返回博客

Obsidian自动归档 | raw/wiki知识库

人工智能2815
Obsidian自动归档 | raw/wiki知识库

title: " Obsidian自动归档 | raw/wiki知识库" category: 人工智能 tags:


上一期讲了怎么把 Claude 通过 MCP 接进 Obsidian。

但接通只是第一步。

接下来真正有价值的问题是:

text
新材料来了以后,Claude 到底应该怎么整理?

大多数人的知识库失败,不是因为不会装插件。

而是因为资料入口太多:

text
浏览器标签页。
微信群截图。
PDF。
会议纪要。
Claude 对话。
Notion 旧页面。
飞书文档。
本地 Markdown。

这些东西都进来了,但没有固定流程。

结果就是:

text
今天新建一个文件夹。
明天换一套标签。
后天让 AI 整理一遍。
一周后自己也找不到了。

这篇讲一个更稳的结构:

text
raw/ 放原始材料。
wiki/ 放 Claude 编译出来的知识页。

你可以把它理解成:

text
raw 是证据库。
wiki 是说明书。

原始材料尽量不改。

Claude 只负责读、提炼、链接、更新 wiki。

这样你的知识库不会被 AI 改成一团“看起来很聪明、但找不到出处”的笔记泥巴。

1. raw/wiki 的核心思想

先把目录摆出来:

text
brain/
  CLAUDE.md
  inbox/
  raw/
  wiki/
  projects/
  people/
  decisions/
  logs/

raw/ 放不可轻易改动的原始材料:

text
文章全文。
PDF 摘录。
会议录音转写。
网页剪藏。
截图说明。
Claude 对话导出。
客户原始需求。
竞品资料。

wiki/ 放经过 Claude 整理后的知识页面:

text
主题页。
概念页。
项目背景页。
人物资料页。
决策总结页。
流程说明页。

它们之间的关系是:

text
raw/ 负责保真。
wiki/ 负责可用。

AI 最容易犯的错,是把这两件事混在一起。

它一边改原文,一边总结,一边补链接,最后你分不清:

text
哪些是原始事实。
哪些是模型推断。
哪些是你后来的判断。

所以第一条规则必须写死:

text
raw/ 默认只读。
wiki/ 才是 Claude 可以更新的工作区。

2. 为什么这套结构适合 Claude

Claude 很适合做三类工作。

第一类是阅读长材料。

比如你丢进去一篇 2 万字文章,它可以提炼:

text
核心观点。
关键证据。
适用场景。
反对意见。
和现有笔记的关系。

第二类是建立链接。

比如一篇新材料同时关联:

text
Claude Code
Obsidian
MCP
第二大脑
企业知识库

Claude 可以把这些主题页串起来。

第三类是维护一致性。

例如它可以检查:

text
wiki/ 里有没有重复页面。
某个主题页有没有过时说法。
链接是否指向不存在的文件。
同一个客户名字有没有多种写法。

这才是 AI 整理知识库最该做的事。

不是把每篇文章都写成“摘要、启发、行动项”三段式。

而是帮你维护一张长期可用的知识网络。

3. 第一步:给 raw/ 建原始材料分类

raw/ 里不要一股脑堆文件。

建议先按来源分。

例如:

text
raw/
  articles/
  transcripts/
  meetings/
  screenshots/
  pdfs/
  conversations/
  customer-input/

每个原始文件的命名尽量固定:

text
YYYY-MM-DD-来源-主题.md

例如:

text
2026-07-02-linuxdo-claude-obsidian-mcp.md
2026-07-02-meeting-api-gateway-budget.md
2026-07-02-claude-chat-fable5-loop-notes.md

为什么要日期?

因为知识库会变。

同一个主题,今天的判断和三个月后的判断可能完全不同。

日期能让 Claude 判断:

text
这是不是旧材料?
这条结论是不是已经被后来的资料覆盖?
同一主题的发展顺序是什么?

4. 第二步:给 wiki/ 建主题页

wiki/ 不是材料仓库。

它更像一本内部百科。

建议先建这些入口页:

text
wiki/
  _index.md
  claude-code.md
  obsidian.md
  mcp.md
  second-brain.md
  api-gateway.md
  content-workflow.md

每个主题页都用同一套结构。

例如:

markdown
# Claude Code

## 一句话解释

Claude Code 是……

## 适用场景

- 场景 1
- 场景 2

## 关键概念

- [[MCP]]
- [[CLAUDE.md]]
- [[Obsidian]]

## 已知流程

- 流程 A
- 流程 B

## 相关原始材料

- [[raw/articles/2026-07-02-xxx]]

## 待核实

- 这里放还没有官方来源或需要复查的说法。

注意最后一栏:

text
待核实

这很重要。

AI 整理知识库最怕“语气很确定”。

如果某条说法来自社区经验、网传案例、你自己的猜测,就放进待核实。

不要写进结论区。

5. 第三步:给 Claude 一条编译指令

接下来要让 Claude 明白:

text
它不是在改写原文。
它是在把 raw 编译成 wiki。

可以把这段写进 CLAUDE.md

text
## raw/wiki 工作流

- raw/ 是原始材料区,默认只读。
- wiki/ 是知识编译区,可以更新。
- 处理 raw/ 新材料时,不要改原文。
- 先读材料,再判断它关联哪些 wiki 主题页。
- 如果主题页存在,就补充新证据、新链接或待核实条目。
- 如果主题页不存在,先新建一个短页,不要写百科长文。
- 每次更新 wiki,都要在页面末尾记录来源文件。
- 不确定的内容放入“待核实”,不要写成事实。
- 完成后写维护日志到 logs/。

然后给 Claude 一个具体任务:

text
请扫描 raw/ 中最近 7 天新增的材料。

要求:
1. raw/ 只读,不要修改。
2. 判断每条材料关联哪些 wiki 主题。
3. 更新已有 wiki 页,或创建必要的新主题页。
4. 每条新增观点都要标注来源文件。
5. 不确定、网传、未核实内容放入“待核实”。
6. 最后写 logs/YYYY-MM-DD-wiki-compile.md,列出本次更新了哪些页面。

开始前先给计划,等我确认。

这条提示词比“帮我整理知识库”稳定得多。

因为它定义了:

text
输入在哪里。
输出在哪里。
什么不能改。
什么算完成。
怎么留下记录。

6. 第四步:让 inbox/ 做缓冲区

很多人会问:

text
那 inbox/ 有什么用?

inbox/ 是临时入口。

你随手丢进去的东西,还没判断是否值得长期保存。

例如:

text
一段灵感。
一条链接。
一张截图。
一段语音转文字。
一个临时任务。

每天或每周,让 Claude 清一次 inbox:

text
请处理 inbox/。

规则:
1. 先列出每条 inbox 笔记。
2. 判断它应该进入 raw/、projects/、people/、decisions/,还是应该保留在 inbox/。
3. 不要删除。
4. 移动前先给我确认。
5. 移动后更新相关 wiki 链接。

这样 inbox/ 不会变成垃圾桶。

它只是入口。

7. 第五步:把“每日 7 点整理”拆成三个小任务

素材里提到每天早上 7 点自动整理知识库。

这个想法很好,但第一版不要做成一个巨型任务。

建议拆成三个小任务:

text
任务 A:处理 inbox。
任务 B:编译 raw 到 wiki。
任务 C:生成晨间摘要。

任务 A:

text
扫描 inbox/。
列出新增项。
提出归档建议。
等待确认,不自动删除。

任务 B:

text
读取 raw/ 最近新增材料。
更新 wiki/ 主题页。
给每个新增观点标来源。
把未核实内容放进待核实。

任务 C:

text
读取 logs/ 最近 24 小时维护记录。
输出三行摘要:
1. 新增了什么。
2. 哪些主题发生变化。
3. 哪些事项需要我确认。

如果你的工具支持定时任务,可以把 A 和 C 自动化。

任务 B 我建议先半自动。

因为它会修改知识结构。

前两周最好让 Claude 先列计划,你确认后再执行。

8. 第六步:每次维护都写 log

知识库最怕“被整理过,但不知道怎么整理的”。

所以每次 Claude 工作完,都要写日志。

例如:

text
logs/
  2026-07-02-wiki-compile.md
  2026-07-03-inbox-cleanup.md
  2026-07-04-link-check.md

日志模板:

markdown
# 2026-07-02 wiki compile

## 输入

- raw/articles/xxx.md
- raw/conversations/yyy.md

## 更新页面

- wiki/claude-code.md
- wiki/obsidian.md

## 新增链接

- [[Claude Code]] -> [[MCP]]
- [[Obsidian]] -> [[Local REST API]]

## 待确认

- 某个社区说法缺少官方来源。

## 未执行

- 没有移动 raw/ 文件。
- 没有删除任何文件。

这份 log 有两个作用。

第一,你能回看。

第二,下一次 Claude 可以读 log,避免重复做同一件事。

9. 第七步:做链接检查

Obsidian 知识库越大,坏链接越多。

坏链接包括:

text
指向不存在页面。
同一个主题有两个名字。
大小写不一致。
中文名和英文名混用。

给 Claude 一个专门任务:

text
请检查 wiki/ 中的 Obsidian 链接。

目标:
1. 找出指向不存在页面的 [[链接]]。
2. 找出疑似重复主题页。
3. 给出合并建议。
4. 不要直接改名,不要移动文件。
5. 输出报告到 logs/YYYY-MM-DD-link-check.md。

注意:

text
改名和合并一定要人工确认。

因为链接结构是知识库骨架。

AI 可以建议,但不应该直接大规模重命名。

10. 第八步:做“过时内容”检查

知识库不是越多越好。

很多笔记会过时。

比如:

text
旧模型价格。
旧 API 参数。
旧安装命令。
旧产品入口。
旧政策说明。

这类内容如果不标注,会害人。

可以给 Claude 一个每周任务:

text
请检查 wiki/ 中可能过时的内容。

重点:
- 价格
- 版本号
- 安装命令
- API 参数
- 官方入口
- 产品可用性

要求:
1. 不要直接修改。
2. 列出疑似过时段落。
3. 标出来源文件和所在页面。
4. 给出需要重新核实的链接或搜索关键词。
5. 输出到 logs/YYYY-MM-DD-stale-check.md。

如果你写的是技术教程,这个任务非常有价值。

因为技术文章最容易坏在:

text
命令过期。
入口换了。
模型名变了。
价格改了。

11. 第九步:用 4SAPI 控制批处理成本

raw/wiki 工作流很适合批处理。

但批处理也容易烧钱。

如果你让高价模型每天扫完整个 Vault,成本会很快失控。

更合理的方式是分层:

text
便宜模型:
做初筛、分类、重复检测、链接候选。

强模型:
做最终主题页重写、冲突判断、重要决策摘要。

人工:
确认删除、合并、改名、公开发布。

这就是 4SAPI 或企业级 API 网关适合介入的地方:

text
按任务路由模型。
给 raw/wiki 批处理单独设预算。
记录每次处理了哪些文件。
失败时保留日志。
敏感目录默认不送模型。

可以在 CLAUDE.md 里写:

text
## 模型使用原则

- 扫描和分类优先使用低成本模型。
- 最终发布稿、复杂冲突判断、跨主题综合,才使用强模型。
- 每次批处理前估算文件数量和范围。
- 不处理 secrets/、private/、finance/,除非我明确指定。

提示词只是提醒。

真正的预算和权限,应该在 API 网关、MCP server 和文件系统层面一起控制。

12. 第十步:给团队用时怎么改

个人知识库可以随意一点。

团队知识库必须更严格。

团队版建议加这些目录:

text
brain/
  CLAUDE.md
  raw/
  wiki/
  projects/
  people/
  decisions/
  logs/
  reviews/
  publish/

多两个目录:

text
reviews/
publish/

reviews/ 放待人工审核的 AI 输出。

publish/ 放已经确认可以外发或复用的内容。

团队规则:

text
Claude 可以写 wiki。
Claude 可以写 reviews。
Claude 不可以直接写 publish。

这条很实用。

因为团队里真正有风险的不是 AI 写草稿。

风险是 AI 草稿没审核就被当成正式知识。

13. 一套完整提示词

下面是一套可以直接放进 CLAUDE.md 的 raw/wiki 规则。

text
# raw/wiki 知识库维护规则

你正在维护一个 Obsidian Vault。

目录含义:
- inbox/:临时输入,等待归档。
- raw/:原始材料,只读,不能修改。
- wiki/:主题页和概念页,可以更新。
- projects/:当前项目资料。
- people/:人物、客户、合作方资料。
- decisions/:决策记录。
- logs/:每次维护记录。

工作原则:
1. raw/ 默认只读。
2. 新观点必须能追溯到来源文件。
3. 未核实内容放入“待核实”。
4. 不删除文件。
5. 不大规模改名。
6. 修改多个文件前先列计划。
7. 完成后写日志。

每日维护任务:
1. 清点 inbox/。
2. 读取 raw/ 最近新增材料。
3. 更新 wiki/ 相关主题页。
4. 检查坏链接和重复主题。
5. 写 logs/YYYY-MM-DD-maintenance.md。

如果你只复制一段,就复制这段。

它比任何插件都重要。

14. 最后总结

Obsidian 第二大脑的关键,不是装多少插件。

也不是让 Claude 一次性扫完整个 Vault。

关键是分清:

text
raw 保存事实。
wiki 组织理解。
logs 记录过程。
CLAUDE.md 约束行为。

有了这四层,Claude 才能稳定地帮你维护知识库。

否则,它只是一个很聪明的临时整理员。

今天帮你整理一遍,明天又把规则忘了。

raw/wiki 的价值,就是把“整理一次”变成“持续编译”。

你的知识库不再是一堆笔记。

它会慢慢长成一套能被模型和人一起使用的工作系统。

资料来源与延伸阅读

标签:大模型API中转站ObsidianClaudeClaude Code第二大脑rawwiki自动归档知识库4SAPI

推荐阅读

探索更多前沿洞察与行业干货。