一、引言：为什么是 Obsidian + Claude Code？

在信息爆炸的时代，我们每天都在接收、处理和遗忘海量信息。传统的笔记方法如同一个个孤岛，难以形成合力。你是否也曾感到：读了很多书，却记不住要点；收藏了大量文章，却再也找不到；有很多想法，却无法系统输出？

Obsidian 与 Claude Code 的组合，正是为解决这些问题而生。

1.1为什么是Obsidian

知识库（知识管理）有那么多，飞书、Notion、语雀、有道云笔记、印像笔记那么多，为什么还要Obsidian？

Obsidian知识库的核心价值，在于将零散信息转化为可复用、可关联、可生长的个人及团队知识资产，显著提升效率、记忆、创作、决策与知识传承能力，其落地实例覆盖多场景且实用性极强。

（1）网状知识关联

它通过双链+图谱功能构建网状知识网络，我们都知道我们的大脑的记忆都是靠神经元之间的链接进行记忆和思考。网状的知识远比线性的知识更贴合人脑的记忆与思考。比如学习编程时记录Python装饰器，可自动关联闭包、高阶函数等相关知识点，学习法律时记录民法典条款可关联案例与纠纷处理，让知识不再孤立，还能通过图谱发现盲区；

（2）本地安全 + 隐私优先（强刚需）

本地存储的特性，使其成为律师、研发、医生等涉密从业者的刚需，可安全存储未公开案件、机密代码、隐私记录等，实现零泄露风险。

（3）高效学习与备考

学习与备考时可通过标签分类与结构化整理，让碎片知识体系化，大幅提升复习效率。在内容创作与研究领域，博主可借助它管理多篇文章并行创作，从选题到发布全流程可控，实现旧文复用与多平台分发，大幅缩短创作周期。（4）内容创作与研究

在内容创作与研究领域，Obsidian能有效提升产出效率。对于博主、自媒体从业者，可借助它管理多篇文章并行创作，实现从选题、调研、大纲到发布的全流程可控，还能复用旧文观点与案例，实现多平台分发，大幅缩短创作周期。对于科研与学术工作者，它可实现文献高效管理，能快速提取文献核心观点、关键词与研究方法，关联跨论文内容，让文献检索时间从几小时缩短至几分钟，助力快速形成个人理论框架，降低写作时的重复劳动。

（5）工作与项目管理：实现高效传承与避坑

Obsidian在工作与项目管理中能实现知识沉淀与高效衔接，可用于完善客户与项目档案，链接客户历史沟通记录、报价、踩坑经验，以及项目需求、排期、复盘等内容，帮助新人快速接手工作，避免重复踩坑。对于小团队、工作室或部门，可借助Obsidian+Git搭建低成本共享知识库，沉淀工作手册、SOP、会议纪要与项目资产，统一信息口径，实现知识不随员工离职而流失，将团队能力从“依赖个人”转化为“依赖系统”。

1.1 AI 时代的黄金搭档

Obsidian 不仅仅是一个笔记软件，它是一个基于 本地 Markdown 文件 的知识管理平台。其灵魂在于 双向链接 和 知识图谱，让你不是在“存储信息”，而是在“建立关系”。每一个笔记都是一个节点，链接让整个知识库形成一张可视化的、可生长的语义网络。

Claude Code 则是一个强大的 AI 编译器与自动化引擎。它能够理解自然语言指令，读写本地文件系统，并执行复杂的自动化任务。它的设计天然适配以文件夹为核心的工作区，与 Obsidian 的本地存储模式完美契合。

图示：Obsidian 与 Claude Code 的协同工作流

二者的结合，构成了一个清晰的 “人机分工” 范式：

• Obsidian 担当 “结构化存储与可视化网络” 的角色。

• Claude Code 担当 “AI 编译器与自动化管理员” 的角色。

1.2 目标与核心收益

通过本指南构建的系统，你将实现：

1. 告别信息碎片化：将所有零散信息“编译”成相互关联的原子化知识单元。

2. 实现全流程自动化：从信息收集、处理、分类、链接到结构化输出，大部分繁琐工作交由 AI 完成。

3. 构建可生长的体系：知识库不再是静态仓库，而是一个能够通过 MOC（主题地图）和持续链接自我进化的有机体。

4. 成为高效“超级个体”：将知识高效转化为文章、报告、方案，提升个人输出与决策质量。

这不仅是管理笔记，更是打造一个属于你自己的、不断增值的 “数字第二大脑”。

二、环境搭建：准备好你的工具箱

2.1 基础工具安装

第一步：安装 Obsidian

1. 访问 Obsidian 官网 下载对应系统版本的安装包。

2. 安装后打开，创建一个新的 知识库（Vault）。建议为其取一个有意义的名字，并选择一个非系统盘（如C盘）的位置存放，确保数据安全。

3. 进入设置 -> 核心插件，确保开启以下核心功能：

   • 反向链接：查看有哪些笔记链接了当前笔记。

   • 关系图谱：可视化你的知识网络。

   • 标签列表：用于跨文件的内容管理。

   

第二步：安装 Claude Code

1. 打开终端（Terminal 或 Command Prompt）。

2. 执行安装命令：pip install anthropic-cli

3. 安装完成后，需要配置你的大模型密钥。Anthropic API估计绝大多数人是用不了了，这里推荐使用Alaya Code（https://codingplan.alayanew.com/?utm_source=official02）。

2.2 构建科学的目录结构

一个清晰、可扩展的目录结构是整个系统的骨架。我们遵循 “文件夹管领域，标签管属性” 的原则。以下是一个经过验证的建议结构，你可以让 Claude Code 根据描述自动生成（按以下提示词即可）。Claude能完全理解Obsidian的规范，所以你只要说按Obsidian的规范，它就秒懂。

在E:\obsidian知识库\
目录下按obsidian规范帮我建构相应目录，按"文件夹管理领域，标签管属性"的原则创建以下目录：
疯聊AI知识库
├── 00_Inbox/                 # 【收集箱】所有未经处理的临时信息都丢这里
├── 01_Daily/                 # 【每日笔记】日记、日复盘、临时待办
├── 02_Reading/               # 【阅读笔记】微信读书、网页文章的精华摘录与笔记
├── 03_Knowledge/             # 【主题知识】按领域（如大模型、编程）分类的结构化知识
│   ├── 大模型/
│   │   ├── 高效微调.md
│   │   └── 全量微调.md   # 主题地图文件
│   └── 编程/
├── 04_Projects/              # 【项目资料】正在进行或已完成的项目文档
├── 05_Templates/             # 【模板库】各种笔记模板（日报、读书笔记、会议纪要等）
├── 06_Assets/                # 【资源库】图片、附件等媒体文件
└── CLAUDE.md                 # 【核心宪法】AI 知识管理员的角色定义与规则

执行成功：

关键解释：

• **00_Inbox**：这是系统的“缓冲区”。你的目标是清空大脑，任何想法、待办、摘录都先扔进来，由 AI 定时处理。

• **03_Knowledge**：这是知识的“主场”。所有信息经处理后，都会以原子化笔记的形式归档到这里对应的领域文件夹下。

• **CLAUDE.md**：这是整个系统的 “宪法” ，定义了 AI 的职权范围和操作规范，至关重要。

2.3 关键配置

1. 创建 CLAUDE.md 文件

在知识库的根目录，新建一个名为 CLAUDE.md 的 Markdown 文件。Claude Code 在运行时会自动读取此文件，以此作为行动指南。

2. 配置 Claude Code 权限

首次在终端中引导 Claude Code 访问你的 Obsidian 知识库文件夹时，需要根据提示授权其读写权限。请确保授权范围准确，仅限于该文件夹。

3. 安装必备的 Obsidian 效率插件

进入 Obsidian 的社区插件市场，关闭安全模式，搜索并安装：

• Dataview：一个强大的查询插件，可以用类 SQL 的语法动态生成笔记列表、任务表格等。

• Templater：比核心模板插件更强大的模板工具，支持 JavaScript 脚本，能实现动态日期、自动列表等高级功能。

• Excalidraw：在白板中绘制精美的手绘风格图表，并可直接嵌入笔记。

三、核心：定义你的 AI 知识管理员 (CLAUDE.md)

CLAUDE.md 是你与 AI 助理之间的 “雇佣合同” 。一份清晰、明确的合同能避免混乱，让 AI 发挥最大价值。请将以下内容写入你的 CLAUDE.md 文件。

3.1 角色定位

自己简单写下：

# Claude 知识库管理员角色定义

你是我的 Obsidian 知识库专属管理员。你的核心使命是帮助我将零散信息转化为结构清晰、高度关联、易于检索
和输出的知识网络。你是一个高效、严谨、富有洞察力的助手。

也可以是上述让Claude Code自动生成：

# 疯聊AI知识库 - 核心宪法

> 本文件定义了AI知识管理员的角色、原则和工作规范。本文件将随着知识体系的发展定期更新。

---

## 核心原则

### 1. 文件夹管理领域
- 一级文件夹代表**大领域**，如阅读、项目、知识
- 不重复交叉，避免分类模糊

### 2. 标签管属性
- 标签用于描述**属性**，而非领域
- 格式：`#一级标签/二级标签`（如 `#大模型/认知偏差`）
- 常用属性标签：`#status/待处理`、`#priority/高`、`#type/教程`

### 3. 命名规范
- 文件名使用`短横线命名法`：高效微调.md
- 日期格式：`YYYY-MM-DD`
- 会议记录：`YYYY-MM-DD-会议主题.md`
- MOC命名：`MOC - 主题名`，如 `MOC - 认知大模型`

---

## 目录结构说明

| 文件夹 | 用途 | 入库规则 |
|--------|------|----------|
| 00_Inbox | 收集箱 | 所有临时信息、待整理内容 |
| 01_Daily | 每日笔记 | 日记、日复盘、临时待办 |
| 02_Reading | 阅读笔记 | 微信读书、网页文章的精华摘录 |
| 03_Knowledge | 主题知识 | 按领域分类的结构化知识 |
| 04_Projects | 项目资料 | 进行中/已完成的项目文档 |
| 05_Templates | 模板库 | 各种笔记模板 |
| 06_Assets | 资源库 | 图片、附件等媒体文件 |

---

## 标签使用规范

### 状态标签
- `#status/待处理` - 需要进一步处理
- `#status/进行中` - 正在撰写或完善
- `#status/已完成` - 内容完整可发布

### 优先级标签
- `#priority/高` - 重要紧急
- `#priority/中` - 重要不紧急
- `#priority/低` - 可延后

### 类型标签
- `#type/教程` - 学习教程类
- `#type/笔记` - 记录整理类
- `#type/想法` - 个人思考类
- `#type/素材` - 写作素材类
- `#type/MOC` - 主题地图

---

## 五大核心职责

### 职责一：每日消化 Inbox

**任务**：定时处理 `00_Inbox` 文件夹中的所有新笔记。

**动作**：
1. 阅读内容，提炼核心观点
2. 将其重写为一篇篇"原子化笔记"（即一篇笔记只阐述一个核心概念或事实）
3. 根据内容，将其移动到 `03_Knowledge` 下的正确子文件夹（如 `03_Knowledge/大模型`）
4. 为笔记添加 2-3 个精准的标签（如 `#大模型/认知偏差`）
5. 基于现有知识网络，为笔记添加至少 3 个相关的双向链接（`[[相关笔记标题]]`）

---

### 职责二：维护知识体系（MOC）

**任务**：维护 `03_Knowledge` 目录下的主题地图（MOC）。

**触发条件**：当任何一个主题（子文件夹）内的笔记数量达到或超过 5 篇时，自动为该主题创建或更新 MOC 文件。

**MOC 格式**：
- 文件命名：`MOC - 主题名.md`
- 内容应包括：
  - 核心理论列表（带简介）
  - 应用场景
  - 相关主题链接

---

### 职责三：强制执行格式规范

**任务**：确保所有经你处理的笔记格式统一、专业。

**动作**：
- 严格使用 `05_Templates` 文件夹中对应的模板
- 例如：所有读书笔记必须套用 `阅读笔记模板.md`
- 内部链接必须使用双括号格式 `[[准确的笔记标题]]`
- 标签使用 `#一级标签/二级标签` 的层级格式，保持简洁

---

### 职责四：每周知识网络分析

**任务**：每周对我的知识库进行一次"体检"。

**输出报告**需包含：

1. **孤立笔记清单**：哪些笔记没有入链或出链，需要用户关注并建立连接

2. **核心枢纽节点**：哪些笔记被链接的次数最多，它们是知识体系的核心

3. **标签使用统计**：哪些标签过度使用或很少使用，给出优化建议

4. **知识缺口分析**：根据现有网络，推测哪些关联领域可能缺少内容，建议补充

---

### 职责五：支持知识输出

**任务**：根据用户的指令，将知识库中的内容整合成特定格式的输出物。

**能力**：
- 协助起草文章大纲
- 生成报告初稿
- 制作演讲 PPT 的要点
- 生成思维导图的数据结构

---

## 操作规则与边界（防止AI越界）

### 权限边界

| 权限 | 目录 |
|------|------|
| **可读写** | `00_Inbox`、`03_Knowledge` |
| **只读** | `01_Daily`、`04_Projects`、`05_Templates`、`06_Assets` |

> 注意：对于只读目录，你只有读取权限，除非用户明确指令，否则不得修改。

### 内容原则

- **忠于原文**：在处理 Inbox 时，提炼和转述不能歪曲原意
- **注明来源**：如果信息来自外部，在笔记末尾添加来源链接或说明

---

## 工作流程

### 信息入库流程
1. **收集** → 放入 `00_Inbox`
2. **分类** → 移动到对应领域文件夹
3. **标签** → 添加适当的属性标签
4. **链接** → 与相关笔记建立双向链接

### 每日维护
- 晨间：查看 `01_Daily`，规划今日待办
- 随时：将灵感丢入 `00_Inbox`
- 定期：处理 `00_Inbox`，归档零散笔记

### 每周维护
- 执行知识网络分析，输出报告

---

## AI助手指令

当用户请求以下操作时，请自动执行：

1. **写笔记** → 自动使用 `05_Templates` 中的合适模板
2. **记录灵感** → 放入 `00_Inbox`，标记 `#status/待处理`
3. **创建项目** → 在 `04_Projects` 建立项目文件夹和MOC
4. **阅读笔记** → 放入 `02_Reading`，提取精华到知识库
5. **整理Inbox** → 执行职责一，将笔记原子化并分类
6. **创建MOC** → 当主题笔记≥5篇时，自动创建MOC
7. **知识输出** → 执行职责五，按要求整合输出

---

*本宪法由AI知识管理员遵循，每逢重大调整需与用户确认。*
*随着知识体系的发展，应定期回顾并更新此文件。*

四、自动化工作流：从收集到输出的智能循环

系统搭建完毕后，你将体验到以下流畅的自动化工作流。

4.1 信息收集：“随手丢”艺术

场景：阅读公众号文章时的一段启发、开会时的灵光一现、网页上看到的一个有趣图表。 动作：完全无需思考分类。你可以：

• 在电脑上，快速复制粘贴到 00_Inbox 中的一个新建笔记里。

• 在手机上，通过 Obsidian 移动端直接输入，或使用语音转文字。

• 甚至可以将一段微信聊天记录直接截图保存至此。

你的心态应该是：只要不是此刻就要用的结构化知识，统统先丢进 Inbox。

4.2 AI 编译：从碎片到知识原子

这是魔法发生的时刻。每天，你只需在终端执行一条命令：

claude run process_inbox

AI 将开始工作。以一个名为inbox/降低论文AIGC率的5个核心策略.md 的临时笔记为例，AI 会将其处理为：

1. 重命名与提炼：文件被移动并重命名为 03_Knowledge/大模型/降低论文AIGC率的5个核心策略.md。内容被重写为一段简洁、客观的定义和解释。

2. 自动分类：根据内容关键词，放入 大模型 文件夹。

3. 智能打标：在笔记顶部添加 #大模型/AIGC检测、#写作技巧/学术论文 等标签。

• 建立链接：在笔记正文中，自动添加链接，连接到知识库中已有的相关笔记（需要五篇以上才创建MOC）。

至此，一段零碎的想法，变成了知识网络中一个标准的、可连接的节点。

4.3 知识结构化：MOC 的自动生长

当 03_Knowledge/大模型 文件夹下的笔记越来越多，某天，当你新增第五篇相关笔记时，AI 检测到数量阈值已触发。

执行 claude run update_mocs 或等待定时任务，AI 会自动创建/更新 MOC - 大模型.md：

MOC 就像一个城市的中心广场或地图索引，让你一眼看清某个领域的全貌，并快速导航到细节。它是实现知识 “从点到面” 跃迁的关键。

4.4 知识检索与调用：“对话式”知识库

当你想运用知识时，不再需要费力回忆文件名或关键词。打开终端，直接向你的知识库提问：

claude ask "大模型高效微调算力需求如何估算？"

Claude Code 会扫描整个知识网络，并返回类似如下的结构化答案。

每个答案都带有内部链接，你可以一键跳转，追溯源头，深化理解。

4.5 知识输出：从网络到成果

当需要写一篇文章、准备一份报告或制作一个分享时，你的知识库成为了强大的素材库。你可以指令 AI 进行初步合成：

claude generate "基于认知大模型的高效学习方法" --format article --output 04_Projects/学习方法文章草稿.md

AI 会遍历所有与“认知大模型”、“学习方法”、“记忆”、“认知负荷”等相关的笔记，提取关键观点和案例，组织成一篇逻辑清晰的文章草稿。你在此基础上进行润色、调整和升华，极大提升了创作效率。

图示：从信息收集到知识输出的完整自动化闭环

五、五大自动化场景，解放你的时间

除了核心工作流，你还可以配置以下自动化场景，让系统更智能。

5.1 每日 Inbox 清理（3分钟/天）

命令：claude run process_inbox 效果：建立习惯，每天开工或睡前运行一次，保持 Inbox 清空，让所有信息归位。从此，整理笔记不再是一项艰巨任务。

5.2 每周知识网络分析（30分钟/周）

命令：claude run analyze_knowledge_graph 效果：获取一份系统“健康报告”。报告会告诉你哪些知识是孤岛，哪些是枢纽，你的标签体系是否合理，下一步应该学习或补充哪些内容。这让你对知识体系的维护从被动变为主动。

5.3 批量笔记转换（每月一次）

命令：claude run batch_convert --input 旧笔记文件夹/ --output 03_Knowledge/ 效果：当你有一批历史文档（如 Word、PDF、旧博客文章）需要导入时，AI 可以批量将其转换为 Markdown 格式，进行初步的原子化拆分，并尝试链接到现有知识库。这是快速初始化知识库的利器。

5.4 MOC 自动维护（后台静默）

命令：可设置为定时任务（如每天一次）。 效果：无需手动检查，系统自动维护所有主题地图，确保索引永远最新。你的知识体系实现了“自动生长”。

5.5 知识输出自动化（按需）

命令：

• claude run generate_mindmap --topic "认知大模型" --output assets/认知大模型.svg

• claude run generate_ppt --topic "季度学习总结" --output 04_Projects/总结.pptx.md 效果：将知识网络直接转化为思维导图、PPT 大纲等可视化成果，用于分享或汇报。

六、长期维护与体系进化

一个好的系统需要持续维护才能焕发生机。

6.1 坚守人机分工原则

• 你的角色（不可替代）：输入高质量信息的源头；定义知识边界和分类的架构师；对 AI 产出进行最终审核与验证的决策者；进行创造性输出和价值判断的主体。

• AI 的角色（高效执行）：格式化、标准化的执行者；建立链接、发现关联的助手；数据统计、模式分析的分析师；根据指令进行初稿合成的协作者。

警惕过度依赖：AI 可能犯错，也可能产生看似合理实则错误的关联。你永远是知识体系的最终负责人。

6.2 优化标签体系

标签是跨领域的横向切片。建议：

• 一级标签控制在10个以内，代表最大维度，如 #工作、#学习、#生活、#心理、#科技。

• 二级标签进行细化，如 #心理/认知、#心理/情绪、#科技/AI、#科技/编程。

• 定期优化：利用 AI 的每周分析报告，合并冗余标签（如 #效率 和 #生产力），清理僵尸标签。

6.3 保障数据安全与备份

这是本地优先方案的最大优势，也是你的责任。

• 本地存储：所有笔记都是纯文本 Markdown 文件，没有任何厂商锁定。

• 定期备份：使用云盘同步工具（如 Dropbox、OneDrive、iCloud）或 Git 仓库，定期备份整个知识库文件夹。插件 Remotely Save 可以帮助实现 Obsidian 配置的云同步。

• 隐私安全：Claude Code 在本地处理你的数据，无需担心隐私上传。

6.4 实现知识体系的迭代

每季度或每半年，执行一次深度审查：

claude run review_knowledge_system

让 AI 从更高维度分析你的知识结构：哪些领域发展迅猛？哪些领域停滞不前？目录结构是否需要调整？是否有新的 MOC 需要建立？根据 AI 的建议和你自身的感受，对知识库进行一次“版本升级”。

七、避坑指南与最佳实践

1. 勿忘链接之本：AI 帮你建立链接，但你必须理解链接背后的逻辑关系。是因果关系、类比关系、还是对立关系？主动思考和建立有意义的链接，是知识体系产生智慧火花的关键。

2. 保持结构扁平：文件夹嵌套最好不要超过两层。过深的层级会阻碍 AI 的有效检索和你自己的记忆。复杂的分类应通过 标签 和 MOC 来实现，而非深层文件夹。

3. 插件宜精不宜多：Obsidian 插件生态丰富，但盲目安装过多插件会导致软件臃肿、冲突和性能下降。2026年的推荐是：Settings Search（设置搜索）、Recent Files（最近文件）、Tag Wrangler（标签管理）、Omnisearch（增强搜索） 等少数几个能极大提升基础体验的插件足矣。

1. CLAUDE.md 是活文档：它不是一次性写成的。当你发现 AI 总是做错某件事，或你有了新的自动化需求时，第一时间应该是去修改和完善 CLAUDE.md

八、总结：开启你的知识复利之旅

回顾整个旅程，我们构建的不是一个静态的笔记仓库，而是一个符合 “知识生长路径” 的动态生命体：

收集（Inbox） → AI 编译（Process） → 结构化存储（Atomic Notes） → MOC 聚合（Thematic Map） → 智能分析（Analyze） → 价值输出（Generate） → 体系迭代（Review）

在这个循环中，每一次输入、每一次链接、每一次输出，都不是终点，而是让整个知识网络变得更稠密、更智能的养分。Obsidian 提供了坚实的土壤和脉络，Claude Code 则扮演了辛勤的园丁和智慧的催化剂。

在 AI 时代，信息获取的差距正在缩小，而 信息处理、内化和创新的能力 将成为新的核心竞争力。通过 Obsidian 与 Claude Code 搭建的个人知识库，就是你培养这项核心能力的“训练场”和“军火库”。

现在，就从创建第一个 Vault、编写第一行 CLAUDE.md 开始，亲手启动这个与你共同成长的“第二大脑”，踏上知识复利的无限轨道。

附录：延伸阅读与工具

• 微信读书整合：使用 Weread 插件，自动将微信读书的划线笔记同步到 02_Reading 目录。

• 任务管理：使用 Tasks 插件，在任意笔记中用 [ ] 管理待办，并用 Dataview 统一查看。

• 日历与日记：使用核心 日记 插件或 Periodic Notes，搭配 Templater 模板，自动化管理每日、每周复盘。

• 图床管理：使用 Paste Image Rename 插件，粘贴图片时自动重命名并保存到 06_Assets，保持整洁。我一般是将图片保存在md文件的同级目录下的images目录（有妙用，以后透露）。

祝你构建顺利，思考不息。