最近用 Cursor 做了一个本地的收藏夹页面，把我收藏在 Twitter/X、Cubox、微信公众号文章甚至滴答清单里的事项，全都汇聚到了一起。
它可以按主题分类，让我一眼看到各个平台收藏的内容，还能按难度检索，解决了我一直以来的一个痛点。
用一个轻量的 HTML 页面，把吃灰的收藏夹真正盘活了。不得不感慨，AI 时代哪怕没有技术基础，手搓工具也能解决我们碰到的大多数问题，这种感觉真的太棒了。
这个 HTML 收藏夹，针对的是一个常见痛点：内容收藏得越多，检索越难，真正需要时反而找不到。
相信大家都有这个体会，平时看到好文章、好推文随手保存，但等到真正要用的时候，才发现各平台的收藏散落一地、找起来非常麻烦。
像我的 Cubox 里攒了 1300+ 篇未分类的文章；虽然平时也会用 Agent 帮我归类，但还有很多其他渠道，比如推特、flomo、小红书、滴答清单等。
各个渠道的内容没有汇聚在一起，日常只能靠关键词去搜；可很多时候根本想不起当初记了什么关键词，翻找起来非常麻烦。
于是我一想：现在的 Agent 已经这么强了，为什么不用 Agent 来帮我彻底解决这个问题呢？
说干就干，我决定用 Cursor 帮我来做，它的技术难度不高，就是一个日常小工具，老马的 Grok 4.6 又快又准，完全足够了。
第一步：连通多源数据，导出历史收藏
首先需要让 Cursor 去连接我各个软件的数据。现在很多 App 都支持命令行或开放接口，直接问 Agent 让它指导安装就行。
公众号文章我是统一存放在 Cubox 里，本地只要安装 Cubox 的 CLI 即可统一接入并导出，如果你平时放在 Obsidian 或者 Notion 等其他位置，都可以下载对应的 CLI 进行连接。
推特（X）书签稍微麻烦一点，需要网页端先保持登录状态，然后把下面这段指令发给 Agent：
我已在这台电脑的浏览器登录 x.com。请帮我操作：
安装只读工具x-reader（已有则跳过），连接我的登录态；缺auth_token/ct0时，用最短步骤让我从浏览器 Cookie 复制给你，你写入本机配置；先导出收藏 20 条确认，再导出最近 1000 条为 JSON，告诉我文件路径和条数。
按照 Agent 给的简要步骤，去 Chrome 开发者工具里复制 auth_token 和 ct0 的值给它，就能顺利拉取到推特收藏了。
其他比如滴答清单或者 flomo 其实都提供了相应的 CLI 接口，如法炮制就行，如果你不会用 CLI，也可以像我一样，直接把 flomo 的资料全部导出，扔给 Agent 就行。
当然，我个人还是建议用 CLI，毕竟相当于实时同步你的所有数据，而且又快又省心，强烈推荐。
把各个平台的数据准备好后，可以先让 Agent 跑个测试，读几条数据看看，能读出来就说明连接成功了。
第二步：生成初始 HTML，构建多维分类与学习梯度
连通数据后，我给 Agent 下达了核心生成指令，把近期的内容全盘理出来，并按主题和学习难度建构框架：
帮我做一个 HTML，我想要看看我收藏的这些所有的文章、链接等等，希望你帮我分类好。把最近 3 个月收藏的这些文章、链接、信息等等都列出来，我想实现以下几个目的：
看看这些文章的分类都有哪些，这涉及到我的兴趣方向；
我打算系统学习一些 Agent 的用法、AI 的应用以及 AI 的底层知识，帮我把相关有用的知识都捋出来；
按不同分类整理，最好能按学习难度（入门、进阶、高级）划分，所有的链接或收藏文章都要分好类，不要省略。
第三步：筛选内容，留下真正的干货
现在的 Agent 能直接读到所有收藏全文，接下来再进行几轮的内容筛选。因为平时心血来潮收藏的很多内容，难免混杂了不少水文、标题党或时效性内容。
这些东西只会干扰我的学习进度，我真正需要的是有观点、有心得、能跟着照做实践的干货教程。
提示词其实不用写得太花哨，现在的 AI 很聪明，把标准交代清楚就行：
第 1 轮初筛：剔除过时与低质内容
进行第一波筛选，有一些不太重要或者比较水或者已经过时的部分，可以先删掉。按这个标准看看哪些可以删？你可以给我一些素材示例，我来确认。
这一步是让 AI 挑出它判断比较水的内容，自己肉眼过一遍确认保留或删除，保证收藏夹里的内容相对是质量较好的。这里的关键是，一定要给出你自己的筛选标准，AI 才能精准执行。
第 2 轮精筛：聚焦个人目标
第一轮初筛把水分挤掉后，第二轮直接对齐个人的核心目的：
第二波筛选，我做这个 HTML 的意义就是两个目的：第一是看自己的兴趣在哪，第二是看那些高质量、有料的内容。不满足以上两个要求的，或者我还没发现对我重要价值的资料，帮我找出来，我看要不要删。
经过这轮精筛，真正有价值的内容沉淀了下来，我的收藏库从初始的 842 条精简到了 655 条。
这里面都是一些比较有料的内容了。
第四步：个性化打磨与自然语言搜索
骨架和内容有了，接下来就是按照个人习惯做一些细节的处理，像我的话就是排版显示改了下，把大部分内容的简介展开完整展示，避免频繁点击省略号，阅读体验顺畅很多；
第二步就是根据我的个人需要，加了一个 AI 自然语言搜索框，加一个搜索栏，不仅支持关键词，更能直接用自然语言描述需求找文章。实测下来命中率非常高。
这些功能和需求都是我自己在平时使用中遇到的真问题，慢慢迭代出来的。自己当自己的产品经理，使用过程中碰到什么不爽的，直接让 AI 解决。
至此，一个聚合了跨平台信息源的专属收藏看板就彻底成型了。
3个意外的收获
这个页面做好后，我原本只是打算用它来系统补补 Agent 和 AI 的基础知识。但在实际使用中，我发现了几个意料之外的用处：
1. 找到自己的兴趣
第一是它能帮助你发现自我。很多时候我们并不知道自己的真实兴趣究竟在哪里。
但当你把近半年的收藏全盘交给 AI 系统归类，看着分类柱状图和条目汇总时，你会清清楚楚地看到自己到底爱收藏什么、为什么收藏、收藏了多少。
那些在潜意识下随手点击收藏的页面，其实藏着你内心深处最关心的那些话题：赚钱、工具、认知、自媒体、亲子关系……顺着这个思路，你会发现那个最真实的自己。
你的注意力停留在哪里，你的热爱和发展方向就在哪里。问问 AI 你的收藏图谱，往往能得到一份只属于你的个性化洞察。
2. 随时知道从哪里开始
面对成百上千篇干货，过去最大的阻碍是“信息过载导致无从下手”。
现在页面按照“入门、进阶、高级”清晰排布，想系统学一个领域时，顺着台阶往上走即可，再也不怕被长篇大论劝退。需要别的再去及时补上即可。
3. 摆脱无意识的信息内耗
这也是我感受最深的一点。以前打开推特或资讯 App，经常陷入漫无目的的滑动与算法沉迷；而现在打开这个看板，我是带着明确问题和目的去寻找知识的。
整个人处于一种高浓度、有掌控感的高效心流状态，因为我知道我要做什么，这个工具给了我一个非常好的方向感和目的感。
结语
现在，我已经用这个方法找到了很多以前遗忘的收藏夹内容，现在回过头来看，收藏了那么多再也不看的内容，真的不如好好消化其中真正有价值的东西，收紧自己的注意力。
如果你也对这个 HTML 收藏夹或者 Agent 感兴趣，可以留言关注，有什么问题我会在评论区解答的，文中的 Prompt 和搭建思路全部免费分享给大家，后续我会继续分享一些关于 Agent 的用法和分享教程，欢迎持续来玩呀！
