自动化知识捕获：通过Apple Shortcuts将AI API与Supernotes集成

在不断发展的生产力工具领域，将人工智能与笔记应用程序集成已成为许多用户的游戏规则改变者。本文探讨了一种创新的工作流程，该流程结合了Apple Shortcuts、Perplexity API和OpenAI API，以增强Supernotes这一流行笔记平台的功能。通过利用这些技术，用户可以自动化从网络内容生成相互关联的卡片的过程，从而创建一个丰富的、层次分明的知识库，几乎不需要手动输入。

该工作流程的主要目标是： 1. 从给定的网页URL中提取和总结内容 2. 扩展总结内容的主要主题 3. 生成最多五个相关的后续问题 4. 提供这些后续问题的答案 5. 在Supernotes中创建一系列链接的卡片，以结构化的方式捕获这些信息

该工作流程利用了一系列强大的工具和API： 1. Apple Shortcuts：自动化过程的核心，允许在iOS和macOS设备上进行复杂的工作流程。 2. Actions：Apple Shortcuts的附加组件，增强其功能并简化某些任务。 3. Perplexity API：一个由AI驱动的网络搜索工具，提供全面的答案并生成后续问题。 4. OpenAI API：利用GPT模型进行内容总结和文本处理。 5. Supernotes API：允许以编程方式创建和链接卡片。

该工作流程分为几个关键步骤： 1. 输入处理：接受网页URL作为输入 2. API密钥检索：安全访问所需的API密钥 3. 网页内容提取：获取网页的标题和主体内容 4. 内容总结：使用OpenAI生成简明的总结 5. 卡片创建：形成第一张包含总结的Supernotes卡片 6. 主题扩展：利用Perplexity提供额外的上下文 7. 后续问题生成：从扩展内容中提取相关问题 8. 答案生成：为每个后续问题及其答案创建卡片 9. 卡片链接：在卡片之间建立父子关系

在Supernotes中创建卡片的过程是该工作流程的关键部分。它包括： 1. 格式化卡片内容，包括标题和主体 2. 向Supernotes发出API调用以创建新卡片 3. 提取新创建的卡片ID以供将来参考 4. 通过设置父子链接建立卡片之间的层次关系

该工作流程无缝集成了Perplexity和OpenAI API，以增强内容生成过程： 1. 使用Perplexity API扩展主要主题并生成后续问题 2. 利用OpenAI API总结网页内容并从Perplexity的响应中提取结构化信息 3. 两个API都需要仔细的提示工程，以确保高质量、相关的输出

该工作流程的一个独特方面是其生成和回答后续问题的能力： 1. Perplexity根据扩展内容生成最多五个后续问题的列表 2. 然后使用OpenAI从Perplexity的响应中提取和格式化这些问题 3. 每个问题被发送回Perplexity以获取详细答案 4. 为每个问题-答案对创建单独的Supernotes卡片，并链接到父卡片

该工作流程的最终结果是一组结构化的Supernotes卡片： 1. 一张包含网页总结的根卡片 2. 一张包含主要主题扩展信息的子卡片 3. 多张包含后续问题及其答案的孙卡片 4. 所有卡片相互链接，创建一个可导航的知识层次结构 这种结构允许从高层次的总结到具体细节的轻松探索。

尽管强大，但该工作流程确实存在一些局限性： 1. Perplexity API目前不返回有效来源，这可能是需要引用的用户的一个问题。 2. Apple Shortcuts可能需要多次请求权限，这对某些用户来说可能很麻烦。 3. 工作流程对多个API的依赖意味着这些服务的任何更改都可能影响功能。 4. 生成内容的质量取决于AI模型的能力和所使用提示的有效性。

这个创新的工作流程展示了将各种AI工具和API与像Supernotes这样的笔记应用程序集成的潜力。通过自动化内容总结、扩展和组织的过程，用户可以快速从网络内容构建全面的、相互关联的知识库。尽管有一些局限性需要考虑，但这种方法为高效的信息管理和学习开辟了新的可能性。随着AI技术的不断发展，我们可以期待更强大的集成，这将进一步增强我们捕获、处理和有效利用信息的能力。