#用 Aino LifeOS 做一次完整的主题研究

当你需要深入研究一个主题时——比如「评估是否将项目迁移到 React Server Components」——Aino LifeOS 的多个功能可以串联成一套完整的研究工作流。

#第一步：在 PARA 中建立研究空间

在 PARA 的 Resources 分类中创建一个专用文件夹：

1. 打开侧边栏，进入 3-Resources/
2. 右键 → 新建文件夹 → React-Server-Components
3. 在文件夹中创建主笔记 RSC 调研.md

# React Server Components 调研

## 调研目标

- 理解 RSC 的核心概念和优势
- 评估迁移成本和风险
- 收集社区实践案例

## 参考资料

（边查边补充）

## 结论

（最后填写）

#第二步：用内置浏览器收集资料

打开内置浏览器，开始搜索和阅读：

1. 在快速切换器中输入搜索关键词，用 Google 搜索
2. 逐个打开相关文章
3. 遇到有价值的内容 → 选中 → 点击剪藏按钮 → 保存到日记

一个上午可能剪藏了 10 条内容到日记中。每条自动带有来源 URL。

#第三步：让 AI 帮你整理

剪藏了大量原始材料后，用 AI 聊天来整理：

1. 打开 AI 聊天面板
2. 用 # 引用今天的日记（包含所有剪藏内容）
3. 输入提示词：

请帮我整理这些关于 React Server Components 的资料：
1. 按主题分类（概念、优势、劣势、迁移方案、社区案例）
2. 提取每篇文章的核心观点
3. 标注不同来源之间的观点冲突

4. AI 返回结构化的整理结果
5. 复制到 RSC 调研.md 的对应章节中

#第四步：用编辑器深度加工

打开编辑器，对整理后的内容进行深度加工：

1. 用 [[双向链接]] 关联到项目中的相关笔记
2. 插入表格对比不同方案：

## 方案对比

| 维度       | 当前架构 (CSR)         | 迁移到 RSC         |
| ---------- | ---------------------- | ------------------ |
| 首屏性能   | 需要加载完整 JS bundle | 服务端渲染，首屏快 |
| 开发复杂度 | 团队熟悉               | 需要学习新模型     |
| 迁移成本   | -                      | 约 2-3 周          |
| SEO        | 需要额外 SSR 方案      | 原生支持           |

3. 用代码块记录技术细节
4. 在 Frontmatter 中标注标签：

---
tags: [技术调研, React, 前端架构]
status: 进行中
---

#第五步：用 AI 代理做更深入的分析

如果你配置了 MCP 服务器（比如文件系统访问），可以用 AI 代码代理做更深入的分析：

1. 打开 AI 代码代理
2. 输入：「分析我当前项目的代码结构，评估迁移到 RSC 的工作量」
3. AI 代理通过 MCP 读取项目代码，分析组件结构
4. 返回详细的迁移评估报告

#第六步：在日记和周记中记录进展

#日记记录

每天在日记中记录当天的研究进展：

## 笔记

- RSC 调研：今天读了 3 篇核心文章，理解了 Server/Client Component 的边界规则
- 关键发现：Next.js App Router 已经默认使用 RSC

#周记总结

在周记中总结这周的研究成果：

## 本周回顾

- RSC 调研基本完成，结论是值得迁移但需要分阶段进行
- 已整理出迁移方案文档，下周和团队讨论

#第七步：研究完成后归档

研究结论形成后：

1. 如果结论是要启动迁移项目 → 将调研文件夹从 3-Resources/ 移到 1-Projects/
2. 如果只是知识储备 → 留在 3-Resources/ 中
3. 给调研笔记打上最终标签和状态

用全文搜索随时可以找回这份调研。

#功能串联图

内置浏览器（收集）
    ↓ 剪藏
日记（暂存）
    ↓ AI 整理
研究笔记（PARA - Resources）
    ↓ 深度加工
编辑器（双向链接、表格、代码块）
    ↓ AI 代理分析
迁移评估报告
    ↓ 结论
PARA 归类（Projects 或 Resources）