文章目录
-
-
- 前言
- [1 别再搞"一次性问答"式知识库了](#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](#1.1 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](#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 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"](#2.1 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](#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 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](#3.1 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](#3.2 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](#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 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](#4.1 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](#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