title: " Obsidian自动归档 | raw/wiki知识库"
category: 人工智能
tags:
- 大模型API中转站
- Obsidian
- Claude
- Claude Code
- 第二大脑
- raw
- wiki
- 自动归档
- 知识库
- 4SAPI
description: "把 Obsidian Vault 拆成 raw 原始材料区和 wiki 编译知识区,让 Claude 负责读取、归档、链接、查重和生成维护日志。文章给出目录结构、处理流程、提示词模板、每日维护任务和适合团队使用的审计方式。"
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:
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:
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:
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:
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:
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:
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:
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:
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:
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
- Obsidian 官方网站:https://obsidian.md/
- Obsidian 数据存储说明:https://obsidian.md/help/data-storage
- Claude Code Memory / CLAUDE.md 文档:https://docs.anthropic.com/en/docs/claude-code/memory
- Claude Code MCP 文档:https://docs.anthropic.com/en/docs/claude-code/mcp
- Obsidian Local REST API:https://github.com/coddingtonbear/obsidian-local-rest-api