为了提高学习效率,我开发了一个「数字白板」……

2022 年 9 月 1 日 少数派
编注:今日主条文章有抽奖哦🌝
从一张白纸开始
读高中的时候,我学历史课始终不得要领,感觉哪些知识进不了脑子。在临考试前夕,为了复习(临时抱佛脚)准备把课上的重点和笔记汇总一下,于是我找来了一张 A2 纸。
从这张白纸的左上角开始,我将课本上的内容尽可能地写上去,最开始是一个朝代发展的轴线,接下来是每个朝代发生的大事件。
顺着这些大事件,去延展写下来相关的人物、背景、课本上的评价和考点等,比如:秦国-变法-商鞅-正面评价,帮助秦国增强国力。
好在这张白纸足够大,给了我足够的空间。在写的过程中,我把我印象中的全部内容都写上去了,也会时不时打开课本去复习,甚至还能发现一些之前遗漏复习的知识。
看到这张图,顺便问一下读者朋友们几个历史常识(感兴趣的朋友可以把答案回复在留言区):
入门级:
  • 大一统的朝代有哪几个?
  • 宋朝算大一统吗?
  • 哪些王朝是北方民族建立的?他们分别是哪些民族?

进阶级:
  • 为什么周时期(西周、春秋、战国)的变法相对频繁?
  • 刘裕(南北朝——刘宋政权)、拓跋宏(南北朝——北魏政权)作为政权的领袖也组织了「变法效果如何?和图里举的变法是一样的吗?
  • 哪些变法是相对成功的?为什么?它们改变了国家的哪些东西?主持变法的人下场如何?
  • 变法中的「法」和现代意义的「法律」是一种东西吗?

将足够多的内容丰富到这张白纸上之后,一些之前没有注意到的联系和规律逐渐显现,一些孤立的难以背诵的知识点也被链接起来。逐步深入学习之后,我觉得历史也没有那么枯燥了。
每逢需要深入研究一个新的领域的知识的时候,我都会用这种「白纸」的方式来收集和梳理,以提升自己的学习效率,增加学习的广度。
整理和精炼信息
离开学校,开始工作之后,我就暂别了纸笔工具,开始用一些软件来做记录,最早的时候用 Evernote,后来迁移到付费的为知笔记,然后又用了一段时间苹果的备忘录,最近几年又迁移到了 Obsidian 上。
用笔记来记录的方法论和理念,我已经学习了一些,在少数派上,包含「笔记」的文章足足有 750 篇之多,这个领域可以说是「少数派里的多数派」了。
但有一个问题始终没有很好的解决:
我记录了这么多内容,怎么整理(内化)他们?
在  上一篇文章  中,我聊到了「信息松鼠」这个比喻,不停把信息和知识塞到嘴里,但并没有时间和机会去整理它。
我的笔记工具里有我的工作日志、总结;行业内相关领域的新闻、调研;我自己时不时的一些想法。他们都混在一个笔记本中,绝大部分不会被我打开第二次。
使用标签类的笔记软件,提供了一个新的思路,过程是这样的:
  1. 采集信息的过程中,给信息打上标签
  2. 浏览标签下的信息卡片,细化、修改其中的标签
  3. 继续浏览更细化的标签

标签有包含关系
如果我需要整理和思考一些信息,我用的最多的操作有两个:
  1. 线性的浏览
  2. 利用标签和搜索,筛选一些内容出来

笔记软件核心的交互是线性的
这两个操作有它们本身的局限性:
  1. 标签:需要做一些标签的维护工作,给内容打上合适的标签,以及管理好标签的关系(比如 MECE 原则:相互独立、完全穷尽)。
  2. 线性浏览:无法挖掘笔记卡片的相关性,只能一遍一遍看,然后从我阅读的「暂存」中获得。

我的需求是需要有一个辅助大脑去整理信息的地方,转念一想,这不就是我之前用过的「白纸」吗?
白板是二维的
在引入一个新的「维度」之后,不仅浏览所有内容的效率提高了,而且还增加了一个新的交互动作:「拖拽」。
通过拖拽动作,可以主动将相关的内容聚集联络在一起,让待整理的信息更加清晰。随着整个板上的全部内容被归类完整,相比你对这些信息理解的就更清晰了。
基于这个想法,我开始设计开发了这款「数字文具」——PegBoard。
PegBoard 的设计理念
今年4月居家的时候,我就开始着手设计这款工具,由于我本职工作是产品经理,在写代码之前,我先梳理清楚了这几件事:
  1. 简单第一 :它的整体结构类似于数字白板,由一个白板和白板上的卡片组成,我需要先做一个 MVP 版本,解决我的信息整理需求。除此之外的其他功能,比如画图、协作都不在当前的考虑范围内。
  2. 不造轮子 :我自己在用的 Obsidian,它的编辑功能和各种插件已经很好用了,还有其他很多优秀的笔记软件,都专注于打磨编辑体验。PegBoard 不会再造一遍轮子,而是想着怎么和这些软件配合。
  3. 本地优先:在迁移过好几次笔记之后,我对在线笔记实在是无法信任(还记得之前为知笔记在我会员到期之后,竟然不允许我导出和复制内容),我的信息一定要存在本地,能随时带走,且是通用的标准格式。

基于以上三点,我大概确认了我要做的东西将会是一个本地软件(用最成熟的 Electron 开发),支持 markdown 文件,且不会影响其他笔记软件的功能。
01  简单第一:最简化的数字白板
打开 PegBoard 之后,主界面会让你选择一个文件夹。
一个文件夹对应了一个白板,这个文件夹下的每个文件都是白板上的一个便利贴(目前还不支持文件夹的嵌套)。因此,你也可以选择一个已经存在的文件夹,可以和 Obsidian 共用一个知识库。
左侧是Obsidian,右侧是PegBoard,共享一个文件夹,且不会互相影响
选择好文件夹之后,就会在白板上展示所有的文章卡片。你可以随意改变他们的位置大小,将这些卡片摆放成你思考逻辑中的样子。如果你觉得卡片太占地方,也可以把它收缩成一个标题的小卡片。
折叠状态
每个卡片都可以按照标准 markdown 格式渲染,能正常展示图片、列表、超链接等内容。
当前版本还没有考虑做连线,分组,颜色等功能。需要连线表达逻辑关系的,我就放在一排或一列;需要分组的,就放在一堆,和其他的卡片保持距离就行。
比较复杂的例子:长征火箭家族
虽然显性的功能不太多,在一些常用的操作上,我做了一些小优化:
  • 快速创建卡片:在画板中按下粘贴的快捷键(Command + V),PegBoard 就会快速为你创建一个新卡片。
  • 快速排列卡片:如果第一次导入大量的已有文件,可以点击「排列」案件,会帮你把所有的卡片整齐的排列成一个矩阵。但如果你已经编辑过白板,再点击这个按钮的话,可能就前功尽弃了哦。

02 不造轮子:和其他笔记软件共生
PegBoard 只做好主题整理这一件事情,因此如果你想做复杂的编辑功能、想用双向链接、标签、高级的搜索功能,直接打开你常用的软件就行。
PegBoard 不会对文件做什么特殊的操作,或者是搞一些专属格式之类的。它只会在 Markdown 文件顶部的格式区,增加一个 uuid的字段 。这个 uuid 是用来记录卡片的位置的。
  
  
    
---
title: 文章标题
pegBoardUUID: uuid
---
如果你的文档会用来构建静态播客(比如 hexo 或者 hugo),这个软件也不会影响其他的字段,请放心。
你可以设计属于自己的工作流,比如说:用一个软件收集(比如 Cubox ),用 PegBoard 整理,用另一个软件做编辑和输出(比如 Obisdian、logseq、Craft、notion 等)。

03 本地优先、本地优先、本地优先

这个概念太重要了,以至于要强调三遍。
从 Evernote 迁移的时候,竟然给我的是 htm 格式文件,只好手动复制了一遍又一遍,搞到我接近崩溃。
在设计 PegBoard 的时候,我第一想到的是做本地软件,100% 的可以离线使用。如果大家想要同步笔记,可以使用各种靠谱的云同步工具,我自己还在用不太靠谱的 iCloud ,但好在这段时间没出过什么问题。
就算是卸载了 PegBoard ,也不会导致你本地的任何笔记文件出现问题,这些数据和文件永远都在你的控制之下。
PegBoard 可以做什么
PegBoard 是一个数字白板,你可以用它模拟白板上可以做的事情。
基础一些的,可以用来做头脑风暴,做 SWOT 分析,做艾森豪威尔矩阵,对我来说最常见的事情是写周报:
如果写了一年的周报,放在一起应该挺壮观
如果会写一点点 html ,你还可以给卡片里加上一些嵌入内容(iframe),比如说看少数派:

我自己的使用实践

近期工作中,需要做零售 SaaS 的综合调研,需要整理出成型的内容供团队参考,我是这么使用 PegBoard 的。
  1. 通过搜索引擎,开始寻找大量的已有材料,这一阶段,优先寻找的是介绍类或者比较泛的内容,我将这些目录结构保存下来,储存成若干卡片。
  2. 根据介绍文章,分门别类去查找对应分类中龙头企业(如 Saleforce、Shopify),以及一些新兴的企业。把这些企业的内容保存为若干卡片。
  3. 如果有上市公司,会去找对应的财务报表,保存财报原文和财报中的一些亮点为一些卡片。

以上三步,是信息搜集的过程,此时我已经收集了很多卡片了,接下来是整理的过程。
  1. 将大纲的卡片放到最中间,融合之前查询的一些介绍内容进去。
  2. 根据行业分类,将相同行业的企业卡片放到一起,如果卡片内容简单,可以做一些融合。
  3. 有一些行业细分之间会有更强的相关性,比如顾客管理(CRM)和智能客服,可以将这两部分卡片放得更近一些。此时会发现很多企业同时做了这两部分业务。
  4. 国内和国外的 SaaS 市场规模差异很大,这时可以把对标的产品放到上下(或左右),比如微盟、有赞就可以和 Shopify 放到一排,飞书、钉钉可以和Slack、Zoom 放到一排。

在整理的过程中,由于卡片和卡片的相关性建立起来,部分信息的整理已经完成,接下来可以做更深度的挖掘,以及对本身业务的对比和映射。
  1. 那些之前的 SaaS 服务后来失败了,被谁收购了,为什么?
  2. 经济景气和不景气的情况下,哪些 SaaS 能活得更好,他们做了什么?
  3. 中国本土的 SaaS 企业和国外的差异在哪里?为什么有赞和微盟这两季度都在亏损?

整理到最后,一些原来的卡片逐渐融合减少,一些新挖掘的卡片又继续被填充,大纲也在不断修改。此时白板上内容已经足够充足且有条理,最后就是编辑输出的过程了,这一步就不再详述。
如何下载使用
你可以点击下面的地址来下载目前的版本,由于我的测试环境限制,目前只打包了 Intel Mac 和 Arm Mac 两个版本。如果有朋友愿意测试 Windows 版,我可以单独打个包。
  • 下载地址:https://wocai.de/pegboard/

在 Mac 10.15 版本之后,对软件包的签名做了强校验。由于我没有参与苹果的开发者计划(用的人多了会考虑的),因此没有办法给软件做签名,大家打开的时候会提示错误。
可以按照如下步骤操作:
  1. 打开 Mac 上的「终端」
  2. 输入代码:sudo spctl --master-disable 直接复制就行,输入完之后回车。
  3. 会提示你输入电脑的登录密码,直接输入就行
  4. 打开 系统偏好设置 > 安全性与隐私,底部会显示 「显示任何来源」,选中它。
  5. 重新尝试安装。

已知槽点

  • 它是用 Electron 开发的本地软件,安装包有 80 多兆大,展开后有 200 兆大。
  • 目前的缩放功能还有点小瑕疵,待我重新复习下线性代数之后再来修复这个问题。
  • 还不支持删除卡片,但有计划做。

联系我
欢迎在本文下面留言,或者通过少数派站内信与我沟通
我会虚心接受大家的建议,bug 肯定会修复,但不会随便加需求 :P 。
结语
我在即刻上发  PegBoard 的早期 Demo  的时候,很多朋友给了很多中肯的建议, @朱近野  老师作为卡片学习的长期实践者,也给了我很多帮助,非常感谢大家。
最后我再王婆卖瓜一次:PegBoard 十分轻量、无需联网注册、开箱即用,希望它可以成为你整理信息,梳理思绪时的好助手
原文链接:
https://sspai.com/post/75384?utm_source=wechat&utm_medium=social
作者:kokdemo
责编:张奕源Nick
/ 更多热门文章 /
登录查看更多
0

相关内容

【干货书】健康和生命科学的数据文本处理,107页pdf
专知会员服务
41+阅读 · 2021年7月11日
专知会员服务
41+阅读 · 2021年6月22日
专知会员服务
143+阅读 · 2020年12月28日
学习自然语言处理路线图
专知会员服务
137+阅读 · 2019年9月24日
电子时代,我们是否还需要纸笔笔记?
少数派
0+阅读 · 2022年11月21日
这个当初连社群运营都搞不清楚的姑娘,竟然去大厂了!
人人都是产品经理
0+阅读 · 2022年9月10日
MarginNote 不只可以做笔记,甚至还能写文章
少数派
1+阅读 · 2022年8月3日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
6+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年11月22日
Arxiv
0+阅读 · 2022年11月22日
Knowledge Embedding Based Graph Convolutional Network
Arxiv
24+阅读 · 2021年4月23日
已删除
Arxiv
32+阅读 · 2020年3月23日
Arxiv
21+阅读 · 2019年8月21日
Arxiv
27+阅读 · 2017年12月6日
VIP会员
相关资讯
相关基金
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
6+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年11月22日
Arxiv
0+阅读 · 2022年11月22日
Knowledge Embedding Based Graph Convolutional Network
Arxiv
24+阅读 · 2021年4月23日
已删除
Arxiv
32+阅读 · 2020年3月23日
Arxiv
21+阅读 · 2019年8月21日
Arxiv
27+阅读 · 2017年12月6日
Top
微信扫码咨询专知VIP会员