用 AI 辅助写文章这件事，我折腾了挺长时间，一直有一个问题没解决：写出来的东西读着不像我写的。
语气对，结构对，就是有点"飘"------像一个模仿我的人写的，而不是我自己写的。
后来意识到问题在哪：AI 不知道我怎么写东西。我没把自己的内容喂给它，光靠对话里几句描述，它当然摸不准。
解决这个问题花了我一段时间，最后跑通的方案是：把博客历史文章全部导入 Obsidian 作为知识库，用 Claude Code 分析提炼出风格档案，再把整套工作流封装成一个可复用的 Skill。
Obsidian：不只是笔记工具，是知识库底座
这件事的关键前提是：Obsidian 存的是本地 Markdown 文件。
这意味着 Claude Code 可以直接读它。不需要 API 对接，不需要导出，直接在终端打开 Vault 目录，Claude Code 就能访问里面的所有内容。
这和把文章发给 AI 让它"记住"有本质区别------后者每次对话结束就清零了，前者是真正持久化的知识库，每次调用都能读到完整的历史内容。
把 83 篇已发布文章放进去之后，它就有了训练材料。
如果想学习Obsidian可以看：Obsidian 写作环境搭建：这 6 款插件让我的博客管理效率翻倍
支撑这套流程的几个插件
不是所有插件都和 Claude Code 有关，但有几个直接影响了知识库的可用性。
Git：Vault 接入 GitHub，每 30 分钟自动 commit 一次。Claude Code 在终端工作，知道哪些文件是新的、哪些改过，版本追踪自然就有了。
Custom Attachment Location ：图片按文章名归类到 assets/文章名/ 子目录。Claude Code 读文章的时候结构清晰，不会被一堆散落的图片文件干扰。
Templater：新建文章自动写入 Front Matter，包括状态字段（草稿 / 已发布）。这是后面 Dataview 能查询写作进度的基础。
Dataview：用类 SQL 语法查 Vault 里的文章。我用它列出所有草稿、按分类汇总文章数量，也方便 Claude Code 快速定位需要参考的内容。
Local Images Plus：历史文章里的外链图片自动下载本地化。做完这步，整个 Vault 完全离线独立，不依赖任何服务器。
第一步：把历史文章变成结构化知识库
历史文章导入之后，先做两件事让知识库更好用。
一是统一目录结构。我按文章类型分了三个目录：VPS测评/、VPS小白教程/、金融/，草稿放 草稿/，灵感放 灵感收集/。结构清晰，Claude Code 在扫描文件的时候能更快定位。
二是给每篇文章加 Front Matter 标记状态。已发布的统一标 status: 已发布，方便后续只分析已发布内容，排除草稿干扰。
第二步：用 Claude Code 提炼风格档案
知识库搭好之后，让 Claude Code 读所有已发布文章，从几个维度做分析：
-
语气和人称：用不用「我」，怎么称呼读者
-
句式习惯：短句还是长句，有没有标志性的开头方式
-
结构偏好：怎么起头，怎么收尾，用不用步骤编号
-
内容特征：高频关键词，倾向用数据还是个人经历说话
-
文章长度：不同类型文章的字数范围
分析结果写入 Vault 根目录的 风格档案.md。这个文件之后每次写文章都会被引用------相当于一份给 AI 的写作说明书，告诉它我习惯怎么写，不习惯怎么写。
有了这个文件，「用我的风格写一篇关于 X 的文章」这类需求才真正可靠。
风格档案不是一次性的，写的文章越多，回来更新一次，准确度就越高。
第三步：把工作流固化成 Skill
分析风格、生成选题、写大纲、写文章------这套流程每次都一样，很适合封装成可复用的 Skill。
Skill 对 Claude Code 来说，是一个带触发条件的操作说明。当我说「帮我写一篇文章」或者「给我出几个选题」，Claude Code 自动加载这个 Skill，按照里面定义的步骤走，不需要每次重新解释流程。
整套流程分六步：
每步都需要我确认才进入下一步。全自动跑完再给我看，不如每步都能介入调整------最后写出来的文章才真的是我想要的方向，不是 AI 自己发挥的版本。
Skill 里还有一个细节：每次生成文章之前，强制重新读取 风格档案.md，不依赖上下文记忆。这样即使对话轮数很多，风格也不会漂移。
现在实际的工作流
跑通之后，写一篇文章大概是这样：
在 Claude Code 里说「我想写一篇文章」，Skill 自动触发。先问有没有现成选题，没有的话读现有文章列表，生成 10 条候选，我挑一个。
然后它读 风格档案.md，按我的结构偏好生成大纲。我确认方向，说可以，它写正文，存到 草稿/ 目录。
我打开文件润色，改掉感觉不对的地方，发布。
花时间的部分只剩两件事：确认方向、最后润色。选题、大纲、正文初稿这些环节基本不用从头想了。
总结
这套方案的核心逻辑只有一句话：用自己的内容训练 AI，而不是让 AI 猜你的风格。
Obsidian 提供结构化的本地知识库，Claude Code 能直接读写本地文件，两者结合正好。风格档案是关键产物，Skill 是让它反复复用的最后一步。
如果你也在用 Obsidian 写博客，而且有一定数量的历史文章，这套方案可以直接复制。文章越多，训练出来的风格档案越准，生成的文章就越像你自己写的。
但是我最后想说的只是想介绍怎么搭建中的工作流，利用好手里的工具协助自己创作，节约自己的时间让自己可以把时间花费到其他地区。