#用 Aino LifeOS 做一次完整的主題研究

當你需要深入研究一個主題時——比如「評估是否將專案遷移到 React Server Components」——Aino LifeOS 的多個功能可以串聯成一套完整的研究工作流。

#第一步：在 PARA 中建立研究空間

在 PARA 的 Resources 分類中建立一個專用資料夾：

1. 開啟側邊欄，進入 3-Resources/
2. 右鍵 → 新建資料夾 → React-Server-Components
3. 在資料夾中建立主筆記 RSC 調研.md

# React Server Components 調研

## 調研目標

- 理解 RSC 的核心概念和優勢
- 評估遷移成本和風險
- 收集社群實踐案例

## 參考資料

（邊查邊補充）

## 結論

（最後填寫）

#第二步：用內建瀏覽器收集資料

開啟內建瀏覽器，開始搜尋和閱讀：

1. 在快速切換器中輸入搜尋關鍵詞，用 Google 搜尋
2. 逐個開啟相關文章
3. 遇到有價值的內容 → 選中 → 點選剪藏按鈕 → 儲存到日記

一個上午可能剪藏了 10 條內容到日記中。每條自動帶有來源 URL。

#第三步：讓 AI 幫你整理

剪藏了大量原始材料後，用 AI 聊天來整理：

1. 開啟 AI 聊天面板
2. 用 # 引用今天的日記（包含所有剪藏內容）
3. 輸入提示詞：

請幫我整理這些關於 React Server Components 的資料：
1. 按主題分類（概念、優勢、劣勢、遷移方案、社群案例）
2. 提取每篇文章的核心觀點
3. 標註不同來源之間的觀點衝突

4. AI 返回結構化的整理結果
5. 複製到 RSC 調研.md 的對應章節中

#第四步：用編輯器深度加工

開啟編輯器，對整理後的內容進行深度加工：

1. 用 [[雙向連結]] 關聯到專案中的相關筆記
2. 插入表格對比不同方案：

## 方案對比

| 維度       | 當前架構 (CSR)         | 遷移到 RSC         |
| ---------- | ---------------------- | ------------------ |
| 首屏效能   | 需要載入完整 JS bundle | 服務端渲染，首屏快 |
| 開發複雜度 | 團隊熟悉               | 需要學習新模型     |
| 遷移成本   | -                      | 約 2-3 周          |
| SEO        | 需要額外 SSR 方案      | 原生支援           |

3. 用程式碼塊記錄技術細節
4. 在 Frontmatter 中標註標籤：

---
tags: [技術調研, React, 前端架構]
status: 進行中
---

#第五步：用 AI 智慧體做更深入的分析

如果你配置了 MCP 伺服器（比如檔案系統訪問），可以用 AI 智慧體做更深入的分析：

1. 開啟 AI 智慧體
2. 輸入：「分析我當前專案的程式碼結構，評估遷移到 RSC 的工作量」
3. AI 智慧體通過 MCP 讀取專案程式碼，分析元件結構
4. 返回詳細的遷移評估報告

#第六步：在日記和週記中記錄進展

#日記記錄

每天在日記中記錄當天的研究進展：

## 筆記

- RSC 調研：今天讀了 3 篇核心文章，理解了 Server/Client Component 的邊界規則
- 關鍵發現：Next.js App Router 已經預設使用 RSC

#週記總結

在週記中總結這週的研究成果：

## 本週回顧

- RSC 調研基本完成，結論是值得遷移但需要分階段進行
- 已整理出遷移方案文件，下週和團隊討論

#第七步：研究完成後歸檔

研究結論形成後：

1. 如果結論是要啟動遷移專案 → 將調研資料夾從 3-Resources/ 移到 1-Projects/
2. 如果只是知識儲備 → 留在 3-Resources/ 中
3. 給調研筆記打上最終標籤和狀態

用全文搜尋隨時可以找回這份調研。

#功能串聯圖

內建瀏覽器（收集）
    ↓ 剪藏
日記（暫存）
    ↓ AI 整理
研究筆記（PARA - Resources）
    ↓ 深度加工
編輯器（雙向連結、表格、程式碼塊）
    ↓ AI 智慧體分析
遷移評估報告
    ↓ 結論
PARA 歸類（Projects 或 Resources）