学术研究面临内容管理的难题。你阅读了数十篇论文、数百篇文章和无数网络资料。但到了写作的时候，却找不到那句你明明记得读过的精彩引语。这种感觉是不是很熟悉？

Markdown 从根本上改变了研究人员捕获、整理和引用资料的方式。

研究的困境

传统研究工作流总会出问题：

书签 —— 成为从不访问的链接坟场
PDF 高亮 —— 困在单个文件里，无法搜索
复制粘贴 —— 丢失格式和引用信息
截图 —— 无法搜索，占用存储空间
“我会记住的” —— 你不会的

还有一种噩梦场景：你引用的网页被删除，资料来源随之消失。

Markdown 研究解决方案

将网络资料保存为 Markdown，构建一个完善的研究资料库：

完整内容捕获 —— 保存完整的资料来源，而不仅仅是链接
即时可引用 —— 包含 URL、访问日期和元数据
可搜索 —— 即时搜索所有资料
永久保存 —— 即使原始来源更改或删除，你的副本依然存在
AI 兼容 —— 可直接输入研究助手使用

构建研究工作流

1. 捕获资料

当你找到相关内容时：

阅读并评估 —— 这值得保存吗？
点击 Save —— 立即转换为 Markdown
添加到研究文件夹 —— 按项目或主题整理
添加笔记 —— 为什么这条资料与你的研究相关？

2. 按项目整理

~/research/
├── thesis/
│   ├── chapter-1-sources/
│   │   ├── smith-2023-ml-ethics.md
│   │   ├── jones-2024-algorithm-bias.md
│   │   └── notes-chapter-1.md
│   ├── chapter-2-sources/
│   └── chapter-3-sources/
├── course-papers/
│   ├── econ-101-final/
│   └── cs-capstone/
└── reading-lists/
    ├── to-read.md
    └── read-summaries.md

3. 趁热添加注释

立即添加你的分析：

# 资料：机器学习伦理实践

**URL:** https://example.com/article
**访问日期:** 2025-01-12
**相关性:** 第一章 - 伦理框架

## 关键引用

> "算法偏见的责任最终在于选择训练数据的
> 开发者。"（第 4 段）

## 我的笔记

- 支持我关于开发者责任的论点
- 与 Chen (2022) 相矛盾——需要处理这一矛盾
- 对"算法公平性"有很好的定义，可以引用

## 引用格式

Smith, J. (2023). Machine Learning Ethics in Practice.
*Journal of AI Ethics*, 12(3), 45-67.

处理不同类型的资料

期刊文章

保存 HTML 版本，然后添加引用元数据：

---
type: journal-article
authors: ["Smith, John", "Jones, Jane"]
year: 2024
title: "The Impact of Social Media on Political Discourse"
journal: "Political Communication Quarterly"
volume: 45
issue: 2
pages: "112-134"
doi: "10.1000/example-doi"
---

# 社交媒体对政治话语的影响

[保存的文章内容……]

新闻文章

在被付费墙封锁之前捕获：

---
type: news
source: "The New York Times"
author: "Jane Reporter"
date: 2025-01-10
url: "https://nytimes.com/article..."
accessed: 2025-01-12
---

# 文章标题

[保存的文章内容……]

政府和机构来源

这些内容经常变化或消失：

---
type: government-report
agency: "Department of Education"
date: 2024-06
url: "https://ed.gov/report..."
accessed: 2025-01-12
---

# 报告标题

[保存的报告内容……]

归档的必要性

学术引用规则通常要求你记录资料在访问时的状态。网页会变化，政府数据会被删除，博客会下线。

通过保存为 Markdown，你拥有：

永久记录 —— 资料来源当时的内容
时间戳 —— 你访问的时间
完整内容 —— 用于准确引用

一些大学现在要求在提交论文时附上网络资料的 PDF 副本。Markdown 可以轻松转换为 PDF。

AI 驱动的研究

你的 Markdown 研究资料库可以与 AI 无缝对接：

文献综述

将相关论文保存为 Markdown
粘贴到 Claude 或 ChatGPT 中
提问：“总结这些资料中的主要论点”
获得结构化分析

发现研究空白

“这些资料没有涉及哪些主题？”
“这些作者在哪些方面存在分歧？”
“哪些研究方法代表性不足？“

写作辅助

“帮我综合这三份资料，写一段关于 X 的段落”
“呈现这些论点的最佳顺序是什么？”
“根据这些资料，找出潜在的反驳论点”

学术成功的专业建议

1. 早存多存

找到可能有用的东西？现在就保存。存储空间很便宜，后悔却代价高昂。

2. 使用统一命名

author-year-keyword.md

smith-2024-ml-ethics.md
jones-2023-algorithm-bias.md
gov-2024-education-report.md

3. 创建资料摘要

为每个保存的资料写一段简短摘要：

## 一句话摘要
本文认为，AI 伦理监管的重点应放在开发者责任上，
而非算法透明度。

4. 链接相关资料

建立资料之间的连接：

## 相关资料
- 矛盾：[[chen-2022-transparency]]
- 支持：[[williams-2023-accountability]]
- 方法论相似：[[patel-2024-interviews]]

5. 备份所有内容

你的研究资料库弥足珍贵：

使用 Git 进行版本控制
与云存储同步
保留多份副本

今天就开始吧

别让另一个有价值的资料来源溜走。建立一个能够捕获、整理和保存学术资料的研究工作流。

从 Chrome 网上应用店安装 Save —— 将任何网络资料保存为干净、随时可引用的 Markdown。

有疑问？请联系 [email protected]