flomo-web-crud

Agent skill for querying, creating, editing, exporting and deleting flomo memos

Installation
CLI
npx skills add https://github.com/undertone0809/flomo-crud-skill --skill flomo-web-crud

Installez cette compétence avec la CLI et commencez à utiliser le flux de travail SKILL.md dans votre espace de travail.

Dernière mise à jour le 4/22/2026

flomo-skills

"笔记记了 3 年,但从不回头看。"

我有 2,847 条 flomo 笔记。每天还在持续记录。

但当我需要写周报、做复盘、或者回答"最近在思考什么"时,我依然——手动一条条翻。这和 10 年前翻纸质笔记本有什么区别?

flomo-skills 不是帮你"记笔记"的。它让 AI 能直接读、查、总结、甚至分析你

30 秒启动

npx skills add Undertone0809/flomo-skills

装完直接说:

"帮我总结最近一周关于 AI 的想法"

"记一条 memo,尽量复用我现有的 tag"

"基于我的笔记,分析我最近到底在想什么"

AI 直接操作你的 flomo。不需要你复制粘贴。


核心工作流:从"查笔记"到"被理解"

场景 1:我只需要查点东西

你:"上周我记的关于 meeting 的笔记"

flomo-local-api(Mac):

  • 扫描本地登录态,直接调 API
  • 0.3 秒返回 12 条匹配 memo
  • 按时间倒序,高亮关键词

你:"把第三条改一下,加上待办"

flomo-local-api: 已更新。复用了你现有的 #work tag。

关键洞察: Mac 上没必要打开浏览器。本地 API 比 Web UI 快 10 倍,且不依赖页面结构。


场景 2:我想知道自己最近在想什么

你:"基于我的 flomo,分析一下我最近在想什么"

flomo-analysis-studio:

  • 拉取最近 90 天 187 条笔记
  • 识别出 3 个反复出现的主题
  • 检测到 2 处"困惑→行动"的断裂点
  • 发现你提过 5 次"想做的事",但 0 次有后续跟进
  • 生成一份自我分析报告

你:"把那个'想做的事但没跟进'的部分展开说说"

flomo-analysis-studio:

"你提到'想学 Rust'3 次,分别在 1 月、3 月、上周。
每次都说'要找个项目练手',但没有任何一条笔记提到'我开始做了'。
建议:降低启动门槛,先记一条'今天看了 Rust 文档第 1 章'。"

关键洞察: 这不是"搜索笔记"。这是让 AI 成为你的手账分析师——看到你给自己撒谎的模式。


场景 3:我要导出素材

你:"把 2025 年的笔记按季度导出,我要喂给 NotebookLM"

flomo-memo-to-markdown:

  • 导出 423 条笔记
  • 按季度拆分为 4 个 Markdown 文件
  • 自动处理标签、链接、附件引用

4 条命令,端到端。这不是导出工具。这是你的知识管道工


你的 flomo 团队

Command 你的角色 他们能做什么
flomo-local-api 效率助手(Mac 专属) 查、记、改、总结、tag 分析
flomo-web-crud 远程操作员 查、记、改、删(浏览器自动化)
flomo-memo-to-markdown 档案管理员 导出 Markdown、NotebookLM 素材
flomo-analysis-studio 手账分析师 高层自我分析、盲区识别、行动建议

路由规则(重要)

Mac 用户: 默认只装 flomo-local-api。它更快、更稳、更适合高频使用。

Windows / 非 Mac: 装 flomo-web-crud。功能相同,只是走浏览器路径。

功能差异只有一处: flomo-web-crud 支持删除 memo,flomo-local-api 出于安全边界不提供删除。


为什么这样设计

你问: "为什么不直接做一个统一的 skill?"

我说: 因为"能用"和"好用"是两回事。

场景 走哪条路 为什么
Mac 上快速查笔记 local-api 本地调用,0.3 秒响应,不依赖 UI
Windows 上操作 web-crud 跨平台兼容,浏览器自动化兜底
导出 Markdown memo-to-markdown 独立场景,不需要和 CRUD 耦合
自我分析 analysis-studio 这是 interpret,不是 query,需要专门的工作流

tag 复用是 flomo-local-api 的隐藏优势。它会先扫描你现有的 tag 体系,再优先复用成熟标签——而不是随手新造一堆。长期用下来,你的标签系统会更稳。


flomo-analysis-studio:它能看到你忽略的东西

你不可能记得 2000 条笔记里写了什么。但你更不可能记得你说过但没做的事

三种它特别擅长的洞察

1. 重复模式检测

"你提到'焦虑'12 次,其中 8 次和' deadline' 在同一条笔记里。但从来没有一次提到'我提前开始了'。"

→ 你的焦虑模式是什么,而不是"我最近焦虑吗"。

2. 意图-行动断裂

"你想学 7 个新东西(Rust、钢琴、摄影...)。其中 3 个有超过 3 次提及,但 0 个有'开始了'的记录。"

→ 你在给自己开空头支票。看到了,才能打破。

3. 隐形主题浮现

"你没有'#career'这个标签,但过去 60 天有 23 条笔记提到升职、跳槽、或者'值不值得'。"

→ 你以为是零散想法,其实是一个未命名的大主题。

这不是统计,是镜子

它不会告诉你"你最常用的词是'会议'"。

它会告诉你:"你说了很多'想改变',但所有关于改变的笔记都停在'想',没有一条到'做'。"

这才是你不会主动去看的视角。


和 flomo 官方 AI insight 有什么区别

官方的 AI insight 像是月度总结邮件——告诉你"本月记录了 47 条笔记,最常出现的词是工作"。有用,但是泛泛的。

flomo-analysis-studio 像是一个专门研究你的分析师

官方 AI insight flomo-analysis-studio
"你本月提到'焦虑'5次" "你提到'焦虑'5次,其中4次和'周一'有关,但从来没有和'提前准备'一起出现"
给你标签云 给你"意图-行动断裂点"地图
静态报告,看完即止 可以追问"那为什么我总是这样"、"最近30天有改善吗"
基于表层关键词 基于行为模式和叙事结构

简单说:官方的告诉你你记了什么

这个告诉你你在对自己做什么——那些你写下来但没意识到的模式。

如果你只是想知道"我上个月挺活跃的",官方的够用。

如果你想问自己"为什么我总是在想但从不做",你需要这个。


典型场景速查

你想做什么 装这个 一句话命令
查最近 30 天反复写什么 flomo-local-api "帮我总结最近 30 天的笔记主题"
快速记一条并沿用已有 tag flomo-local-api "记一条 memo,关于 XXX"
Windows 上查改笔记 flomo-web-crud "查找并修改昨天的 memo"
删掉一条 memo flomo-web-crud "删除标题为 XXX 的笔记"
导出 2025 年笔记给 NotebookLM flomo-memo-to-markdown "导出 2025 笔记,按季度拆分"
分析自己最近在想什么 flomo-analysis-studio "基于我的 flomo,分析我最近的状态"
把困惑变成行动建议 flomo-analysis-studio "从我笔记里找盲区,给行动建议"

安装

Mac 用户(推荐)

npx skills add Undertone0809/flomo-skills

Skills.sh 直达链接


为什么做这个

我记了 3 年 flomo,笔记成了我的外接大脑。但每次需要"回顾"时,我发现自己在做人工检索——这和没数字化之前有什么区别?

更可怕的是:我会选择性遗忘。那些"说过但没做的事"、那些"反复抱怨但没改变的模式"——我自己不会去统计这些。

flomo-skills 不只是让 AI 能访问你的笔记。它让 AI 能看到你不想看的东西

真正的价值不在于"记下来",而在于被理解、被连接、被提醒——尤其是那些你自己不会去看的角落

你的笔记已经在那了。是时候让它们为你工作了。