有道云笔记增强 RAG 检索 + 智能 AI 助手怎么实现？开搞！

最早使用云笔记是 2013 年-2016 年印象笔记，2017 年左右开始使用有道云笔记。

我的所有博文初稿、个人思考初稿、读书笔记初稿都在云笔记中。

云笔记是突破互联网那个大厂不让使用 U 盘，VXN 限制的一个比较好的工具。

貌似上网行为管理工具估计可以一键设置屏蔽域名。

扯远了......

用了那么多年，一直使用免费版本。最近在搞 RAG 突然冒出一个想法，能否把近 10 年的各种云笔记做个 RAG 智能问答助手。

有想法，就有探索和实践，就有了今天的文章。

unsetunset1、获取有道云笔记全部内容unsetunset

我首先想到的是有道云 API，基于API下载到本地，或者 API 实时流读取同步写入。

我想大家可能和我想法一致。

但是，在这之前还是要调研一下。这时候我没有用 AI 工具，直接 Google 翻了一翻。

“站在巨人的肩膀上”，别的技术人员无非也就这两套思路。

第一：有道 API 集成自己开发程序读取。

第二：封装好的开源小工具。

因为我的诉求是快速拿到，所以选择了第二种方案。

https://github.com/DeppWang/youdaonote-pull

https://depp.wang/2020/05/18/export-youdaonote-all-notes/

并有幸翻到了作者的博客，找到了更简单的方法：https://depp.wang/2024/simple-youdaonote-pull/ 

基于作者的极简方案，我把近10年有道云笔记内容 down 到本地。

2628 个文件，32个文件夹，439 MB 文件大小。

unsetunset2、做 RAG 智能问答选型：自己开发？还是基于已有工具？unsetunset

2.1 方案一：自研实现

自己开发也没有问题，我分享过视频和完整的实现文档。

自己开发无非包含如下步骤：

第一：选型向量数据库，选咱们擅长的 ES 或者其他向量数据库都可以；

第二：遍历路径文件，批量写入；

第三：结合大语言模型做 RAG 开发实现。

2.2 方案二：基于已有工具集实现

基于已有工具，我最近一直调研的 Coco AI，也是不错的方案。

那，依然怎么简单怎么来。

可以参考上次发的博文。

这里把核心步骤再对称梳理一下。

unsetunset3、有道云笔记 down 到本地的完整实现步骤unsetunset

3.1 为浏览器添加 Cookie-copy 插件

3.2 打开有道云笔记链接，获取相关Cookie

如下几个Cookie，自行记录一下。

• YNOTE_PERS

v2|wxoa||YXXXXXXXXXXXXXXXeFnLJuPMwu0

• YNOTE_SESS

v2|kOz8pXXXXXXXXXXXXXXXX0HwuR

• YNOTE_LOGIN

5XXXXXXXXXXX96

• YNOTE_CSTK

XXXXXXXXXXfI

3.3 将记录 Cookie 添加到配置文件

3.4 执行有道云笔记工具

3.5 有道云笔记下载到本地

unsetunset4、有道云笔记全文检索+智能 AI 助手实现unsetunsetXXXX

参照0 代码极简实现——Coco AI 构建本地文档知识库增强检索+智能问答系统 完整步骤。

unsetunset5、小结unsetunset

当有一个想法，一定要想尽一切办法辅助实践。

在这个过程中不见得所有环节都从 0 到 1。

待改进点：

• 实时接入有道云笔记

• RAG 问答细节优化

如果你也有类似需求和实现，欢迎留言交流细节。