同一台引擎，两种开法：有道 CLI 与 note skill 实战教程

中级 12 分钟阅读 有道云笔记CLIAI AgentClaude CodeLLM Wiki知识库skill

一句话说清楚

你跟 AI 说：“把这篇文章存进我的有道云笔记。”

它照做了，回你一句”已保存”。你点开一看——标题没了，代码块塌成一行，表格成了一串竖线和文字挤在一起。一篇排版整齐的 Markdown，存进去是一坨纯文本。

问题不在 AI 笨，在它敲错了一个命令：用了 create，而不是 save。create 只认纯文本，你喂给它再漂亮的 Markdown，它也一声不吭地把格式全扔掉。

要看懂这个坑，得先弄明白：有道 CLI 和有道 note skill 到底是什么，它俩什么关系。

它俩是同一台引擎

有道 CLI 是一个命令行工具。装好之后，你在终端里敲 youdaonote list，笔记列表就出来了——不用打开客户端，不用进网页。

有道 note skill 是给 AI Agent（Claude Code、Cursor 这些）用的技能插件。你用大白话说”列出我的笔记”，AI 听懂，然后替你去敲那条 youdaonote list。

关键在最后半句：skill 底层就是在调 CLI。它不是另一套系统，它是套在 CLI 外面的一层自然语言外壳。你说人话，它翻译成命令。

所以开场那个翻车——AI 把 Markdown 存成了纯文本——本质是它替你开车时拐错了弯。而能把弯掰回来的，是懂这台引擎怎么手动开的人。这也是为什么，哪怕你打算全程让 AI 代劳，CLI 那套命令还是值得花十分钟看一眼。

下面分三步：先学手动挡（CLI），再学让 AI 开（skill），最后是真正的好东西——把笔记本变成 AI 的第二大脑（LLM Wiki）。

第一部分：手动挡——CLI 上手

装好，配一把钥匙

macOS / Linux / WSL，一行装完：

curl -fsSL https://artifact.lx.netease.com/download/youdaonote-cli/install.sh | bash -s -- -f -b ~/.local/bin
export PATH="$HOME/.local/bin:$PATH"

然后配 API Key。这把钥匙只有一个地方能拿：打开 https://mopen.163.com ，用手机号登录（你的云笔记账号也得先绑好手机号），创建一个 API Key，回来执行：

youdaonote config set apiKey 你的Key
youdaonote list   # 能列出目录，就通了

通不了的时候，别瞎猜，跑一句健康检查，它会告诉你卡在哪：

youdaonote check --json

api-key 那项标红 → Key 没配对，重配；mcp-connection 标红 → Key 没问题，是网络不通。

最常用的几条命令

你想干嘛命令
看目录youdaonote list / youdaonote list -f 文件夹ID
读一篇youdaonote read 笔记ID
存一篇（推荐）youdaonote save --file note.json
改一篇youdaonote update 笔记ID --file content.md
搜youdaonote search "关键词"
剪藏网页youdaonote clip "https://..." --json
待办youdaonote todo list / todo create -t "标题" -d 2026-06-30

list 列出来的 id，就是 read 要的那个 fileId，一回事。

那个会吞格式的坑

回到开头。存笔记，记住一条：有 Markdown 格式就用 save，别用 create。

create 不支持 contentFormat 这个参数，标题、列表、代码块到了它手里，统统当纯文本处理，而且不报错——你以为存好了，格式早没了。save 才认 Markdown。

正确姿势是两步走，先把内容写进一个临时文件，再让 save 去读它（这样省掉一堆 JSON 转义的麻烦）：

# Step 1: 把 Markdown 内容写进 /tmp/note.md（就是普通的 .md，什么都不用转义）

# Step 2: save 的 JSON 里只放路径
printf '%s\n' '{"title":"我的笔记.md","type":"md","contentFile":"/tmp/note.md"}' | youdaonote save --json

想存到指定文件夹，JSON 里加一个 parentId，值用 list 给你的文件夹 ID。注意名字必须叫 parentId——写成 folderId 之类的，服务端不认，默默忽略，你的笔记就飘到默认目录去了。

手动挡到这就够用了。但天天自己敲 JSON 也累，该让 AI 上场了。

第二部分：让 AI 来开——note skill

如果你在用 Claude Code、Cursor 这类编程 AI Agent，装好有道官方 skill 后，可以直接用两个：

  • youdaonote——基础款，管笔记增删改查、待办、网页剪藏。
  • youdaonote-llm-wiki——进阶款，在云笔记里建一个 AI 维护的知识库。第三部分专门讲它。

skill 的好处是，你不用记命令，说人话就行。它还顺手把第一部分那些坑都替你避了——比如它内置一条规则：碰到带 Markdown 格式的内容，一律走 save + type:md，禁止用 create。开头那种翻车，在 skill 这一层就被拦掉了。

几个直接能用的说法：

“列出我有道云笔记里的笔记” → 它跑 youdaonote list

“把这段整理成笔记存进去” → 它问你存 Markdown（.md）还是云笔记富文本（.note），然后用 save 存

“把这个网页剪藏到我的『读书』文件夹” → 它先 list 找到文件夹 ID，再 clip

“帮我建个明天截止的待办：写完季度复盘” → todo create -t "写完季度复盘" -d 2026-06-05

第一次让它干活时，如果 Key 还没配，它会引导你去 mopen.163.com 取 Key——记住，获取地址只有这一个，任何其他网址都是错的。

AI 开车确实省事。但它偶尔还是会拐错弯：存错文件夹、把该更新的笔记新建了一份。这时候你回头看它到底敲了哪条命令（skill 都会显式跑 youdaonote xxx），用第一部分的命令手动纠正——这就是为什么手动挡不能跳过。

到这，你已经能让 AI 帮你存、改、搜、剪藏了。但这些还只是”AI 帮你用笔记本”。真正值钱的，是下一步——让笔记本变成 AI 的记忆。

第三部分：把笔记本变成 AI 的第二大脑——LLM Wiki

普通笔记和知识库，差在哪

你平时怎么用 AI 查资料？丢一篇文章，让它总结；再丢一篇，再总结。下次想综合两篇的观点，它早忘了第一篇，得重新喂一遍。每次都从零开始。这就是传统 RAG 的干法——知识不累积。

youdaonote-llm-wiki 这个 skill 走的是另一条路，叫 LLM Wiki 模式（出自 Andrej Karpathy）。一句话概括：知识编译一次，持续复合。

第一次喂进去的素材，AI 会拆成实体页、概念页，建好交叉引用；第二次喂相关素材，它不是另起一篇，而是找到旧页面接着长，顺手标记新旧矛盾。查的时候，它读的是已经梳理好的知识网，不是一堆原始文章。喂得越多，这张网越密——这就是”复合”。

还有一点是云端笔记独有的：这个知识库存在有道云笔记里，多端同步。手机上、另一台电脑上、换个 AI 工具，知识库都还在。它不绑在某一台机器的本地文件夹上。

三个命令，跑起来

建库——直接说”新建一个知识库”或者敲助记词 wiki-init：

你：帮我建一个 AI 研究的知识库
AI：建议命名为 ai-wiki（小写、连字符），确认后我就开始建

确认后，它自动在云笔记根目录下铺好一整套文件夹结构，你不用管：

ai-wiki/
├── schema.md        ← 结构约定 + fileId 注册表
├── index.md         ← 内容目录
├── log.md           ← 操作日志（只追加）
├── raw/             ← 原始素材（只读，不改）
├── entities/        ← 实体页（人、组织、产品、工具）
├── concepts/        ← 概念页（技术、方法论）
├── comparisons/     ← 对比分析
└── queries/         ← 值得留存的查询结果

喂料（ingest）——把素材整合进库：

你：把这篇文章存进知识库 https://...

它会抓网页存进 raw/，然后自动拆实体、拆概念，每个建页前先 search 一遍防止重复，建完交叉引用，最后更新 index.md 和 log.md，回你一句”新建 X 页，更新 Y 页”。一篇素材触发五到十个页面的改动，是正常的——这正是复合增长在干活。

查询（query）——提问：

你：Transformer 和 RNN 在并行计算上的差别？

它先读 index.md 定位，再读三到八个相关页面，跨页综合给你答案，而且每个论点都标来源：(→ self-attention)。两个页面说法打架，它会直接标出来：⚠️ 「页面A」与「页面B」在此点有分歧。

它不是免费的午餐

说点这个 skill 自己都承认的话：Wiki 是要打理的。

它有一条硬规矩——每次操作都得更新 index.md 和 log.md，跳过的话，知识库会慢慢退化：页面之间断了引用，变成一堆谁也找不到的孤岛。还有那条只读铁律：raw/ 里的原始素材不许改，要修正只能写到 Wiki 页面里，保证素材永远是素材。

换句话说，这东西更像一座花园，不是一个抽屉。抽屉你扔进去就不用管；花园不浇水会荒。但浇下去的水会复利——这正是它比”随手存一篇”值钱的地方。

三步走完，你得到了什么

手动挡（CLI），让你在终端里直接指挥云笔记，出问题时有底牌纠错。

自动挡（skill），让 AI 替你敲命令，人话进、笔记出。

而 LLM Wiki，是把这台引擎真正的马力放出来——你的笔记本不再是一个”你跑去存东西的地方”，而是 AI 替你日拱一卒、长出来的一张知识网。

下次再有人问你”AI 能不能帮我管笔记”，你可以反问一句：你是想要个会打字的助手，还是想要一个记得住的大脑。