SOTA Sync
返回 FEED
AGENT2026-05-27

Obsidian + Claude Code：10 分钟搭建自进化知识库

Claude 聊完就忘。GPT 也是。每次关掉对话窗口，那些花了一小时聊出来的洞察，跟没聊过一样。

有一种搭法能解决这件事。10 分钟。

架构

Obsidian 是本机第二大脑，AI 是帮你整理、查询、维护的图书管理员。

仓库结构：

BLTeam/
├── 01_SOURCES/           ← 原始资料，只读不写
│   └── 02_Clippings/     ← 网页剪藏
├── 04_WIKI/              ← AI 编译的知识资产（214 页）
├── 06_TEAM/              ← 团队规则、技能、风格库
├── 02_REPORTS/           ← 日报、周报等事实记录
├── 03_REVIEW/            ← 日复盘、周复盘、KPI
├── 05_VALUE_PIPELINE/    ← 内容选题、商业机会、已发布成果
├── CLAUDE.md             ← 给 AI 看的总规则（557 行）
└── .git/                 ← 版本控制

核心原则：源文件只读不写，AI 只动 Wiki 层。

CLAUDE.md 的三件事

  1. 你是谁、关注什么：AI 工具、内容创作、知识管理
  2. 仓库怎么用：每个目录职责、Wiki 页面必须带 YAML frontmatter、交叉引用用 [[wiki-links]]、每页底部追溯来源
  3. 操作流程：导入新资料怎么处理、查询时先看哪里再看哪里、每周健康检查、会话结束后怎么更新上下文缓存

两层导航设计：CLAUDE.md 是全局地图，每个子目录的 _index.md 是局部地图。AI 不需要一次读完所有文件，先看全局定位，再按需深入。这一层间接设计让每次查询的 Token 消耗大幅下降。

五步搭建

  1. 下载 Obsidian（obsidian.md）。免费，数据纯本地，断网照用。
  2. 创建仓库。叫它"BLTeam"。
  3. 建目录结构。按上面的布局。
  4. 写 CLAUDE.md。这是仓库最重要的文件。
  5. 装 Obsidian Web Clipper。默认保存到 01_SOURCES/02_Clippings/。

启动 Claude Code：

claude

AI 自动读 CLAUDE.md。然后：

"刚剪藏了一篇关于 Agent 架构的文章到 Clippings，帮我导入 Wiki。"

AI 读完原文 → 识别实体和概念 → 创建新页面 → 更新已有页面 → 补交叉引用 → 在日志记录。一次导入通常更新 5 到 15 个页面。

日常五件事

导入：丢进去就别管了

Web Clipper 一键剪藏，Claude Code 里说"帮我导入"。13 篇剪藏文章编译出 214 个 Wiki 页面——一篇好材料进来，像树枝一样长出十几条关联。

查询：跨整个仓库提问

不问单篇文章，问整个知识网络：

"我存的所有关于 AI Agent 的资料里，记忆机制有哪几种方案？各自优缺点是什么？引用具体页面。"

AI 先读全局索引 → 定位相关 Wiki 页面 → 沿交叉引用深入 → 综合回答，每条论断带 [[来源页面]]。好的回答直接存回 Wiki。

检查：每周一次自我纠错

Wiki 会悄悄腐烂。每周跑一次 Lint，AI 扫描全库，输出四类问题：

  • 矛盾：页面 A 和页面 B 对同一件事说了不同的话
  • 孤页：没有任何链接指向它
  • 过时论断：写的时候对，但标注了时效限制
  • 缺失页面：被引用过但没有创建

报告最重要的是 Top 3 本周该补的缺口。

分析存档：好的查询结果不要让它再死一次

每次高质量回答，当场存回 wiki/analysis/。查完觉得"很有用"，关上窗口，过两周又查一遍——养成习惯，好的对话当场存档。

热缓存：最不起眼但最省钱

两层导航 + 会话上下文保留的上一次操作记录，日常查询 Token 消耗比全量检索低非常多。

关键教训

  • 别手动编辑 Wiki。Wiki 是 AI 的地盘。手动加内容格式不统一，AI 下次理解歪了，产生奇怪交叉引用。
  • 一个页面只讲一件事。原子笔记平均 200-400 字，交叉引用效果比长篇大论好太多。
  • Git 是后悔药。每天 commit，AI 批量操作偶尔手滑，秒级回滚。
  • 不跑 Lint 等于白建。前几周光顾导入，孤页堆了一堆。现在设周日提醒，雷打不动。
  • 心里有规模上限。Markdown + 全文搜索在几百条笔记内效果很好。超过一定规模，多跳推理会吃力，该升级搜索方案——但这是第六个月的问题，不是第一天的。

当前状态

  • 1,114 个文件，CLAUDE.md 是大脑
  • 10 个 AI Agent 各司其职：选题、创作、代码、测试、运维、增长、商业分析
  • 5 条 Cron 全自动管道：早报生成、信息简报、日记闭环、周报合成
  • 214 个 Wiki 页面，持续编译和交叉引用
  • Obsidian 关系图谱里能看到跨领域连接，很多关联是人不可能手动发现的

以前找一条历史结论要翻 20 分钟聊天记录。现在问一句，30 秒出结果，带引用来源。

Markdown 文件本身不值钱。值钱的是它们之间那张你手工根本维护不了的关系网。

继续阅读