知识库：用 Markdown 沉淀阅读
L-Reader 的 Folder 不只是文件仓库，还是一个私人知识库。
知识库的来源
Folder 里的 Markdown 知识笔记有三种来源：
- 手动创建 — 你自己写的章节小结、主题串联、术语对照
- 摘录输入 — 从网站、其他笔记、论文里复制过来的片段
- AI 整理（计划中） — AI 基于你的划线、生词、阅读历史自动生成的主题笔记
三者殊途同归：把分散的阅读痕迹固化成可检索、可复习、可再利用的文字资产。
为什么是 Markdown
- 纯文本 — 任何编辑器都能打开，十年后还能读
- 可版本控制 — 配合 Git，每一次修改都有迹可循
- 结构清晰 — 标题、列表、表格、代码块，足以承载大多数知识形态
- AI 友好 — 大模型原生擅长读写 Markdown，为后续智能整理留出空间
L-Reader 的 Markdown Reader 既是编辑器也是阅读器：
- 编辑模式：语法高亮、实时预览、KaTeX 数学公式
- 阅读模式：渲染后的排版正文，支持完整的划线、查词、笔记交互
这意味着：你写在笔记里的英文金句、术语、定义，都可以被划线、被收藏进生词本、被纳入复习队列——对一本英文小说能做的事，对自己的笔记同样能做。
构建你的知识体系
学生
不同学科用不同 Folder：英语原著/、专业课/、论文/、写作素材/。每读完一本书或一篇论文，强制自己写一篇笔记——哪怕只有三句话。毕业时你拥有的不是一堆考完就忘的教材，而是一座可搜索、可复习的个人知识库。
考试复习季，直接在 L-Reader 里翻自己的笔记和划线，比翻书快十倍。
工作者
把行业报告、技术文档、会议纪要、客户资料都丢进 Folder，用 Markdown 写下自己的理解与判断：
- 行业洞察 — 把多份报告的要点拼成自己的视角
- 技术栈笔记 — 用过的工具、踩过的坑、最佳实践
- 决策日志 — 重要决策当时的思考过程，便于复盘
这些笔记是你的职业资产——比简历更真实，比 PPT 更深入。
AI 整理与周期复习（未来方向）
知识库正在引入 AI 能力，目标是让笔记自己「长出来」、让旧笔记主动找上门：
- 自动整理 — AI 基于你的划线、生词、阅读历史，定期生成主题笔记与知识图谱
- 关联推荐 — 读新书时提示你「这个概念，你在半年前的另一本书里也划过线」
- 周期复习 — 像生词进入间隔重复队列一样，重要的笔记也会周期性回访：AI 会挑出与你近期阅读相关、或与旧时疑问相关的笔记，提醒你重读、修订、补充
想象一下：三年前你写下的一条读书笔记，今天 AI 提醒你「你最近读的这本书，正好回答了你当年的疑问」——划线与笔记像生词一样被周期性唤醒、与新内容发生化学反应。这是知识库真正变成「第二大脑」的那一刻。