小黑 OmniBox 是一款 AI 知识伙伴工具，支持网页一键收藏、多格式文档解析、智能问答与创作，并且是开源软件。它覆盖的是知识管理的完整链路：采集、整理、检索、使用。很多人卡在第一步——看到好文章存下来，然后再也没打开过。工具能解决采集的便利性，解决不了整理的意愿。这篇讲清采集怎么省事、整理为什么不能省、以及检索效果取决于什么。
采集这一步它做得不错
网页一键收藏会自动抓正文、去广告、保留标题与来源，比复制粘贴干净。文档解析支持多种格式，扫描件走 OCR，表格尽量保留结构。采集环节的价值在于「降低摩擦」——摩擦越小，你越可能真的存。但存下来只是开始，存了不整理，库会变成一个只进不出的黑洞。
整理为什么不能省
三个原因：不整理就没有标签，检索只能靠关键词碰运气；不整理就没有摘要，回头看时不知道这篇讲什么；不整理就没有去重，同一篇文章存三遍。三个原因里第二个最影响复用，因为人的记忆靠摘要不靠全文。可行的做法是存的时候花三十秒写一句「为什么存」，这一句比任何自动标签都有用。知识库的整体流程，从采集到复用的四个环节一篇讲得更全。
检索效果取决于什么
取决于三件事：切分粒度、标签质量、以及提问方式。切分太碎，检索到的片段缺上下文；切分太大，检索不准。标签乱，过滤不掉噪音。提问太笼统，召回一堆不相关的内容。三件事里第一件由工具决定，后两件由你决定。所以「问答不准」的抱怨，一半要回到自己的整理习惯上找原因。文档问答的机制，多文档知识库问答一篇有说明。
| 检索要素 | 由谁决定 | 出问题的表现 |
|---|---|---|
| 切分粒度 | 工具 | 切太碎缺上下文，切太大检索不准 |
| 标签质量 | 自己 | 标签乱，过滤不掉噪音 |
| 提问方式 | 自己 | 问得太笼统，召回一堆不相关内容 |
开源意味着什么
意味着数据可以放本地、可以自己改、也可以二次开发。代价是要自己维护：升级、备份、以及出问题时的排查。对个人用户，开源的最大价值是数据不出本机；对团队，是能接自己的模型与存储。判断要不要用开源版，看两点：数据敏不敏感、以及有没有人愿意折腾。
适合谁用
适合：需要长期积累资料的写作者、研究者、以及要把散落文档收拢的职场人。不适合：只想临时存几个链接的人、以及期待「存进去就自动变聪明」的人。判断标准是「你会不会回头查」——不查的库，建得再整齐也没意义。笔记与检索的配合，读书笔记怎么做一篇可以对照。
小黑 OmniBox 速查
- 链路：采集、整理、检索、使用
- 采集降摩擦，整理不能省
- 存的时候写一句「为什么存」，比自动标签有用
- 检索三要素：切分、标签、提问方式
- 开源换数据自主，代价是自维护
关于小黑 OmniBox 的三问三答
- 要自己部署吗？：开源版可本地部署，也有现成客户端，按需选择。
- 支持哪些格式？：常见文档与网页为主，具体清单看官方说明。
- 数据会上传吗？：取决于部署方式与模型选择，敏感资料建议本地模型。
知识库的价值不在存了多少，在要用的时候能不能取出来。取不出来的库，等于没建。知识库建到第三个月会进入一个尴尬期：内容不少，但用不上。这时候别急着加功能，先回头清一遍——删掉不再需要的、合并重复的、给常用的打上标签。清理比采集更能提升可用性。库的价值会随时间增长，前提是每周有人动它。
