零一二三知识架构师变现系统

要解决的问题

个人知识通常散落在 IMA、语雀、飞书、Notion、本地 Markdown 和邮件附件里。摘要工具只输出短答案，却容易丢失机制、数据、证据等级和上下文；后续想做付费资料、知识分身或小程序时，还要人工整理、加密、定价和部署。

技能如何工作

zero-one-two-three 将流程拆成多个 Phase：

• 深度提取：读取 PDF/图片等资料，拆成目录、机制、数据、证据等级等维度，输出结构化 Markdown。
• 知识连接：基于 LangChain 加载 IMA、语雀、飞书、Notion、本地 Markdown 等来源，进行分块、向量化并写入 FAISS；支持 MiniLM 多语言模型，也可回退到 TF-IDF。
• 创生与审批：用语义匹配发现重复、冲突、互补和空白，生成 Gap_Review_List；AI 只提案，用户批准后执行入库。
• 资产保护与变现：可用 AES-256 生成 .locked 文件，拆分引流版和付费版；再构建 System Prompt，部署到微信“小微智能体”设置免费次数、付费解锁和兑换码。
• 分身增强：style_clone.py 分析句子长度、标点、表情、正式度等语言指纹；voice_clone.py 基于 Microsoft Edge TTS 生成中文语音。

适用边界

它不是通用爬虫，也不承诺绕过付费墙、保证微信审核通过或事实 100% 准确。AI 输出需要人工复核；加密密码丢失不可恢复；默认是命令行工具与 AI 对话模式，无 Web GUI。