文章目录前言1 别再搞“一次性问答”式知识库了1.1 现在的RAG本质是临时拼答案1.2 真正的知识库得自己“长”出来2 为啥偏偏选Obsidian而不是别的工具2.1 首先你的知识得真的是“你的”2.2 它天生就是给AI干活用的3 三种搭建方案从硬核到小白按需选3.1 硬核玩家版自定义提示词从零搭建3.2 进阶省力版用开源项目直接上手3.3 小白友好版插件一键开启知识大脑4 所谓“自生长”到底长的是什么4.1 不是自动变多是结构在持续演化4.2 人机协作才是长久之计P.S. 无意间发现了一个巨牛的人工智能教程非常通俗易懂对AI感兴趣的朋友强烈推荐去看看 传送门https://blog.csdn.net/qq_34419312前言不知道你们有没有过这种经历。收藏夹存了几百篇技术文章真要用的时候翻半天找不到。好不容易整理成笔记过俩月再打开跟看新内容似的。以前跟风学卢曼卡片盒、PARA分类法折腾了小半个月。最后算算账整理笔记花的时间比学内容本身还多。纯纯的“知识管理型努力”学习本身啥也没捞着。1 别再搞“一次性问答”式知识库了1.1 现在的RAG本质是临时拼答案你们平常用的那些知识库工具不管是上传文件还是RAG检索。说白了都是临时抱佛脚的路子。你问一次它从一堆文档碎片里扒拉出来凑个答案给你。答完就散下次再问同样的问题再重新凑一遍。就像考试次次翻书抄抄完合上书脑子里啥也没剩下。知识从来没真正沉淀下来全是一次性消耗品。1.2 真正的知识库得自己“长”出来后来看到LLM wiki这套思路我一下就通透了。不是让AI临时给你找答案是让AI当你专属的知识库管理员。新来一篇文章先去库里转一圈看看有没有相关内容。已经有的就补充进去全新的就单独建个词条。遇到不同观点的就把来源、时间、适用范围都标清楚留着。每进一次资料知识库就实打实变厚一点结构也更清晰一点。这才叫“自生长”不是摆一堆文件在那装样子。2 为啥偏偏选Obsidian而不是别的工具2.1 首先你的知识得真的是“你的”像Notion、各类在线文档说穿了数据都在人家服务器上。哪天服务调整了或者你不想用了搬个家能脱层皮。Obsidian不一样它本质就是你电脑上的一个普通文件夹。全是纯文本Markdown文件你拷到U盘里、换个电脑照样能打开。就像把钱放自己钱包总比放别人口袋里踏实得多。2.2 它天生就是给AI干活用的Agent要维护知识库得能读文件、改内容、建关联吧Obsidian这种本地文件结构Agent操作起来简直如鱼得水。改了什么内容、什么时候改的配合Git一查清清楚楚。再加上自带的双链和知识图谱知识点之间的关系一目了然。你不用自己费劲去串联AI帮你打理得明明白白你只管看就行。3 三种搭建方案从硬核到小白按需选3.1 硬核玩家版自定义提示词从零搭建第一种适合喜欢折腾、想要完全自定义的朋友。先在Obsidian里新建个仓库然后把所有规则写进AGENTS.md。哪层放原始资料、哪层放整理好的知识、更新规则是什么全写死。然后给Agent一段提示词让它按你的规则搭目录、建页面模板。别听着简单我第一次写提示词的时候前前后后改了八版。AI要么漏建目录要么擅自改我原始文件跟带新人没区别。我当时调规则调到大半夜感觉自己不是在搭知识库是在给AI写员工手册。核心逻辑其实很简单原始资料全扔raw文件夹设成只读AI绝对不能碰原文。毕竟原文是证据改了就说不清了跟案发现场不能乱动一个道理。整理好的概念、实体、主题全部分类放进wiki文件夹。每次加新资料AI先检索现有内容只做增量更新。该补的补该建的建有冲突的内容都标好来源和时间。最后同步更新索引和变更日志干了啥全记下来方便你核查。好处是百分百自定义规则全由你定。缺点就是费脑子提示词得反复调试新手容易懵圈。3.2 进阶省力版用开源项目直接上手第二种就省心多了有大佬把这套逻辑做成了开源项目。叫claude-obsidian直接把常用功能封装成了Agent Skill。你不用自己吭哧写几十条规则也不用反复调提示词。装完项目资料往里一扔一句指令就自动完成入库整理。要查东西一句指令就给你返回带溯源的结果。打个比方以前你做饭得买菜洗菜切菜炒菜全套自己来。现在直接给你配好预制菜热一下就能上桌。口味可能没完全贴合你的习惯但胜在省时省力上手快。不过这种方式主要操作还是在Agent工具里完成。Obsidian更多承担存放和查看的作用。执行过程看不见摸不着对纯小白来说还是有点门槛。3.3 小白友好版插件一键开启知识大脑第三种就更绝了直接把整套功能做进了Obsidian插件里。就是WeSight插件的知识大脑功能。你在插件设置里开个开关仓库结构、运行环境自动给你配好。看到好的笔记右键一点就能收录进知识库自动整理归档。想问问题直接选“基于知识库”模式自动检索溯源再回答。这就相当于你直接雇了个全职管家。不用你喊命令不用你定规矩甚至不用切换软件。东西递过去人家自动给你分类放好打理得井井有条。要找啥直接说马上给你拿过来连来源出处都给你标得清清楚楚。全程都在你熟悉的笔记界面里操作学习成本基本为零。当然了这个功能目前还在内测阶段名额不算多。毕竟好用的东西总得慢慢放出来对吧。4 所谓“自生长”到底长的是什么4.1 不是自动变多是结构在持续演化很多人一听“自生长”以为扔进去文件自己就会变出更多内容。哪有那么神奇的事。它长的不是文件数量是知识的结构和关联。每进来一篇新文章就多几个知识节点多几条连接关系。遇到不同的说法也会都保留下来不会简单粗暴直接覆盖。就像一棵树不是凭空长出来的。你每次浇水施肥它就多长一片叶子多伸一根枝桠。时间久了自然就枝繁叶茂了。4.2 人机协作才是长久之计别指望全交给AI就万事大吉了。哪些资料值得存、规则怎么定、关键结论对不对。这些核心判断还是得人来拍板。AI干的是那些重复、麻烦、耗时间的整理维护活。你负责输入高质量内容做关键决策。一个管搬砖执行一个管顶层设计这事才能长久干下去。其实搞知识管理最忌讳一开始就追求完美。不用上来就搭个多宏大、多完善的系统。先建个三层目录扔一篇真实的文章进去。让AI跑一遍完整流程看看效果再慢慢调整规则。只要每一次输入都能留下点实实在在的沉淀。你的知识库就已经开始生长了。P.S. 无意间发现了一个巨牛的人工智能教程非常通俗易懂对AI感兴趣的朋友强烈推荐去看看传送门https://blog.csdn.net/qq_34419312
文章目录前言1 别再搞“一次性问答”式知识库了1.1 现在的RAG本质是临时拼答案1.2 真正的知识库得自己“长”出来2 为啥偏偏选Obsidian而不是别的工具2.1 首先你的知识得真的是“你的”2.2 它天生就是给AI干活用的3 三种搭建方案从硬核到小白按需选3.1 硬核玩家版自定义提示词从零搭建3.2 进阶省力版用开源项目直接上手3.3 小白友好版插件一键开启知识大脑4 所谓“自生长”到底长的是什么4.1 不是自动变多是结构在持续演化4.2 人机协作才是长久之计P.S. 无意间发现了一个巨牛的人工智能教程非常通俗易懂对AI感兴趣的朋友强烈推荐去看看 传送门https://blog.csdn.net/qq_34419312前言不知道你们有没有过这种经历。收藏夹存了几百篇技术文章真要用的时候翻半天找不到。好不容易整理成笔记过俩月再打开跟看新内容似的。以前跟风学卢曼卡片盒、PARA分类法折腾了小半个月。最后算算账整理笔记花的时间比学内容本身还多。纯纯的“知识管理型努力”学习本身啥也没捞着。1 别再搞“一次性问答”式知识库了1.1 现在的RAG本质是临时拼答案你们平常用的那些知识库工具不管是上传文件还是RAG检索。说白了都是临时抱佛脚的路子。你问一次它从一堆文档碎片里扒拉出来凑个答案给你。答完就散下次再问同样的问题再重新凑一遍。就像考试次次翻书抄抄完合上书脑子里啥也没剩下。知识从来没真正沉淀下来全是一次性消耗品。1.2 真正的知识库得自己“长”出来后来看到LLM wiki这套思路我一下就通透了。不是让AI临时给你找答案是让AI当你专属的知识库管理员。新来一篇文章先去库里转一圈看看有没有相关内容。已经有的就补充进去全新的就单独建个词条。遇到不同观点的就把来源、时间、适用范围都标清楚留着。每进一次资料知识库就实打实变厚一点结构也更清晰一点。这才叫“自生长”不是摆一堆文件在那装样子。2 为啥偏偏选Obsidian而不是别的工具2.1 首先你的知识得真的是“你的”像Notion、各类在线文档说穿了数据都在人家服务器上。哪天服务调整了或者你不想用了搬个家能脱层皮。Obsidian不一样它本质就是你电脑上的一个普通文件夹。全是纯文本Markdown文件你拷到U盘里、换个电脑照样能打开。就像把钱放自己钱包总比放别人口袋里踏实得多。2.2 它天生就是给AI干活用的Agent要维护知识库得能读文件、改内容、建关联吧Obsidian这种本地文件结构Agent操作起来简直如鱼得水。改了什么内容、什么时候改的配合Git一查清清楚楚。再加上自带的双链和知识图谱知识点之间的关系一目了然。你不用自己费劲去串联AI帮你打理得明明白白你只管看就行。3 三种搭建方案从硬核到小白按需选3.1 硬核玩家版自定义提示词从零搭建第一种适合喜欢折腾、想要完全自定义的朋友。先在Obsidian里新建个仓库然后把所有规则写进AGENTS.md。哪层放原始资料、哪层放整理好的知识、更新规则是什么全写死。然后给Agent一段提示词让它按你的规则搭目录、建页面模板。别听着简单我第一次写提示词的时候前前后后改了八版。AI要么漏建目录要么擅自改我原始文件跟带新人没区别。我当时调规则调到大半夜感觉自己不是在搭知识库是在给AI写员工手册。核心逻辑其实很简单原始资料全扔raw文件夹设成只读AI绝对不能碰原文。毕竟原文是证据改了就说不清了跟案发现场不能乱动一个道理。整理好的概念、实体、主题全部分类放进wiki文件夹。每次加新资料AI先检索现有内容只做增量更新。该补的补该建的建有冲突的内容都标好来源和时间。最后同步更新索引和变更日志干了啥全记下来方便你核查。好处是百分百自定义规则全由你定。缺点就是费脑子提示词得反复调试新手容易懵圈。3.2 进阶省力版用开源项目直接上手第二种就省心多了有大佬把这套逻辑做成了开源项目。叫claude-obsidian直接把常用功能封装成了Agent Skill。你不用自己吭哧写几十条规则也不用反复调提示词。装完项目资料往里一扔一句指令就自动完成入库整理。要查东西一句指令就给你返回带溯源的结果。打个比方以前你做饭得买菜洗菜切菜炒菜全套自己来。现在直接给你配好预制菜热一下就能上桌。口味可能没完全贴合你的习惯但胜在省时省力上手快。不过这种方式主要操作还是在Agent工具里完成。Obsidian更多承担存放和查看的作用。执行过程看不见摸不着对纯小白来说还是有点门槛。3.3 小白友好版插件一键开启知识大脑第三种就更绝了直接把整套功能做进了Obsidian插件里。就是WeSight插件的知识大脑功能。你在插件设置里开个开关仓库结构、运行环境自动给你配好。看到好的笔记右键一点就能收录进知识库自动整理归档。想问问题直接选“基于知识库”模式自动检索溯源再回答。这就相当于你直接雇了个全职管家。不用你喊命令不用你定规矩甚至不用切换软件。东西递过去人家自动给你分类放好打理得井井有条。要找啥直接说马上给你拿过来连来源出处都给你标得清清楚楚。全程都在你熟悉的笔记界面里操作学习成本基本为零。当然了这个功能目前还在内测阶段名额不算多。毕竟好用的东西总得慢慢放出来对吧。4 所谓“自生长”到底长的是什么4.1 不是自动变多是结构在持续演化很多人一听“自生长”以为扔进去文件自己就会变出更多内容。哪有那么神奇的事。它长的不是文件数量是知识的结构和关联。每进来一篇新文章就多几个知识节点多几条连接关系。遇到不同的说法也会都保留下来不会简单粗暴直接覆盖。就像一棵树不是凭空长出来的。你每次浇水施肥它就多长一片叶子多伸一根枝桠。时间久了自然就枝繁叶茂了。4.2 人机协作才是长久之计别指望全交给AI就万事大吉了。哪些资料值得存、规则怎么定、关键结论对不对。这些核心判断还是得人来拍板。AI干的是那些重复、麻烦、耗时间的整理维护活。你负责输入高质量内容做关键决策。一个管搬砖执行一个管顶层设计这事才能长久干下去。其实搞知识管理最忌讳一开始就追求完美。不用上来就搭个多宏大、多完善的系统。先建个三层目录扔一篇真实的文章进去。让AI跑一遍完整流程看看效果再慢慢调整规则。只要每一次输入都能留下点实实在在的沉淀。你的知识库就已经开始生长了。P.S. 无意间发现了一个巨牛的人工智能教程非常通俗易懂对AI感兴趣的朋友强烈推荐去看看传送门https://blog.csdn.net/qq_34419312
