个人知识库,折腾一圈后我还是选了 Obsidian

说实话,一开始我对 Obsidian 并不感冒。

原因很简单,就三个:名字难读,界面不好看,太依赖插件。

Obsidian 这个发音 /əbˈsɪdi.ən/,对初次接触的人来说,确实有点拗口。我又一直觉得名字挺重要,所以很长一段时间里,都习惯直接叫它 OB。但说 OB 吧,很多人又不知道你在说什么。

笔记类工具,这些年我用过不少。从印象笔记、有道,到语雀、飞书、Notion、wolai,基本都折腾过一段时间。不同工具当然各有优缺点,但只说 UI,很多工具在 Obsidian 面前,确实都能昂着头走。

Obsidian 给我的第一印象,有点像毛坯房。很多能力不是没有,但需要自己装插件、调配置。按照我过去对工具类应用的理解,一个工具最好应该打开就能用。一上来就要折腾半天,我通常会觉得,这个产品还是差点意思。

所以很长一段时间里,我都没有认真用它。

直到今年年初,我的想法开始变了。

真要追根溯源,还是因为 AI。当时我用的还是 wolai,可以简单理解成国内版 Notion。用着用着,我发现这些在线知识库工具,和 AI 放在一起,总有点别扭。

它们不是不能接 AI。有些也在做 Chat,有些也开始开放 MCP。但我用下来,总觉得中间隔了一层。 AI 更像是被放在产品旁边的一个入口,而不是自然长在我的知识库里。

我更想要的是,AI 能真正进入我的个人知识库。工作方案、项目复盘,甚至一次和 AI 聊完后留下的想法,都不只是单独躺在那里,而是可以继续被整理、补充、串联,慢慢变成新的笔记,甚至新的判断。

于是,我开始重新找一款适合做个人知识库的工具。按我以前的印象,Obsidian 本来会被直接排除。但开发者社区里,它的呼声一直不小。绕了一圈,最后我还是决定认真试试看。

用了之后,我发现,之前那三个问题并没有消失。

名字还是难读,界面也还是不算漂亮,插件生态也确实需要折腾。

但我对知识库工具的判断,或者说喜欢的标准变了。

Obsidian 有些优点,刚好踩中了我现在最在意的东西。

一、够轻

精装修有精装修的好处,毛坯房也有毛坯房的好处。

Obsidian 用起来最直接的感受,是轻。它的内容就是本地文件夹里的 Markdown 文件。你写的东西,不是被关在某个平台的数据库里,而是真实地躺在电脑上。

这意味着,你可以用 Obsidian 打开,也可以用 VS Code 打开,可以用 Git 备份,也可以让 Codex 直接打开整个目录去读、去改、去整理。内容没有被工具绑死。

以前我会觉得这太"简陋"。现在反而觉得,这种简陋挺好。

二、和 AI 放在一起很顺

因为内容都是 Markdown,本地文件夹就是知识库本身,所以 AI 接进来时,麻烦少很多。

我现在主要有两种用法。

一种是在 Obsidian 里装 Claudian 插件,在右侧边栏里直接和 AI 聊。比如让修改当前这篇笔记,或者顺手找一下相关笔记。

另一种,是直接在 Codex 或其他 Agent 里打开整个 OB 知识库。AI 能看到文件结构,也能搜索内容,还能按我的要求改文档、整理笔记、补充待办。

两种方式取决于个人习惯,感觉都挺好用的。

三、知识能连起来,也能重新生长

以前用很多知识库工具,我更多是在"存东西"。

看到一篇文章,收藏一下;想到一个观点,记录一下;工作上有个方案,写进去。

内容是进去了,但很多时候,也就只是进去了。

Obsidian 不太一样。

它的双链、标签、文件夹、搜索,看起来都不复杂,但组合起来,会让知识之间慢慢有关系。 一个观点可以连到一篇文章,一次工作复盘可以连到后面的方案。

刚开始,这些连接没什么感觉。

但时间长了,就会发现,很多东西不是孤零零地放在那里。它们会在某一天被重新搜出来、串起来,变成新的文章、方案,或者判断。

如果再加上 AI,这个过程会更明显。它可以直接在这个文件夹里翻旧笔记,找内容、提要点,再放回当前这篇笔记里。

有时候我跟 Codex 聊完一个想法,也会直接让它总结成 Markdown,存回知识库里。这个过程很顺,也很实用。

这也是我最后选择 Obsidian 的原因。

它并不完美。

但对我来说,一个个人知识库,最重要的不是界面多漂亮,也不是一开始功能多完整。

更重要的是,它能不能长期放下我的内容,能不能和现在这些 AI 工具顺畅接上,能不能让以前写下来的东西,在后面继续派上用场。

从这个角度看,Obsidian 反而最合适。

相关推荐
武子康3 小时前
调查研究-186 LangChain 和 LangGraph 的区别:从快速构建 Agent 到生产级工作流编排
人工智能·langchain·llm
武子康4 小时前
调查研究-185 CodeGraph 调研:给 AI 编程 Agent 一张代码库地图,少一点反复 grep(2026)
人工智能·openai·claude
aqi004 小时前
15天学会AI应用开发(八)使用向量数据库实现RAG功能
人工智能·python·大模型·ai编程·ai应用
混沌福王6 小时前
Electron三端统一架构:运行时Adapter、IPC能力边界与分层设计
人工智能·agent·ai编程
说了很好6 小时前
马尔可夫扩散链+损失函数推导,手把手实现原生Diffusion
人工智能
聂二AI落地内参6 小时前
合同抽取别停在 JSON:标准规则和交易日历才是硬仗
人工智能
冬哥聊AI6 小时前
滴滴Agent岗二面:RAG 系统的 LLM 幻觉怎么治?从两类根源讲到四道防线
人工智能
lyshlc6 小时前
# AI Agent的推迟判定协议:不确定性下的最优策略
人工智能
用户329901675056 小时前
用zod在运行时兜住AI返回的JSON
人工智能