你在 Claude Code 里和 AI 聊了半小时，得到一篇不错的技术分析。然后你打开 Obsidian，新建笔记，把内容手动复制过去，调格式，加 frontmatter，放进正确的目录。

这个流程我重复了几十次之后决定解决它。

claude-obsidian 是一个 Claude Code skill，让你在任何 Claude 会话里用一行自然语言把内容写进 Obsidian vault，不切换窗口，不复制粘贴，不手动排版。

---

它能做什么

六种操作，覆盖从初始化到日常记录的完整场景：

操作	触发方式	结果
init	"初始化" / "init"	创建 vault 目录结构
fleeting	"记一下……"	追加到今天的日记
capture	给一个 URL 或文件路径	抓取内容，生成资料笔记
log	"整理这次对话"	当前对话 → 结构化笔记
write	"写一篇概念卡……"	明确指定类型写入笔记
organize	"整理 RAG 相关的笔记"	搜索 vault，合并成主题页

---

初始化：一行命令建好目录

首次使用前，先让 skill 把 笔记的目录结构建好：

/obsidian 初始化

执行结果：

[OK] Created 8 directories:
  + 00-Inbox/
  + 01-DailyNotes/
  + 02-Projects/
  + 03-Knowledge/Concepts/
  + 03-Knowledge/Literature/
  + 03-Knowledge/MOCs/
  + 03-Knowledge/Topics/
  + 04-Archive/
​
D:/obsidian/
├── 00-Inbox/
├── 01-DailyNotes/
├── 02-Projects/
├── 03-Knowledge/
│   ├── Concepts/
│   ├── Literature/
│   ├── MOCs/
│   └── Topics/
└── 04-Archive/

可以重复执行，已存在的目录会自动跳过。

---

闪念速记：不打断思路

最高频的需求：想到一个点，立刻记下来，不想打开 Obsidian。

记一下，context window 对 RAG 召回率的影响值得专门测一次 #rag #todo

执行结果：

[OK] Appended to: 01-DailyNotes/2026-04-07.md

内容追加到当天日记的 # Fleeting 区块，带时间戳：

# Fleeting
- 20:31 context window 对 RAG 召回率的影响值得专门测一次 #rag #todo

日记文件不存在时自动创建，# Fleeting 区块不存在时自动追加。零配置，零打断。

---

抓取网页：不再手动整理文章

读到一篇好文章，以前的做法是复制全文、贴进 Obsidian、手动提炼。现在：

/obsidian 帮我整理这篇 https://example.com/harness-engineering

skill 用 WebFetch 抓取页面全文，然后按照资料笔记的结构提取字段：

• 核心观点：完整论证链，不只是结论

• 方法要点：具体步骤、数字、阈值、边界情况

• 原文主要内容：按章节重建，目标是读这篇笔记等于读了原文 80% 的信息量

• 细节：数据点、引用、令人意外的事实

• 可转化概念：值得单独建概念卡的名词

• 知识连接：与已有笔记的关联

写入 03-Knowledge/Literature/Literature - {标题}.md，frontmatter 自动填充。

本地文件也支持——给文件路径就行：

/obsidian 整理这个 C:/Downloads/paper.md

---

对话转文档：不让讨论成果白白消失

技术讨论、设计决策、调研梳理——这些对话结束后通常就沉在历史记录里。

把这次对话整理成笔记

skill 分析当前对话内容，自动判断笔记类型：

• 调研 / 学习某个知识点 → literature

• 深度主题讨论 → topic

• 项目规划 → project

• 概念拆解 → concept

选完类型，提取字段，让你确认标题和内容后写入。保留的是具体的决策、数据、推理过程，不是抽象摘要。

---

直接写笔记：明确类型，一步到位

有时候不需要 AI 分析对话，你已经知道要写什么——比如看完一篇论文想整理成资料笔记，或者有个概念想单独建一张卡片：

帮我写一篇 Transformer 的概念卡
核心机制是 self-attention，解决 RNN 并行训练难、长依赖建模弱的问题

skill 根据关键词识别类型，提取字段，写入对应目录：

说法	类型	目录
资料笔记、文章、论文	literature	03-Knowledge/Literature/
概念卡、概念	concept	03-Knowledge/Concepts/
主题页、主题	topic	03-Knowledge/Topics/
项目页、项目	project	02-Projects/

与 log 的区别：log 是回头整理对话，write 是当下明确地写一篇新笔记。

---

整理归档：把散乱笔记变成知识结构

收集了一堆相关笔记，但还没形成系统：

整理一下我关于 Agent 架构的笔记

skill 在 vault 里搜索匹配的笔记文件，列出清单让你确认，然后读取内容，提炼成一篇 topic 或 MOC：

• 不重复的核心观点汇总

• 共同涉及的概念

• 各笔记之间的链接

• 当前结论 + 未解决问题

Inbox 里积压的临时笔记也会在这个过程中被识别出来，提示你归档到对应目录。

---

笔记类型

支持五种结构化类型，每种有固定的目录和字段：

00-Inbox/        ← 草稿 / 内容不足的笔记
01-DailyNotes/   ← 闪念追加到这里
02-Projects/     ← 项目页（含实验记录章节）
03-Knowledge/
  Concepts/      ← 概念卡（单个概念的深度拆解）
  Literature/    ← 资料笔记（文章、论文、博客）
  MOCs/          ← 导航地图
  Topics/        ← 主题页（多篇笔记的综合）
04-Archive/      ← 归档笔记

内容不足时自动路由到 Inbox。比如 literature 类型的必填字段是 核心观点 和 方法要点，两者都空就进 Inbox，并告知你缺哪些字段。

---

安装

git clone https://github.com/your-username/claude-obsidian.git
cd claude-obsidian
python install.py

安装脚本把 skill 和脚本复制到 ~/.claude/ 对应目录，之后在任何 Claude Code 会话里输入 /obsidian 即可使用。

默认 vault 路径是 D:/obsidian，用环境变量覆盖：

export OBSIDIAN_VAULT_PATH=/path/to/your/vault

依赖： Python 3.9+、Claude Code

---

底层结构

两层分工，职责清晰：

SKILL.md              — 意图识别、字段提取（Claude 执行）
    ↓
obsidian_writer.py    — 模板渲染、文件写入（Python 脚本，无 LLM 调用）

脚本可以独立运行，方便调试和自动化：

# 预演模式，只输出内容不写文件
python skills/obsidian/obsidian_writer.py \
  --type literature \
  --title "测试" \
  --fields '{"核心观点": "..."}' \
  --dry-run

52 个单元测试覆盖所有笔记类型、闪念追加逻辑、草稿路由和文件名冲突处理。

---

项目地址

GitHub: https://github.com/your-username/claude-obsidian

中文文档见 README-CN.md。