这是「五一」特辑的第二期，预计 2 ~ 3 期 😄
🔙 往期回顾
📝 写在前面
简悦是最早加入 AI 功能的产品了，基于阅读模式的使用场景，我发布了多种基于 AI 的使用方案，在这里做一个总结。
🤖 基于阅读模式的 AI 方案
1️⃣ 下载量超 100K 专门负责阅读理解的 阅读助手
2️⃣ 让 AI 帮你翻译的 全文翻译 + 划词翻译 方案
💾 RAG 数据库（在线方案）
简悦的优势在于本地化的稍后读数据，而这些数据可以作为 RAG 方案的输入，来构建你的专属知识库。
目前已经有不少（学生）用户基于这点将 LLM 当作专属 QA 问答机器人来使用。
👉 导出简悦知识库 | 将你的稍后读用于 LLM 的数据来源（RAG）
💽 RAG 数据库（本地方案）
如果你是 Obsidian 用户（或本地快照用户），可以利用这些本地化的数据，零代码打造你的个人专属 AI 本地 LLM 知识库
1️⃣ Trace 篇
⚡ MCP 插件
🔗 关联
基于简悦零代码打造你的个人专属 AI 本地 LLM 知识库（RAG） - Ollama + Cherry Studio 篇
基于简悦零代码打造你的个人专属 AI 本地 LLM 知识库（RAG） - Trae 篇
将你的稍后读用于 LLM 的数据来源（RAG），利用简悦插件 · 导出简悦知识库零代码打造你的个人专属 AI 资料库
基于简悦零代码构建个人专属 AI LLM 知识库（RAG） - Cherry Studio 篇
基于简悦零代码构建个人专属 AI LLM 知识库（RAG） - 腾讯 IMA 篇
基于简悦零代码构建个人专属 AI LLM 知识库（RAG） - Google NotebookLM 篇
简悦插件 · 导出简悦知识库（用于 RAG 打造个人专属 AI 知识库）