大家好我是懿轩。欢迎来到「懿轩的技术小窝」。今天想跟大家聊一个我琢磨了很久、最近终于跑通的事儿——个人知识库。不知道你们是不是跟我一样看到好文章就收藏看到好视频就码住微信收藏夹、浏览器书签、各种稍后读 App 堆得满满当当……然后呢然后就再也没有然后了。收藏一时爽回头看时全是泪。那些辛辛苦苦攒下来的资料最后要么躺在收藏夹里吃灰要么真要用的时候根本找不到。更要命的是学过的东西过段时间全忘了感觉跟没学一样。我也试过很多所谓的知识管理方法卢曼卡片盒、PARA 分类法、双链笔记……道理我都懂但一套操作下来整理知识比学知识还累。坚持不下去最后还是回到「收藏即遗忘」的死循环。直到最近我接触到了一套新思路折腾了一阵子搭出了一套真正能「自己长」起来的知识库。它能把公众号文章、小红书笔记、B站视频、PDF 论文……这些散落各处的东西一点点沉淀成一个属于我自己的知识大脑。关键是什么大部分维护工作交给 AI 去做了我只需要负责「喂料」和「拍板」。这篇文章有点长我把它从头到尾拆解给大家从理念到实操一步不落。建议先收藏回头照着搭一遍。话不多说开整。目录先聊痛点为什么传统知识管理坚持不下去核心思路什么是「自生长」的 LLM Wiki三层架构Raw / Wiki / Schema为什么选 Obsidian 当家Agent 在里面扮演什么角色准备工作装好三件套搭建方法一直接提示词法完全可控搭建方法二claude-obsidian 开源插件省心搭建方法三WeSight 知识大脑最丝滑怎么收集资料公众号、小红书、B站…日常使用收集 → 入库 → 检索 → 维护模型怎么选我踩过的坑和几点建议一、先聊痛点为什么传统知识管理坚持不下去在讲我的方案之前咱们先对齐一下问题——你有没有想过为什么那些看起来很美的知识管理方法最后都半途而废了我总结下来主要是两个坎儿。第一个坎儿整理成本太高。给每篇文章打标签、归类、做卡片、建双链……光是这些「整理动作」就够你喝一壶的。本来是 10 分钟学完的东西整理花半小时。时间一长谁还愿意干第二个坎儿知识没法累积。这个其实更致命。你想我们平时用 AI 也好、用搜索引擎也好本质上都是「临时拼答案」——你问一个问题它从一堆碎片里召回相关片段现场综合出一个回答给你。答完散了。同样的问题你问一百遍它就给你拼一百遍。知识本身没有任何积累。今天问的和昨天问的没有任何关系。你用了一年 AI它对你领域的理解可能还是停留在第一天。这就是核心痛点学过的东西没有被沉淀下来每一次都在重新开始。那问题来了能不能让 AI 别再「临时抱佛脚」而是像我们读书时做笔记一样把知识一点点记下来、连起来、持续更新答案是——能。这就是接下来要讲的方案。二、核心思路什么是「自生长」的 LLM Wiki这套方案的核心是一个叫LLM Wiki的理念。最早是 Karpathy 公开分享的一套知识库构建方法核心理念一句话能说清——给 AI 安排一份长期工作持续维护知识库。什么意思呢传统做法是「你问AI 临时答」LLM Wiki 的做法是「每来一份新资料AI 都先去翻翻现有的知识库」已有的内容补充进去不重复造轮子全新的概念单独建一个页面给它一个家遇到跟现有结论不一样的说法别急着覆盖把来源、时间、适用范围都记下来让分歧有迹可循。这里最关键的一点是AI 处理完资料后知识库必须留下变化。可能新增了一个概念可能补上了一条关联也可能暴露出一个暂时没答案的问题。这些变化一次次累积知识库就「长」起来了。这就是「自生长」三个字的含义——不是一次性建好的静态仓库而是随着你每一次输入持续演化的活的知识网络。我自己的体感是以前收藏一篇文章只是多了一个「以后可能会看」的念想现在收藏一篇文章是真的有东西沉淀下来了。这种踏实感是传统方法给不了的。为了让这个过程可控、不乱套整套系统分成了三层。我们接着往下看。三、三层架构Raw / Wiki / Schema这是整套系统的骨架理解了它后面所有操作都顺理成章。三层各司其职我用一句话概括Raw 存证据Wiki 存理解Schema 定规则。层级职责存什么Raw 层原始资料只读谁都不许改文章原文、论文 PDF、视频字幕、AI 对话、灵感笔记Wiki 层AI 整理出的结构化知识由 Agent 全权维护概念页、实体页、主题综述页页面内含来源引用Schema 层告诉 AI 该怎么干活一个 AGENTS.md 文件写满归档、更新、引用、冲突处理规则为什么要这么分Raw 层只读是为了保住「事实的源头」。不管 AI 怎么整理、怎么归纳原文永远在那儿随时能回溯。这是整套系统可信的根基。Wiki 层归 AI 管是因为整理、归类、建链这种活儿正是 AI 擅长的。它每处理一份新资料就在这层留下结构化的产物。Schema 层定规则是给人用的。你通过一个 AGENTS.md 文件告诉 AI 什么能做、什么不能做、遇到冲突怎么办。规则是你定的活儿是 AI 干的。下面这个目录结构是我实际在用的大家可以直接拿去用 yixuan-wiki/ ├── AGENTS.md ← Schema 层给 AI 的工作说明书核心中的核心 │ ├── raw/ ← Raw 层原始资料只读 │ ├── articles/ ← 剪藏的文章、网页 │ ├── videos/ ← 视频文字稿B站、YouTube │ ├── xiaohongshu/ ← 小红书图文 │ ├── papers/ ← 论文、报告 │ ├── books/ ← 书籍划线、读书笔记 │ ├── chats/ ← 有价值的 AI 对话 │ └── assets/ ← 图片素材 │ └── wiki/ ← Wiki 层AI 全权维护 ├── concepts/ ← 概念页方法论、理论、模式 ├── entities/ ← 实体页人物、公司、产品、工具 └── topics/ ← 主题综述页跨来源的综合对比给 Vault 起名的建议全小写 连字符比如我的就叫yixuan-wiki。别用中文、别用大写——这个路径以后会被 Agent、git、各种命令行工具反复读写中文路径偶尔会在某些工具里踩编码坑大写则有大小写敏感环境的隐患。基础设施稳字当头。这里重点说一下 Wiki 层的三个子目录它们是知识库的「肉」concepts/—— 概念页。比如「RAG 是什么」「LLM Wiki」一个概念一页entities/—— 实体页。人物、公司、产品、工具各立门户topics/—— 主题综述页。把跨多篇资料的某个主题做综合对比这是知识库最有价值的一层。至于「每份原始资料的摘要」我没有单独建 sources/ 目录而是把它做进了页面模板的「来源」区块——每个概念页、主题页底部都注明它引自 raw/ 里的哪些文件。少一层目录双链直接连到知识点本身检索路径反而更短。一个重要的设计哲学不要把所有信息堆在一篇笔记里。概念拆成概念页、实体拆成实体页然后用 Obsidian 的双链把它们连起来。这样每个知识点都是独立可复用的节点随着资料增多连接会越来越密知识图谱就自然形成了。结构清楚了那这套东西放在哪儿为什么是 Obsidian咱们接着说。四、为什么选 Obsidian 当家市面上笔记工具那么多——Notion、飞书文档、印象笔记、各种稍后读 App凭什么选 Obsidian说实话我之前也纠结过。但真正搭这套系统的时候Obsidian 的几个特质是别的工具替代不了的。1. 完全本地数据自主一个 Obsidian Vault说白了就是你电脑上的一个普通文件夹。笔记全是 Markdown 纯文本不依赖任何平台、不依赖任何数据库。聊天记录、私人资料全都老老实实待在你自己硬盘上。同步不同步、同步到哪儿你自己说了算。说句大白话工具可以换知识不用搬家。哪天你不用 Obsidian 了文件还在那儿换个编辑器照样能看。这种踏实感云端工具给不了。2. 天然适合 AI 操作这点特别关键。因为是普通文件夹 纯文本Agent 可以直接读取目录、创建文件、修改链接、维护索引。每一次改动都能定位到具体文件还能用 Git 留下版本记录。AI 干的每一件事都是可追溯的。3. 双链 知识图谱Obsidian 的反向链接能把概念、人物、工具、主题全都串起来。用着用着你会发现原来这两个概念有联系、原来这个实体是个核心节点、原来这个页面一直孤立着没人理它——这些洞察是单篇笔记永远给不了的。4. 插件生态丰富模板、查询、版本管理、发布、可视化……想要啥功能基本都能找到插件。这套系统搭起来后还能持续扩展。所以在我的方案里Obsidian 同时扮演三个角色存储底座 操作界面 知识观察窗。它负责存和呈现AI 负责理解和整理各司其职。那 AI 这边具体怎么干往下看。五、Agent 在里面扮演什么角色我用的是 WorkBuddy也可以用 Codex、Claude Code。在这套系统里它扮演的是执行层——干活的那个。它具体干哪些活呢我分成三个阶段说阶段一新资料入库当我把一篇文章放进 Raw 层后Agent 会先读这篇文章理解它讲了啥识别里面的概念、实体、主题去现有的 Wiki 里搜看看有没有相关的页面已有的内容补充进去全新的内容新建页面给相关的页面之间建双链遇到跟旧结论冲突的保留来源、时间、适用范围不覆盖把 Raw 层对应文件的status从「待入库」改成「已入库」再向我汇报这次入库带来的变化。整个过程是增量维护——只动该动的部分不会推倒重来。处理一篇文章可能新建 5~10 个页面给十几个页面补了内容。阶段二检索问答我提问的时候Agent 会优先去 Wiki 层找已经沉淀好的知识节点沿着双链做交叉检索最后把结论追溯到 Raw 原文。回答有依据能追溯不是凭空生成。阶段三定期维护我还会让 Agent 定期体检查失效链接、补缺失字段、揪出长期没更新的僵尸页面。这些琐事让它批量处理最合适。人机分工的精髓AI 负责执行和编排——那些重复、耗时、结构化的活儿人负责定规则、查结果、做关键判断。这样一来知识管理就从「大量手工整理」变成了「一套人机协作的持续维护流程」。这也是这套系统能坚持下来的根本原因。理念讲得差不多了接下来进入实操环节。先把工具准备好。六、准备工作装好三件套搭这套系统需要提前准备好三样东西。6.1 Obsidian 安装与配置6.1.1 Obsidian 下载安装去 https://obsidian.md/https://obsidian.md/downloadhttps://obsidian.md/ 免费下载下面画红圈的地方会自动识别你的电脑操作系统直接点击 Download 下载即可。装好后选择中文接着点击创建接着为你的知识库文件夹起一个名称我的叫yixuan-wiki我的网名加 wiki 方便记忆查看大家也可以按自己喜好命名接着选择一个你的知识库文件夹位置Windows 电脑我建议保存在 C 盘之外的位置这里我的 mac 电脑保存在文稿下面最后点击创建。接着下载几个本人认为好用的 Obsidian 主题和插件全程记得开代理尤其是访问插件市场的时候不然会各种连不上。6.1.2 Obsidian 主题推荐主题推荐Cupertino点击设置 - 外观 - 搜索 Cupertino其他主题推荐大家根据自己喜好选择6.1.2 Obsidian 插件推荐首先第三方插件模块退出受限模式插件市场点击浏览这里推荐以下几个插件插件名称版本作者核心功能简介Custom Attachment Location(自定义附件位置)v10.3.4mnaoumov(created by RainCat1998)附件路径管理允许使用变量如笔记名、日期等自定义图片及附件的保存路径帮助保持仓库目录整洁体验类似 Typora。Editing Toolbar(编辑工具栏)v4.0.8Cuman可视化编辑在界面添加类似 Word 的传统工具栏提供丰富的格式化和排版按钮降低 Markdown 纯文本编辑的门槛。Excalidraw(手绘白板)v2.23.12Zsolt Viczian绘图与白板深度集成 Excalidraw 绘图工具支持在笔记中绘制手绘风格图表、思维导图并支持与笔记双向链接是视觉化知识管理的利器。Git(版本控制)v2.38.3Vinzent自动备份与版本管理将 Git 集成到 Obsidian 中支持自动/手动将笔记同步备份到 GitHub/Gitee 等平台并提供历史版本回退功能。Style Settings(样式设置)v1.0.9mgmeyers主题外观微调提供图形化界面来调整主题、插件和代码片段的 CSS 变量。无需写代码即可通过开关和滑块自定义字体、颜色、间距等外观细节。6.2 准备好 Agent 工具WorkBuddy、Codex、Claude Code 都行选一个你顺手的。模型建议选上下文长一些的原因后面讲模型选型时会说。这里我选择 WorkBuddy进入官网https://copilot.tencent.com/work/直接下载安装即可这里很简单就不赘述。3. 安装 Obsidian Web Clipper 浏览器插件这个是用来一键剪藏网页文章的后面收集资料全靠它。打开你常用的浏览器如 Microsoft Edge 或者 Google Chrome打开浏览器里面的扩展市场搜索Obsidian Web Clipper在阔展插件部分点击Obsidian Web Clipper:点击设置点击左边的新建模板按钮分别导入下述三个模板 1raw-article网页文章用{ schemaVersion: 0.1.0, name: raw-article, behavior: create, noteContentFormat: [!info] 来源信息\n **作者**{{author}}\n **链接**{{url}}\n **剪藏于**{{date|date:\YYYY-MM-DD HH:mm:ss\}}\n\n{{content}}, properties: [ { name: title, value: {{title}}, type: text }, { name: source, value: {{url}}, type: text }, { name: author, value: {{author}}, type: text }, { name: platform, value: {{domain}}, type: text }, { name: date_published, value: {{published}}, type: text }, { name: clipped_at, value: {{date|date:\YYYY-MM-DD HH:mm:ss\}}, type: datetime }, { name: tags, value: raw/article, type: multitext }, { name: status, value: 待入库, type: text } ], triggers: [ https://mp.weixin.qq.com, https://zhuanlan.zhihu.com, https://www.zhihu.com, https://juejin.cn, https://sspai.com, https://medium.com ], noteNameFormat: {{date|date:\YYYY-MM-DD\}}-{{title|safe_name}}, path: raw/articles }模板 2raw-videoB站/小红书视频的文字稿用{ schemaVersion: 0.1.0, name: raw-video, behavior: create, noteContentFormat: [!info] 视频信息\n **UP主**{{author}}\n **链接**{{url}}\n **剪藏于**{{date|date:\YYYY-MM-DD HH:mm:ss\}}\n\n## 视频简介\n\n{{content}}\n\n---\n\n## 视频要点观看后手动补充\n\n- \n\n## 完整文字稿\n\n 使用 Whisper 转录或下载 CC 字幕后粘贴到此处。, properties: [ { name: title, value: {{title}}, type: text }, { name: source, value: {{url}}, type: text }, { name: author, value: {{author}}, type: text }, { name: platform, value: {{domain}}, type: text }, { name: clipped_at, value: {{date|date:\YYYY-MM-DD HH:mm:ss\}}, type: datetime }, { name: tags, value: raw/video, type: multitext }, { name: status, value: 待转录, type: text } ], triggers: [ https://www.bilibili.com, https://b23.tv, https://www.youtube.com, https://youtube.com ], noteNameFormat: {{date|date:\YYYY-MM-DD\}}-视频-{{title|safe_name}}, path: raw/videos }模板 3raw-xiaohongshu小红书图文{ schemaVersion: 0.1.0, name: raw-xiaohongshu, behavior: create, noteContentFormat: [!info] 小红书笔记\n **博主**{{author}}\n **链接**{{url}}\n **剪藏于**{{date|date:\YYYY-MM-DD HH:mm:ss\}}\n\n{{content}}\n\n---\n\n## 图片素材手动补充\n\n 把关键截图保存到 raw/assets/ 后在此引用\n ![[图片文件名.png]], properties: [ { name: title, value: {{title}}, type: text }, { name: source, value: {{url}}, type: text }, { name: author, value: {{author}}, type: text }, { name: platform, value: xiaohongshu, type: text }, { name: clipped_at, value: {{date|date:\YYYY-MM-DD HH:mm:ss\}}, type: datetime }, { name: tags, value: raw/xiaohongshu, type: multitext }, { name: status, value: 待补图, type: text } ], triggers: [ https://www.xiaohongshu.com, https://xiaohongshu.com ], noteNameFormat: {{date|date:\YYYY-MM-DD\}}-小红书-{{title|safe_name}}, path: raw/xiaohongshu }七、搭建方法一直接提示词法完全可控第一种方法最「原始」也最灵活——根据三层架构直接用提示词让 Agent 搭建。好处是你对规则有完全的掌控坏处是对提示词和工程化理解要求高一点。在 WorkBuddy 里打开你刚新建的 Obsidian Vault 目录选择「日常办公」然后把下面这段提示词发给它你现在是这套个人知识库的搭建与维护 Agent。请在当前 Obsidian Vault 根目录中搭建一套可长期增量维护的 LLM Wiki。 ## 目标 建立 Raw、Wiki、Schema 三层结构 - Raw 层保存原始资料只允许读取不修改原文。 - Wiki 层保存 AI 整理后的结构化知识由 Agent 增量维护。 - Schema 层通过根目录下的 AGENTS.md 定义归档、更新、引用和冲突处理规则。 ## 需要创建的结构 - AGENTS.mdAgent 的长期工作规范 - raw/articles/ raw/videos/ raw/xiaohongshu/ raw/papers/ raw/books/ raw/chats/ raw/assets/ - wiki/concepts/ wiki/entities/ wiki/topics/ ## AGENTS.md 必须包含的规则 1. 处理新资料前先搜索 wiki/ 中已有的相关页面判断补充旧页还是创建新页。 2. raw/ 是事实来源禁止改写、删除或移动其中的文件。 3. 每个知识页面的「来源」区块注明引用的 raw 文件保留原始文件链接。 4. 概念、实体和主题使用独立页面通过 Obsidian 双链建立关系避免堆在一篇笔记里。 5. 所有事实性内容都要标注来源无法确认的内容明确写为待核实。 6. 新旧资料出现分歧时同时保留不同说法及其来源、时间和适用范围不直接覆盖旧结论。 7. 每次只更新受影响的页面并同步维护相关双链。 8. Raw 层文件 frontmatter 里的 status 字段标记流转状态待入库 → 已入库这是唯一允许改动 raw 文件的地方且只能改这一个字段正文永远不动。 9. 不擅自删除现有文件同名文件已存在时先读取并合并必要规则保留原内容。 10. 信息不足或判断可能影响整体结构时暂停执行并向我提问。 ## 页面模板 请分别在三个 wiki 子目录中创建 _template.md使用 Obsidian 兼容的 YAML 属性 至少包含title、type、aliases、tags、created、updated。 正文预留摘要、核心内容、相关页面、来源与待核实问题等区域。 ## 执行与验收 执行前先检查当前目录确认是 Obsidian Vault如无法确认先问我。 创建缺失的目录和文件不覆盖已有内容。完成后自检并向我汇报 新建了哪些目录和文件、哪些文件被保留或合并、AGENTS.md 中最重要的规则、 当前结构是否通过检查、下一步第一份测试资料该放哪个目录。发出去之后Agent 就会按规则把目录结构和 AGENTS.md 都建好。打开 Obsidian 一看结构已经在了。验证一下入库第一篇文章光搭好结构不算数得跑通一个完整流程。我们来剪藏一篇文章试试保持你的当前知识库在 Obsidian 打开状态用浏览器打开一篇公众号文章在微信 PC 端点「用浏览器打开」即可点 Obsidian Web Clipper 图标触发器认得公众号域名会自动匹配 raw-article 模板确认后保存你就可以在 Obsidian 看到这篇文章了回到 WorkBuddy发入库提示词请读取 raw/articles/ 中 frontmatter status: 待入库 的文章并严格按照 AGENTS.md 的规则增量维护 Wiki。 处理前先检索现有页面提取文章中的概念、实体和主题 已有内容补充到原页面新内容创建页面不同观点保留来源、时间和适用范围。 随后建立相关双链。处理完成后把这些文件的 status 改为 已入库这是唯一允许改动 raw 文件的地方。 完成后告诉我新建、更新了哪些页面以及有哪些内容需要人工确认。Agent 会按 AGENTS.md 的规则自动建来源摘要页、概念页、实体页、主题页并建立双链。实测一篇文章大概会新建 5~10 个页面。去 Obsidian 里看看是不是有点意思了基于知识库提问Wiki 建起来后最大的价值是当检索底座用。你可以这样问 Agent请基于刚刚入库的文章和现有 Wiki回答三个问题 1. 文章提出了哪些核心观点 2. 涉及的概念、实体和主题之间有什么关系 3. 哪些结论可以转化为可执行的行动建议 回答时请标注引用的 Wiki 页面和 Raw 原文路径 如果存在不同观点、信息缺口或待核实内容也请单独列出。Agent 会先去 Wiki 定位知识节点沿双链交叉检索再把结论追溯到 Raw 原文。这种回答有依据、能追溯、不会瞎编跟直接问大模型完全是两种体验。⚠️ 方法一最灵活但也最考验功力。AGENTS.md 不是一次写完就定死的它会随着你用得越久、资料越多需要持续调整。适合喜欢完全掌控规则、有一定工程化能力的朋友。如果你觉得写提示词太麻烦那方法二可能更适合你。八、搭建方法二claude-obsidian 开源插件省心有大佬已经基于 LLM Wiki 这套理论做出了一个工程化程度不错的开源项目叫claude-obsidian。它把常用的操作封装成了 Agent Skill你不用自己写提示词、不用维护复杂规则直接用现成的指令就行。主要就三个指令初始化在 WorkBuddy / Codex 里安装这个项目当前 Vault 自动建好结构ingest把新素材同步进 Wiki自动索引和建链retrieve从知识库里快速查询。而且很多时候你不用显式调 retrieveAgent 会自动命中 Wiki 来检索。相比方法一方法二省心不少——不用反复写提示词不用维护规则ingest一下就入库。但它有个局限主要操作还是发生在 WorkBuddy / Codex 的终端界面里你得理解并手动调用 ingest、retrieve 这些指令。Obsidian 更多只承担文件存储和结果浏览任务进行到哪一步、知识发生了什么变化缺少直观的可视化反馈。第一次接触这套架构的人还是会有点门槛。那有没有一种方式能把所有操作都搬进 Obsidian 里所见即所得有就是方法三。九、搭建方法三WeSight 知识大脑最丝滑第三种方式是我目前觉得体验最好的——用一个叫WeSight的 Obsidian 插件。它把初始化、入库、Wiki 更新、智能检索全都整合进了 Obsidian 的界面里。什么意思呢就是你在熟悉的笔记界面里点一点就把知识库的事办了后台的 Agent 在默默帮你维护结构和更新。你看到的是清晰的操作和结果AI 处理的是复杂的知识编排。具体怎么用一键初始化开启「知识大脑」能力插件自动帮你配好环境和结构一键入库把当前笔记直接加进知识大脑对应的 Wiki基于知识库问答Chat 时选「基于知识库」模式它会自动优先检索已沉淀的 Wiki 页面沿双链定位概念、实体和原始来源再组织回答。检索、引用、上下文装配全自动不用手动指定目录或敲命令对话沉淀还能把跟 Claude Code、Codex 的聊天记录一键存进知识大脑让有价值的对话也变成长期知识资产。⚠️ 需要说明一下目前 WeSight 知识大脑功能只对会员少量开放内测。如果你暂时拿不到资格先用方法一或方法二也完全够用核心逻辑是一样的。三种方法怎么选方法上手难度适合谁特点① 直接提示词法★★★想完全掌控规则、有工程化能力最灵活AGENTS.md 可深度定制② claude-obsidian★★想省事、习惯终端操作开源免费指令化③ WeSight 知识大脑★希望全在 Obsidian 里搞定最丝滑、可视化需内测资格结构搭好了接下来就是最日常、也最关键的一步——往里喂料。这部分我单独拎出来详细讲因为这是大家问得最多的。十、怎么收集资料公众号、小红书、B站…知识库能不能长起来第一步看收集。这部分解决一个非常具体的问题平时刷到的公众号文章、小红书笔记、B站视频到底怎么一步步进到知识库里核心原则只有一句——所有原始资料先搬进 Raw 层对应子目录分类归档再交给 Agent 增量维护。在讲具体平台之前先认清楚两个主力工具。两大主力收集工具① Obsidian Web Clipper电脑端主力Obsidian 官方的浏览器插件能一键把当前网页转成 Markdown 存进指定 Vault 目录。电脑浏览器里打开的任何网页——公众号、知乎、博客、新闻都能剪。点一下插件图标、选目录、保存完事。标题、正文、作者、时间、原文链接都会一并抓下来。② WorkBuddy 小程序手机端主力手机上刷到的好内容最痛的就是没法一键塞进电脑里的 Vault。WorkBuddy 小程序解决的就是这个「最后一公里」在微信、小红书、B站 App 里看到好内容分享或复制链接 → 转发给小程序 → 内容进入收集队列。回到电脑后让 Agent 处理进 Vault 就行。还能直接在小程序里打字记灵感落到raw/chats/。我的实用搭配手机上用小程序「攒」资料不挑平台转发就行电脑前用 Web Clipper「剪」深度长文两边最终汇入同一个 Vault。这样碎片时间和专注时间都能产出知识原料不浪费。Web Clipper 模板配置我实际在用的三套直接抄工具装好后别急着剪先把模板配好——模板决定了剪下来的内容长什么样、存到哪、带什么元数据。我在设置里建了三套模板分别对应三种资料类型模板行为笔记位置触发域名自动匹配raw-article创建新笔记raw/articles/公众号、知乎、掘金、少数派、Mediumraw-video创建新笔记raw/videos/B站、YouTuberaw-xiaohongshu创建新笔记raw/xiaohongshu/小红书以主力模板raw-article为例关键配置就五项行为创建新笔记笔记名称{{date|date:YYYY-MM-DD}}-{{title|safe_name}}—— 日期打头排序即时间线笔记位置raw/articles保管库绑定你的 Vault比如我的yixuan-wiki触发器把上表里的域名一行一个填进去剪对应网站时会自动匹配模板不用手动选踩坑提醒日期格式化用的是过滤器语法管道符|不是冒号。{{date:YYYY-MM-DD}}会报Unknown variable错误正确写法是{{date|date:YYYY-MM-DD}}。另外给文件名里的标题加上safe_name过滤器{{title|safe_name}}可以自动清理掉标题里不适合做文件名的特殊字符。再配上前置属性frontmatter这一步最重要title: {{title}} # 页面标题 source: {{url}} # 原文链接 author: {{author}} # 作者 platform: {{domain}} # 来源域名 clipped_at: {{date|date:YYYY-MM-DD HH:mm:ss}} tags: [raw/article] status: 待入库 # ← 关键字段下面讲为什么status: 待入库这个字段这么关键它是整个「收集 → 入库」流转的机关剪藏下来的文件天然带着「待入库」标记Agent 入库时只处理这批文件处理完把状态改成「已入库」。这样哪些处理过、哪些还没处理一眼可辨永远不会漏也永远不会重复处理。raw-video 和 raw-xiaohongshu 两套模板同理只是笔记位置换成对应目录、初始状态分别设为「待转录」视频文字稿要手动补和「待补图」小红书图片要手动存。模板正文里我还预留了「视频要点」「完整文字稿」「图片素材」等区块——剪完打开就知道下一步该干啥不会面对一个空文件发呆。模板还支持导入 JSON在 Web Clipper 设置的模板编辑页点右上角「导入」把别人分享的.json模板文件拖进去就行不用手填。变量文档在obsidian.md/help/web-clipper。各平台具体怎么收 微信公众号文章最好收的一类电脑端浏览器打开文章 → Web Clipper 剪藏到raw/articles/手机端文章页右上角「⋯」→「复制链接」→ 转发给 WorkBuddy 小程序。 小红书图文有个坑要注意小红书的难点在于图片是主体、文字偏短。Web Clipper 只能抓到标题和正文文字图片容易丢。所以得「文字 图片」双管齐下Web Clipper 剪正文到raw/xiaohongshu/配了专门的 raw-xiaohongshu 模板自动触发手动把关键图片存到raw/assets/文件夹在 Markdown 里引用手机端分享 → 复制链接 → 转发小程序图片可截图后一并传。其实对知识库而言小红书的文字观点比图片更重要能抓到正文就够 Agent 提炼了。图片是锦上添花别太纠结。 B站视频最费功夫的一类这是重点中的重点。视频本身 Agent 读不懂必须先转成文字稿。这是所有视频类内容的通用解法。三种办法按省事程度排方法 A下载 CC 字幕首选。很多知识区视频带 CC 字幕用字幕下载工具导出.srt清理掉时间轴整理成 Markdown开头补上标题、UP 主、BV 号、链接存进raw/videos/方法 B语音转写。没字幕的视频下载音频后用 Whisper 这类工具本地转文字或用在线转写服务文字稿填进「完整文字稿」区块方法 C边看边记最轻量。不追求逐字稿边看边记要点、时间戳和自己的理解直接填进 raw-video 模板剪藏下来的「视频要点」区块注明来源视频链接。⚠️ 别对所有视频都做全量转写太费时间。挑你真正想长期沉淀的方法 A/B 上泛知识、观点类的方法 C 记要点就够。其他常见来源简单列一下知乎Web Clipper 直接剪纯文字体验最好PDF 论文/报告直接把文件丢进raw/papers/Agent 能读。注意扫描版 PDF 要先 OCR电子书划线微信读书「读书笔记」页导出整理成 Markdown 放raw/books/。收划线不收全书飞书/Notion 文档这类不在公开网页上Web Clipper 抓不到。直接导出 Markdown 放raw/articles/AI 对话把有价值片段复制整理成 Markdown回填到raw/chats/注明日期和所用模型。用 WeSight 的话支持一键保存。命名规范建议Raw 层文件一多就乱建议统一「日期打头」的命名格式方便排序和追溯。配合上面的三套模板文件名自动生成出来就符合规范raw/articles/2026-08-28-我用Obsidian搭了一套会自己长的知识库.md raw/videos/2026-08-28-视频-Karpathy谈LLM Wiki.md raw/xiaohongshu/2026-08-28-小红书-Obsidian插件推荐.md raw/papers/2026-08-22-Attention论文.pdf raw/books/2026-08-25-思考快与慢-划线.md日期打头文件管理器按名排序就自动按时间排了平台信息不用挤在文件名里frontmatter 的platform字段已经记了Agent 按来源筛选时直接读它就行。资料进 Raw 层只是「存档」要让它真正长进 Wiki还得触发一次入库。这个在下一节讲。十一、日常使用收集 → 入库 → 检索 → 维护整套系统的日常运转就是这么一个循环收集资料→进入 Raw 层→Agent 增量维护 Wiki→基于 Wiki 检索问答→定期维护检查1. 收集就是上一节讲的用 Web Clipper 和小程序把各平台资料搬进 Raw 层对应目录。2. 入库资料进了 Raw 层后触发 Agent 做一次增量维护。三种搭建方式对应的触发动作方法一在 WorkBuddy/Codex 里发入库提示词方法二执行ingest指令方法三在 Obsidian 里一键「加入知识大脑」。不管用哪种方式入库的「原料范围」都建议用 frontmatter 的status字段来圈定只处理待入库的文件处理完改成已入库。上一节模板里埋的那个字段就是在这里发挥作用的——简单但极有效。批量入库更高效攒几篇再一起入库比一篇一入库效率高。一次入库可以指向整个raw/articles/目录让 Agent 逐篇处理并汇报汇总。3. 检索问答Wiki 页面当然可以直接阅读但它更大的价值是成为Agent 的长期检索层和推理底座。提问时 Agent 优先检索已沉淀的 Wiki再沿双链回溯到 Raw 原文。资料越多这层中间知识越厚查询和维护也越来越高效。4. 维护定期让 Agent 体检查失效链接、补缺失字段、揪出长期没更新的僵尸页面处理历次入库汇报里积累的「待人工确认事项」顺手把status长期停在「待入库」「待转录」的文件拎出来提醒自己再根据使用感受迭代 AGENTS.md 的规则。⚠️最重要的避坑收集不是目的能被检索和复用才是。别陷入「只收集不入库」的陷阱——Raw 层堆一百篇没入库的文章等于没有知识库。建议设个节奏比如每周固定一次批量入库让收集和沉淀同步推进。十二、模型怎么选这套系统是长链路、多轮任务模型需要持续读文档、调工具、维护上下文还要根据中间结果调整动作。所以上下文容量、工具调用稳定性、指令遵循、结构化输出能力这四样直接决定流程跑不跑得稳。几个参考方向DeepSeek V4 Flash极致性价比之选但不支持多模态Kimi K3国内模型原生多模态Doubao-Seed-Evolving面向 Agent 和长程任务优化动态永续进化。⚠️ 友情提醒如果你用 Codex不太建议用里面的 GPT 5.6 Sol用量消耗实在太猛烧得心疼。选型方法其实很简单——用你自己的真实资料跑一遍完整任务重点观察上下文会不会丢失、工具调用稳不稳、输出格式会不会漂移、单次任务的时间和成本。跑一遍哪个顺手一目了然。十三、我踩过的坑和几点建议最后把我自己用下来的几点心得分享给大家少走弯路。1. 自生长 ≠ 完全自动。哪些资料值得留、规则怎么定、关键结论成不成立这些判断还是得人来。AI 只承担重复、耗时、结构化的维护工作。指望它全自动最后大概率是一堆没法用的东西。人机各管一摊才能长期跑下去。2. 不必追求一步到位。别想着一开始就搭出一套完美系统。先建好三层目录放一篇真实资料让 Agent 完成第一次增量更新再根据实际使用不断调整 Schema。只要每次输入都能留下可复用的结果你的知识库就已经开始生长了。3. Raw 层永远只读。这是整套系统事实可追溯的根基谁都不能动原文。4. 冲突不覆盖要并存。遇到不同观点把来源、时间、适用范围都留下让分歧有迹可循。这是 LLM Wiki 区别于普通笔记的核心价值。5. AGENTS.md 要持续迭代。它不是写完就定死的。用着用着你会发现某些规则不够用、某些规则太啰嗦根据实际情况调整就行。6. 别把所有信息堆一篇笔记里。概念拆成概念页、实体拆成实体页用双链连。每个知识点都是独立可复用的节点知识图谱才会越织越密。写在最后回过头看这套系统带给我的最大变化是让知识管理从「一次性的手工整理」变成了「一套能持续运行的维护机制」。文章、笔记、对话、灵感进 Raw 之后Agent 按规则归档、关联、更新Obsidian 负责长期保存和呈现零散资料就这么一步步长成了属于我自己的知识网络。如果你也想试试别等。先建好三层目录放入一篇真实资料让 Agent 完成第一次增量更新——你会发现知识管理原来可以这么轻松。我是懿轩这里是「懿轩的技术小窝」。如果这篇对你有启发欢迎点赞、在看、转发三连也欢迎把这篇文章丢给你的 Agent丢进你自己的知识库