文章入库AI自动帮你摘要打标签建图谱
title: "文章入库，AI 自动帮你摘要、打标签、建图谱" date: 2026-09-17 tags: [AI摘要, 自动标签, 知识图谱, 内容加工] category: AI能力 description: "文章放进博客目录，AI 自动完成摘要生成、标签提取、实体关系抽取。零成本内容加工。"
文章入库，AI 自动帮你摘要、打标签、建图谱
一篇 Markdown 文件放进博客目录后，发生了什么？
不是简单地「显示在列表里」。引擎在后台做了一系列内容加工：
入库加工流程
文件进入目录
↓
解析 Markdown（标题、正文、frontmatter）
↓
├── 生成摘要（AI）
├── 提取标签（AI）
├── 抽取实体关系三元组（AI）
├── 计算向量嵌入（embedding）
├── 建立 FTS5 全文索引
└── 更新知识图谱
↓
文章出现在前台（带摘要、标签徽章）
整个过程自动完成。你不需要手动做任何事。
AI 摘要
每篇文章入库时，AI 自动生成一段 150-200 字的摘要。
有什么用？
- RSS 订阅的 description 字段自动填充
- 搜索结果列表展示摘要，帮助判断相关性
- 博客文章列表页自动显示，不需要你手写 description
- SEO 的 meta description 自动生成
以前：写完文章 → 回到开头 → 绞尽脑汁写摘要 现在：写完文章 → 丢进目录 → 摘要已经在了
自动标签
AI 基于内容语义提取标签。不是靠你事先定义标签体系，而是内容本身决定标签。
# Go 并发模式实战
写了一篇关于 goroutine、errgroup、channel 的文章...
入库后自动出现标签徽章：Go 并发 后端 编程
标签是累积的。 越多文章入库，标签体系越丰富，而且是自然生长出来的，不是人工维护的。
实体关系三元组（知识图谱）
这是更深层的加工。AI 会从文章中抽取实体和它们之间的关系：
(Go, 是, 编程语言)
(goroutine, 属于, Go)
(errgroup, 用于, 并发错误处理)
(Docker, 支持, 多阶段构建)
(Caddy, 替代, Nginx)
这些三元组构成了你的个人知识图谱。随着内容积累，图谱越来越丰富：
- 文章之间自动关联（基于共同实体）
- 可以查询「我写过哪些关于 Docker 的内容」
- 知识图谱可视化（未来功能）
你写的是零散的笔记，系统帮你建起知识网络。
向量嵌入
每篇文章入库时，引擎会计算它的向量表示（embedding）。
这是语义搜索的基础。把文本变成一组数字，语义相近的文章在向量空间里距离也近。
「Go 并发模式」→ [0.12, -0.34, 0.56, ...]
「Docker 多阶段构建」→ [0.08, -0.29, 0.61, ...]
「读完《认知觉醒》」→ [-0.45, 0.12, -0.08, ...]
前两篇都是技术文章，向量距离近。第三篇是读书笔记，距离远。
这就是为什么语义搜索能找到「按关键词搜不到」的内容。
用户视角
作为博主，你感受到的是：
- 文章列表自动有摘要 — 不用手写
- 标签自动出现 — 不用手动分类
- 搜索更好用了 — 因为有向量索引
- 相关推荐自动出现 — 因为向量相似度
AI 做了所有苦力活。你只需要写内容。
下一步：
[[不是关键词匹配：语义搜索怎么理解你的内容]]— 看看搜索是怎么工作的。