约 1.3k 字    4 分钟阅读

为什么用 Hexo 做认知管理 #

知识管理的核心痛点不是”存”，而是”找”。传统的笔记软件（Notion、Obsidian、语雀）各自封闭，数据无法被搜索引擎和 AI 直接检索。而 Hexo 作为一个静态博客生成器，天然具备三个优势：

  1. 数据即文件 — 所有内容是本地 Markdown，无平台锁定
  2. 结构化索引 — search.json 提供机器可读的全文索引
  3. 公开可检索 — 部署到 GitHub Pages 后，内容可被 Google 和 AI 搜索引擎索引

这个项目不是”写博客”，而是构建一个个人知识的外化系统：把学过的知识用结构化的方式记录下来，既便于自己检索，也能被 AI 工具消费。

技术栈 #

组件选型说明
框架Hexo 8.x静态站点生成器
主题Butterfly 5.5.5暗色模式，通过 npm 安装
搜索hexo-generator-searchdb生成本地搜索索引 search.json
字数统计hexo-wordcount文章阅读时长估算
部署hexo-deployer-git一键推送 GitHub Pages
CDNjsDelivr第三方资源加速
数学公式MathJax按文章按需加载

项目结构 #

1
2
3
4
5
6
7
8
9
10
11
12
blog/
├── _config.yml                # Hexo 主配置（站点信息、URL、部署）
├── _config.butterfly.yml      # 主题配置（导航、侧边栏、评论）
├── scaffolds/post.md          # 文章模板（含 front-matter 骨架）
├── source/
│   ├── _posts/                # 文章 Markdown 源文件
│   ├── about/                 # 关于页
│   ├── categories/            # 分类页
│   ├── tags/                  # 标签页
│   └── img/                   # 图片资源
├── public/                    # 构建产物（hexo g 生成）
└── .deploy_git/               # 部署临时目录（自动生成）

配置原则：主题配置改 _config.butterfly.yml，不改 node_modules/ 里的默认文件。

文章命名规范 #

文件名是 URL slug 的来源，直接决定可检索性。采用 {领域前缀}-{子主题}.md 格式：

前缀对应分类前缀对应分类
ai-人工智能cpp-C/C++
python-Pythonjava-Java
linux-Linuxhexo-建站
算法-算法数据库-数据库
前端-前端ros-机器人

规则：

  • 全小写，连字符分隔
  • 禁止纯数字后缀（Python1.md ✗ → python-intro.md ✓）
  • 禁止下划线（AI_History.md ✗ → ai-history.md ✓）
  • 子主题描述性强，能从文件名推断内容

Front-Matter 设计 #

每篇文章的 YAML 头部是 AI 和搜索引擎消费的元数据，所有字段必填：

1
2
3
4
5
6
7
8
9
10
---
title: "文章标题"
date: 2026-06-17 12:00:00
categories:
  - [技术, 人工智能]
tags:
  - AI
  - 强化学习
description: "50-150字摘要，会被 search.json 索引，供本地搜索和 AI 检索使用。"
---

设计要点：

  • categories 用二级分类 [大类, 子类]，与文件名前缀对齐，分类页据此自动组织
  • tags 2-5 个，第一个必须与文件名领域前缀对齐
  • description 是最重要的字段 — 被 search.json 全文索引，AI 检索时优先读取。必须 50-150 字，单行不换行，引号成对闭合
  • mathjax: true 按需添加（因 per_page: false，需逐文章开启）

内容索引策略 #

系统提供三种检索方式，覆盖不同场景：

策略一：读取源文件（最可靠） #

直接读取 source/_posts/ 下的 Markdown 源文件，数据最新、含完整 front-matter 和原始内容。适合修改单篇已知文章。

策略二：解析 search.json（最轻量） #

1
2
3
4
5
6
{
  "title": "文章标题",
  "url": "/2026/06/17/hexo-cognitive-management/",
  "content": "纯文本内容（去除HTML标签）",
  "tags": ["Hexo", "认知管理"]
}

构建后生成在 public/search.json，含 title、url、content（纯文本）、tags。适合全文搜索和按标签筛选。

策略三：解析 db.json（最完整） #

db.json 是 Hexo 的数据库快照，含 Post（完整元数据 + 原始 Markdown + 渲染 HTML）、Tag、PostTag 三张表，适合需要精确查询或获取渲染后 HTML 的场景。

自动化部署流程 #

修改文章或配置后，执行标准部署流程：

1
2
3
hexo clean          # 清理 public/ 和 db.json
hexo generate       # 重新构建
hexo deploy         # 推送到 GitHub Pages

部署是幂等的 — hexo-deployer-git 会自动清空 .deploy_git/ 目录，复制 public/ 内容，生成提交信息 Site updated: YYYY-MM-DD HH:mm:ss，然后 force push 到远程 master 分支。

GitHub Pages 收到推送后自动构建，1-2 分钟后线上生效。

认知管理的闭环 #

这个系统的价值在于形成闭环：

1
2
3
4
学习 → 记录（Markdown + 规范化 front-matter）
     → 索引（search.json + db.json）
     → 检索（本地搜索 / AI 工具 / 搜索引擎）
     → 复用（找到旧知识，应用到新问题）

传统笔记的问题在于”写了就忘”。这个系统通过结构化命名、强制 description、机器可读索引三个机制，确保写下的知识可被找到、可被 AI 消费、可被搜索引擎收录。

总结 #

这个 Hexo 项目不是传统博客，而是一个面向 AI 时代的个人知识库：

  • 文件即数据，无平台锁定
  • 命名规范保证 URL 可读性和分类一致性
  • description 字段是 AI 检索的关键入口
  • search.json 提供机器可读的全文索引
  • 一条命令完成构建和部署

核心原则：如果知识不能被找到，就等于没有记录。