Claude Code 串 Heptabase CLI 實現 AI 卡片盒筆記的第一步

最近 Heptabase 推出了全新的 CLI（命令列介面）功能，這對所有愛用 Heptabase 的知識工作者來說，是一個全新的里程碑！

你可能會問，為什麼我們需要這個功能？CLI 與內建的 AI Chat 或一般的 ChatGPT 有什麼不同？

1. Heptabase CLI 如何讓知識管理變得更強大？

首先，這是行動派的 AI ：一般的 AI 對話（如 ChatGPT、Gemini）只能在瀏覽器裡跟你聊天。前陣子 Heptabase 內建的 AI Chat 則是可以讀取你的筆記並回答問題。但最新的 Heptabase CLI 則更進一步，它不只能「讀」，還能幫你「寫」與「改」。它能讓 AI 代理人直接操作你的筆記庫，自動化完成開卡片、改標籤、整理日誌等繁瑣任務。

其次，是更具深度的個人化知識庫：我們的 Heptabase 裡存放了上千則個人化的日誌、卡片與心智圖。這項功能讓 AI 能夠在「你自己的知識邊界」內工作，產出的建議與整理不再是網路上的空洞內容，而是專屬於你的深刻洞察。

與專業工具接軌： 透過 CLI，你可以把 Heptabase 連接到像 Claude Code 這樣的專業環境，這意味著你的「數位大腦」現在擁有了一個能夠自動化處理複雜邏輯的「作業系統」。

為什麼我要分享這篇教學？

我分享這項功能的初衷有兩個：

其一，給新朋友：讓還沒使用過知識管理軟體 Heptabase 的讀者看見，數位筆記工具已經進化到能與 AI 深度協作的強大境界。

其二，對老用戶：幫助已經在使用 Heptabase 的朋友，瞭解這項全新功能將如何徹底改變你的工作流程，讓你從繁瑣的「複製貼上」中解脫。

因為我是在 Windows 11 環境下進行設定，過程中發現 Windows 使用者需要多繞一點路才能順利開啟這項功能。我克服了這些小障礙後，決定把這套「裝備升級流程」整理出來，讓大家能少走彎路。

---

在 Windows 上的安裝與設定

要在 Windows 上流暢地使用 Claude Code Desktop 來處理 Heptabase 的任務，我們只需要做以下的安裝與設定。這就像是幫你的數位大腦接上新的神經元，讓系統之間能夠彼此對話。

第一步：安裝 Claude Code Desktop 並確認權限

Claude Code Desktop 是這套自動化系統的核心，但在下載前，請先確認你的帳號狀態：

1. 確認權限：該功能目前僅限 Claude Pro 或 Claude Team 的付費訂閱用戶。請確保你擁有付費權限，否則安裝後將無法登入使用 AI 代理功能。
2. 下載安裝：前往 Anthropic 官網下載適用於 Windows 的安裝檔，並依照指示完成安裝與登入。

---

第二步：安裝 Git 並設定「翻譯官」路徑

由於 Claude Code 的底層指令需要 Linux 環境才能執行，Windows 用戶必須透過 Git 來搭建橋樑。

Claude Code 就像是一個習慣講法文的頂尖外籍教練，但 Windows 系統只聽得懂中文，所以我們必須安裝 Git（這位法文翻譯官）來搭起溝通的橋樑；而設定環境變數，就像是在電腦的通訊錄裡寫下翻譯官的家地址，讓 Claude Code 每次要傳達指令時，都能第一時間找到翻譯官來幫忙。

1. 下載 Git：前往 Git for Windows 官網下載安裝。安裝過程中的選項「全部維持預設值」（一直點 Next）即可。
2. 設定環境變數：讓 Claude Code 找到翻譯官。
   • 在 Windows 搜尋「編輯系統環境變數」並開啟，點擊右下角「環境變數」。
   • 在「User 的使用者變數」區塊點擊「新增」。
     • 變數名稱：CLAUDE_CODE_GIT_BASH_PATH
     • 變數值：C:\Program Files\Git\bin\bash.exe（請確認這是你的安裝路徑）。

---

第三步：Heptabase 介面設定與工具掛載

要讓 Claude Code 能操作你的筆記，Heptabase 端也需要開啟門路並設定工具路徑：

1. 開啟 Heptabase CLI 功能：
   • 打開 Heptabase 桌面應用程式。
   • 進入 Settings → AI Features → CLI → Enable
   • 點選 Enable 之後，你會看到一個彈出視窗，把其中的 Heptabae 路徑複製起來，例如我的是 C:\Users\User\.heptabase\bin。

1. 設定環境變數：讓 Claude Code 可以指揮 Heptabase
   • 在 Windows 搜尋「編輯系統環境變數」並開啟，點擊右下角「環境變數」。
   • 在「系統變數」區塊找到變數名稱 path，點選「編輯」
     • 變數值：C:\Users\User.heptabase\bin（請確認這是你從 Heptabase 介面複製過來的路徑）。

---

第四步：重新啟動（最關鍵的一步）

設定完所有變數後，電腦並不會立刻「認識」這些新路徑。請務必完全關閉並重新啟動 Claude Code Desktop 與 Heptabase。

重啟後，你的 Claude Code 就像是請到了翻譯官，且腰帶上掛好了 Heptabase 的萬用工具箱。現在，你只需要在指令列輕輕下一行指令，AI 就能開始為你的知識庫進行自動化服務了！

---

暖身準備：讓 AI 代理人先學會探索

在交給 AI 真正複雜的任務之前，Heptabase 官方的教學文件建議我們先進行一輪「暖身練習」。這能讓 Claude Code 熟悉 Heptabase CLI 的指令規則，就像是讓新員工先翻閱員工手冊一樣。

當你完成了所有環境變數的設定，並重新啟動了 Claude Code 桌面版，請同時開啟 Heptabase 軟體，開始以下的暖身功能測試！

接下來，這三個熱身指令你可以直接複製並貼給 Claude Code，實測跑出來的效果：

1. 探索工具箱（了解功能範圍）

指令範例： 「請執行 heptabase -h，並針對每個子指令查看說明。請總結 Heptabase CLI 目前能做到的事情，以便我們在後續的對話中參考。（Run heptabase -h and then the help for each subcommand. Summarize what the Heptabase CLI can do, so we can reference it in follow-up messages.）」

透過這個動作，AI 會讀取 Heptabase 的功能清單，它就會知道自己可以讀取卡片、建立日誌或修改標籤。

2. 嘗試讀取（確認權限正常）

指令範例： 「請使用 Heptabase CLI 列出我最近編輯過的 5 張卡片，並顯示卡片標題與最後編輯時間。(Use the Heptabase CLI to list my 5 most recently edited cards. Show the titles and last edited times.)」

這個指令是用來確認系統連結是否暢通。如果 AI 能順利讀到你的卡片標題，代表「翻譯官」與「工具腰帶」都已經準備就緒了。

3. 嘗試寫入（測試自動化執行）

指令範例： 「請在今天的日誌（Journal）結尾加上一段話：『測試 Heptabase CLI 寫入成功』。內容請保持簡短，讓我可以一眼看出來就好。(Use the Heptabase CLI to append a one-line note to today’s journal entry to confirm writes are working. Keep it short and easy to spot, like “Tested the Heptabase CLI”.)」

一旦寫入成功，這就證明了 AI 不只能看，還具備「動手做」的能力。

---

Heptabase CLI 的實例示範

你可能：「瓦基，為什麼我們要做這些設定？這對我的閱讀和寫作有什麼幫助？」其實，這些設定是為了讓電腦真正成為你的「數位大腦助手」。

透過 Claude Code 與 Heptabase CLI 的串連，我不再需要手動複製貼上，而是能直接下指令，讓電腦理解我的工作流。我設計這三個示範，是為了讓大家看到：當你的筆記庫能與 AI 自動化溝通時，產出的效率與洞察深度將會達到一個全新的維度。

以下三個應用涵蓋了「檢索」、「執行」與「創造」的三個層次。一起來看看 CLI 能發揮到什麼程度！

應用一：跨領域的知識挖掘與錯誤洞察

當筆記多到一定程度，我們很難記得所有關聯。透過 CLI，我可以像對著圖書館管理員講話一樣，我直接提問：「根據我過去關於筆記術和工作流的筆記，請總結一般人在建立知識管理系統時，最常犯的 3 個錯誤是什麼？」

Heptabase CLI 會橫跨我的「閱讀筆記」、「部落格文章」甚至「專案心得」，用條列式呈現跨維度的回答。它不只是搜尋關鍵字，而是理解我筆記內容後的深度整合，幫助我快速回顧自己過去對「知識管理」這個議題的零散見解，並轉化為具體的指引。

應用二：一句話生成待辦清單與複盤日誌

對於習慣使用固定範本的朋友，這絕對是救星。我們不需先開啟 Heptabase、找當天日誌、貼上範本。現在，只需要對著 Claude Code 把話說完，動作就執行完畢了。

例如，我在 Claude Code 下達了這串指令：「我需要你在今天的 Journal 幫我加上我最常用的 Template，也就是那個 Daily 的 Template，然後把我的待辦事項放到最上面的 To-Do List 區域。接著，在底下的「自我肯定」欄位撰寫肯定自己的話，內容是：今天開始使用 Claude Code 去跟 Heptabase 對接，嘗試使用 AI 讓卡片盒筆記的資料活起來，這是一個很棒的嘗試！」

它會自動調用 Heptabase CLI，讀取我日誌裡的「待辦清單」，以往日誌的「日誌範本 Template」（內含每日肯定、感恩與反省），並精準地將這份結構化內容寫入今天的 Journal 中。這讓我們在晨間思考或晚間複盤時，能瞬間進入狀態，完全免除格式調整的瑣碎阻力。

應用三：從會議逐字稿到自動化的「閱讀行動力」

這是最令我驚艷的流程。我提供一段演講或會議的逐字稿，要求它執行以下任務：

1. 提煉精華：生成這段稿件的核心主軸與演講大綱。
2. 連結庫存：搜尋我既有筆記庫中，哪些舊筆記能輔助說明這場演講（例如提到「卡片盒筆記」時，它會自動找相關筆記）。
3. 自動建檔：它會列出這些舊筆記的名稱與點擊即可跳轉的超連結（Markdown 格式），並將這些「訪綱內容」與「舊筆記連結」整合，自動在 Heptabase 生成一張名為「我的閱讀行動力 1.0 版本」的全新卡片，最後直接貼入今天的 Daily Journal 裡。

我下的題詞全文是：「把以下任務製作成一張全新的卡片，把卡片放在今天的 Journal 裡面的待辦清單。 這張卡片的命名是「我的閱讀行動力 1.0 版本」。我上傳了一個會議記錄的逐字稿，你要把這份逐字稿裡面我所要演講的內容、主軸跟大綱生成一個簡易的大綱版本，大約 1000 個繁體中文字的演講大綱，例如我如何使用子彈筆記做到更好的回顧過去、檢視當下和規劃未來。 接著再搜尋我筆記庫裡面可以輔助說明相關的資料，並列出卡片名稱跟可以直接連過去的超連結，撰寫到這張卡片裡。」

得到的成果如下方所示：它確實自動在我當天的 Journal 裡面新建了一張卡片，並在卡片中放入了我的基本講綱內容。

最後，它也依照我的指示，附上了相關卡片以及可以直接點擊連結到 Heptabase 的超連結。關於引用資訊與超連結的「準確度」，目前看來都是沒問題的。

做過幾輪測試之後，我得到一個結論：Claude Code + Heptabase CLI 的確能將人類的自然語言，轉換成對應的執行動作。

---

未來展望：邁向自動化的數位大腦

將這些軟體串接之後，我們不再只是在「寫筆記」，而是在「經營一個會自我成長的知識系統」。隨著 Heptabase CLI 功能的繼續擴展，未來更有機會去容納、執行更多人類語言的操作，所以我非常期待這一點。

我非常期待看到未來有更多基於 Heptabase CLI 的應用，讓每一位讀者都能建立起專屬於自己的 AI 知識助手。距離我心目中 AI 卡片盒筆記的理想目標，愈來愈近了！

但是，這個操作目前有一個缺點，就是燒 Token 實在燒得非常快（我知道付不起錢是我的缺點 QQ）。

像我自己安裝完之後，做了幾次測試，再把上面的示範全部做完，當天的額度就已經燒完了。我用的是一個月 20 美金的 Pro 方案，結果大概才玩了一個多小時，當天 Token 就全部燒光了。

這讓我陷入一種兩難：人力操作，雖然需要幾分鐘複製貼上、視窗開開關關，但自己操作其實也能搞定。但是 AI CLI 執行，操作非常無腦簡單，指令給下去它就會自動跑完，但 Token 耗損得很兇。

這目前是一種效率與成本之間的拉鋸。未來會如何發展還不知道，但至少我們先把流程建立起來，掌握這個方法，有需要的時候就能派上用場。

希望未來工具能變得越來越便利、效果越來越好，幫我們處理更多事情。解放我們的大腦認知能量與認知負載，讓我們可以思考更有價值、更有意思，也更有趣的事情。

如果你也想體驗這種「動嘴」就能操作知識管理系統的流暢感，邀請你來試用七天 Heptabase，這款我至今最愛的筆記軟體。讓我們一起，把筆記變成有價值的資產。

---

您可能也會有興趣的其他文章

• Heptabase AI 功能評測：5 種情境考驗你的「第二大腦」
• Heptabase 是更好的筆記軟體嗎？其實我們都問錯了問題
• Heptabase AI Chat 是什麼？如何整合寫作、對話與思考？
• Heptabase AI + 子彈筆記，回顧和復盤日記的神級組合
• 如何規劃自助旅行？用 Heptabase 軟體安排行程和寫遊記