我们每天都在收藏东西——看到一篇好文章，先加入书签；发现一个有用的设计案例，先放进文件夹；碰到一款以后可能会用到的工具，也顺手存起来。
但问题是：收藏很容易，重新找到却很难。时间一长，Chrome 书签就像一个只进不出的仓库。我们明明保存过答案，真正遇到问题时，却还是习惯重新搜索互联网。过去积累的资料没有消失，只是越来越难被调用。
所以我做了一个 Codex Skill：Chrome Bookmark Knowledge。
它能把本地 Chrome 书签变成一个可以被 AI 检索、阅读和引用的个人知识源。以后，当我让 Codex 做调研、找工具、做产品对比或者寻找设计参考时，它可以先看看我过去收藏过什么，再去搜索公开网络。对我来说，这个项目不只是给书签增加了一个搜索入口。它也是我把自己的工作逐渐 harness 化 的一项实践：把原本存在于脑子里的习惯、判断和工作顺序，变成 AI 可以稳定调用的工具、规则与边界。
项目已经开源，欢迎大家试用：GitHub：Chrome Bookmark Knowledge Skill
它解决的不是“收藏”，而是“重新使用”
普通书签解决的是保存问题，却没有真正解决检索和复用问题。
比如，我可能记得自己收藏过一个 AI 编程工具，但已经忘了它叫什么；也可能记得某篇文章放在“设计系统”目录里，却想不起标题。这时，我可以直接对 Codex 说：
查一下我的书签里有没有 AI coding 工具。或者：
先从我的书签里找几个设计系统参考，再补充公开网络上的资料。Skill 会检索书签的标题、URL、域名和文件夹路径，找出相关页面。找到候选结果后，Codex 还会按需打开原网页，阅读当前内容，再把真正用到的页面作为“个人书签来源”列出来。
这意味着，书签不再只是浏览器里的一串链接，而会开始参与 AI 的回答。
工作原理
Chrome Bookmark Knowledge 会以只读方式解析 macOS 上 Chrome 的本地 Bookmarks 文件，并建立一份轻量索引。
它目前支持：
自动读取 Chrome 默认配置中的 HTTP/HTTPS 书签；
按标题、文件夹、域名和 URL 搜索，中英文关键词都可以使用；
在同一个网址被重复收藏时合并结果，同时保留不同标题和所在目录；
检测书签文件是否发生变化，并在下一次查询时自动刷新索引；
找到相关书签后，再读取网页的当前内容，而不是只根据标题猜测；
在回答中明确标注真正使用过的个人书签来源。
整个过程很轻：不需要把书签上传到一个新的知识库，也不用手动整理成 Markdown，更不用每次重新导出。
这也是我把工作 harness 化的一部分
我越来越觉得，真正决定 AI 工作质量的，不只是模型本身有多强，而是我们有没有为它准备好一套合适的工作环境。很多时候，我们对 AI 不满意，并不是因为它不会回答，而是因为它不了解我们的信息从哪里来，不知道我们过去做过什么，也没有按照我们习惯的顺序工作。每次打开新任务，我们都要重新解释背景、重申偏好，再告诉它哪些事情可以做、哪些边界不能越过。
我所理解的 harness 化，就是把这些散落的个人经验逐步变成一套可执行的工作装置：
把反复使用的方法做成 Skill；
把稳定的工作原则写成规则；
把个人积累接入 AI 可以检索的知识来源；
把隐私、安全与操作边界直接固化在流程里；
让一次有效的做法，可以在下一次任务中继续复用。
Chrome Bookmark Knowledge 正是其中一个很小、但很具体的例子。
以前，“先看看我收藏过什么”只是我脑子里的一个念头，而且经常会被忘掉。现在，它变成了一个可以被触发的 Skill、一段只读的检索程序和一条稳定的全局规则。AI 不需要等我每次提醒，便能先连接我的个人积累，再连接整个互联网。
这也是我想要的 AI 工作方式：不是把所有事情都交给一个通用聊天框，而是围绕自己的工作，不断搭建工具、知识、规则和反馈机制。模型会更新，任务会变化，但这套 harness 会逐渐沉淀下来，成为真正属于自己的生产力基础设施。
隐私边界要清楚
书签本身就是很私人的数据，所以这个 Skill 从一开始就把边界设得很明确。
它只读取书签，不会修改 Chrome 的 Bookmarks 文件；本地索引只保存标题、URL、域名、目录等书签元数据，不缓存网页正文，也不会读取 Cookie、密码、登录凭证或浏览器存储。
公开网页会优先通过普通方式读取。只有遇到登录墙或动态渲染限制时，才会尝试使用用户已经打开的浏览器会话；如果遇到验证码、多因素认证或缺少登录状态，仍然需要用户自己处理，Skill 不会绕过访问限制。
简单来说：它的目标是让 AI 找到你保存过的知识，不是翻遍你的浏览器隐私。
全局规则建议
仅仅安装 Skill，并不代表 Codex 每次都会主动想到它。所以我推荐同时在 Codex 的全局 AGENTS.md 中加入一条规则：当任务涉及公开网页研究、推荐、对比，或者寻找工具、资源、示例和参考资料时，先搜索本地 Chrome 书签；有相关内容就先读取和引用，没有再正常继续。
这样做以后，“先查自己的知识，再查整个互联网”就会成为一个稳定习惯，而不是偶尔碰巧触发的功能。
我很喜欢这个顺序。互联网给我们广度，个人收藏给我们连续性。前者告诉我们世界上有什么，后者提醒我们过去为什么认为某些内容值得保存。
如何安装？
最简单的方法，是打开一个新的 Codex 任务，把下面这段话完整发给它：
请使用 $skill-installer 从 GitHub 安装 chrome-bookmark-knowledge Skill：
https://github.com/Niall-Young/Chrome-bookmark-knowledge-skill/tree/main/chrome-bookmark-knowledge
安装完成后，把下面这条全局规则写入 ~/.codex/AGENTS.md；如果已经存在含义相同的规则，不要重复添加：
“在进行公开网页研究、推荐、对比或发现工具、资源、示例、参考资料之前，先使用 $chrome-bookmark-knowledge 搜索我的本地 Chrome 书签。如果存在相关书签，先读取并引用这些页面，再补充公开网页来源；如果没有相关书签，则正常继续。”
然后运行 Skill 自带的 status 命令，确认它能读取 Chrome 书签并报告索引状态。不要修改 Chrome 的书签文件。最后告诉我安装路径和验证结果，并提醒我重启 Codex。目前的运行环境要求是 macOS、Google Chrome、Python 3.9 或更高版本，以及 Codex。
把“我收藏过”变成“AI 可以帮我找回来”
这个 Skill 的功能并不复杂，但它改变了个人收藏与 AI 之间的关系，也让我向自己的工作 harness 又迈进了一小步。
过去，我们需要先想起某个东西，再去书签里找；现在，我们只需要描述正在解决的问题，AI 就可以帮我们从过去的收藏中寻找线索。
它不会替你建立一套宏大的知识管理系统，也不要求你改变原来的收藏习惯。你仍然可以像以前一样使用 Chrome 书签，只是那些沉睡的链接，从此多了一个被重新发现和使用的入口。
如果你也有一大堆“以后一定会看”的书签，欢迎来试试 Chrome Bookmark Knowledge。也希望它能给你一个小小的启发：除了使用 AI，我们还可以把自己的经验、偏好和工作方法逐步做成 AI 可以执行的系统。