AI × 知識工作流

我最感興趣的題目，是把工程思維與 AI 工作流帶進學習與研究。這裡收錄我怎麼用 AI 重構讀書（間隔複習、語意搜尋、論文管線），怎麼把重複的麻煩一個一個寫成工具，還有一路踩過的坑。程式碼多半開源在 GitHub。

我把 journal club 評讀一篇論文的整套流程，寫成兩個 Claude Code skill，還特地寫了兩支確定性的小程式，把證據等級與邏輯漏洞的判斷交給程式算，不讓 AI 靠整體印象唬爛。已經開源放上 GitHub。

備考復健科專科考試時，我用工程師的方式解決了一個老問題：考古題怎麼練才不會練完就忘。做出了一個叫「題庫領航」的小工具，用 FSRS 間隔重複排程複習、把錯題依失敗型態分類建錯題本、還能預測考試當天的落點分數，現在開源分享給有需要的人。

我把原本用起來卡卡的論文 RSS，改造成一個每天自動抓取、依我的興趣評分排序、還會越用越懂我口味的線上小站，選中的論文再自動抓全文、整理、評讀。現在整理成開源版本放上 GitHub，不只醫學，任何有 RSS 的領域都能 fork 來打造自己的雷達。

有些工作根本不該叫 AI 來做。規則明確、會重複的事交給寫死的程式，又快又準又幾乎免費；模糊、需要判斷的事才值得開動 AI。用我怎麼讀醫學課本 PDF 當例子，看懂兩者的取捨。

AI 沒有記憶，每次回覆都把整段對話重讀一遍，所以對話越長越慢、越貴、也越笨。這篇用計程車跳表的比喻講清楚原理，給每個用 AI 聊天的人三個今天就能用的省法。

省 Token 系列完結篇：不是每件事都需要最聰明的腦袋，連看圖很多時候最便宜的模型就夠用。把吵鬧的雜事丟給分身保持桌面乾淨，再裝一個儀表板，甚至讓 AI 自己盯著用量、照節奏把預算用到剛好。

有一種成本你每一句話都在付：常駐在 AI 眼前的設定檔。把它精簡、讓記憶分層、善用提示快取把重複內容只算十分之一的錢，再把成功指令的雜訊直接丟掉。桌面乾淨，不只省錢，AI 還答得更準。

把能讀檔、能執行、又能連網的權限交給 AI 幫手之後，我回頭把自己散落的金鑰與 token 重新盤點、上鎖、作廢，整理出幾個用 AI 時該有的安全習慣。

我做了一個網站 courses.drpwchen.com，自動彙整 17 個復健相關學會與機構的課程和公告，每 3 小時更新，可訂閱 RSS 或 ntfy 通知，免登入、免費。

Obsidian 內建搜尋只會找你打的那幾個字，但你常記不得幾個月前用了什麼字。我把自己用了大半年的「語意搜尋三套組」整理乾淨開源了，完全地端、MIT 授權。

把一篇講 SQL-RAG 的新論文丟給 Claude 自己驗證：對冗餘的教科書庫沒用，但用在稀疏的 Obsidian 醫學筆記庫做「相關筆記」很適合；把排序換成 personalized PageRank 後，找對相關筆記的比例從 34% 跳到 84%，而且直接接上線了。