我们平时既用大模型，也用笔记软件。但很多时候，它们还是分开的：大模型帮我们查资料、扩写、润色；笔记软件负责把东西记下来，等以后需要时再找。
我一直觉得，大模型理论上能做的事情还可以更多。笔记也不应该只是一个仓库。它能不能和我们的思考结合起来，让以前记下来的东西重新参与思考，甚至长出新的想法？
1 背景与核心启发
最近看到 Greg Isenberg 和 Internet Vin 一段访谈视频。Vin 讲述 "如何用 Obsidian + Claude Code 打造个人第二大脑"。Vin 的思维偏极客与理科抽象，但其中一些设计逻辑很值得借鉴。
-
Agent 的手与笔记库的脑：Vin 把 Claude Code 作为命令行 CLI 调用，充当随时执行指令的"手"；把 Obsidian 作为"记忆与大脑"，提供不可替代的环境上下文。任何 Agent 都不天然了解个人背景，笔记库可以帮助它减少冷启动和状态同步问题。
-
笔记不只是存，还要重用与连接：很多问题可能几年前就想过、遇到过，但因为没有记录或找不到，后来又重新踩坑。Obsidian 不只是存文件的地方，图谱双链、发现孤儿文件并建立语义关联，才让旧内容有机会再次发挥作用。
-
用 Slash Command 组织交互：把常用能力做成斜杠命令，嵌入笔记工作流。笔记里保留自己真实的思考，生成内容不必混入原笔记；AI 则负责扫描、发现、连接与催化。
2 实验与落地：按优先级演进工作流
Greg 整理的十二个命令并不需要平均用力。可以先从可见整合流建立稳定闭环，再串联灵感与成文流进行实践。
2.1 实验一：知识消化与沉淀闭环
inbox：零散闪念的分拣中心
-
核心定位：解决"闪念随手记了一堆，不敢删又不知道放哪"的问题。不压缩、不提炼，只做聚类。
-
设计目标：按共同主题或逻辑关系把闪念分组，保留原文与来源，不合并、不删减；分类数量根据材料决定，不为凑数硬分。分组结果先在 Agent 对话中展示，不自动改动或归档原笔记。
-
当前实现：具体分拣规则与输出格式见 LivingWiki 的 inbox 子技能。这里保留实验目的与设计取舍，避免与子技能重复维护。
2.2 实验二：灵感碰撞与内容输出闭环
graduate：近期灵感发现与选题
-
核心定位：从近期随手记、对话和阅读/观影笔记中，发现值得发展的文章或视频选题，并先列候选供用户选择。
-
设计目标：默认扫描最近两周；用户指定时间范围时按用户要求。候选应附原句、日期和来源，并轻量检查是否已有相近内容。它负责"材料 → 选题"，不评估主题缺口，也不直接写大纲。
-
与
/gather的分工：用户选定选题后，再由/gather从全库打捞素材、串联论据并形成故事线大纲。/graduate只提供少量候选证据，不重复做完整素材搜集。 -
当前实现：扫描路径、日期规则和输出方式见 LivingWiki 的 graduate 子技能。
gather：全库主题素材召回与故事线大纲
-
核心定位：用户选定文章或视频主题后，从 Nexus 全库找出相关的支持、补充、限制和反例材料，并带着来源证据组织成故事线大纲。这一思路借鉴了
/connect的连接方式。 -
检索与输出：围绕主题检索全库材料，借助 Concept 和
concept-group拓展线索、追溯来源；长文尽量标出相关章节或大致范围。文章进入立稿流程时，在Nexus/md/draft/writing/创建YYMMDD_<主题>_立稿过程.md，保存材料地图和初始大纲，供后续共同修订。 -
当前实现：检索步骤、去重原则和输出格式见 LivingWiki 的 gather 子技能。
compose：筛选材料与文章立稿
-
核心定位：在 Gather 文件分隔线以下，与 Yan 多轮修订大纲、组装带来源括注的文章主体，并持续检查、补充和调整，直到内容稳定。需要判断材料之间是支持、补充、限定还是冲突，避免只因主题相近就硬拼成文。
-
人机分工：材料主线清楚时可以直接立稿；如果不同取舍会导向不同主张，先把分歧和可行主线交给 Yan 判断，再继续写主体。
-
适用范围：多来源材料尚未形成共同主线时使用；讨论充分的对话和忠实解释单篇论文，可以跳过这一步，直接进入成稿。
-
产物：立稿过程与 Gather 材料保存在同一工作文件；段落括注用于审稿追溯，进入 Polish 后移除。
-
当前实现：流程见 LivingWiki 的 compose 子技能。
polish：个人文风润色成稿
-
核心定位：把立好的文章主体，或思路已经成熟的对话、单篇论文材料，整理成完整文章并按对应文体润色，另存为独立草稿文件。
-
设计取舍：以通用文风规则为底色；论文解读优先忠实原文；处理聊天时只借 Yan 的真实表达，不把 GPT 的观点写成 Yan 的经历。生活化文章暂不固化风格样本，避免凭少量材料造出一种固定人设。
-
质量边界：不补造个人经历或立场；用
ai-check做表达诊断，不把它当作 AI 检测器，也不自动把文章改得更短、更口语。 -
当前实现：流程见 LivingWiki 的 polish 子技能，示例摘录见其 文风样本。
3 命令完整清单参考
下面保留 Vin 的二十二个原版命令，以及 Greg 整理的十二个版本。命令说明用于理解其设计意图；不同人的实际实现、输入材料和自动化程度可能不同。
3.1 Vin 的版本：二十二个原版命令
每日基础流（Daily Rituals）
-
/context（或 /my-world）：最重要的核心命令。让 Claude 深度扫描整个 Obsidian 库，生成一份涵盖目前专注的项目、个人偏好和近期状态的"全局上下文配置文件"，解决 AI 每次对话"失忆"的问题。
-
/today：对接日历和待办，抓取昨天的日志，直接生成一份考虑当天精力和优先级的"一日行动指南"。
-
/close-day：睡前复盘，检查当天有哪些未解决的冲突、遗留事项，并把它们自动归档或顺延到明天。
-
/schedule：基于当前精力和任务优先级，动态规划时间表。
-
/7plan：全局审视接下来的七天，调整中短期项目的执行节奏。
深度思考与灵感工具（Thinking Tools）
-
/trace：追踪一个想法或信念的演变史。例如输入 /trace 出海创业，AI 会查看一年前、半年前和昨天的相关笔记，观察认知如何变化。
-
/connect：把库里两个看似不相关的知识点（例如"量子力学"和"咖啡店经营"）进行交叉碰撞，寻找隐藏的跨界直觉。
-
/ideas：扫描近期的碎碎念和随笔，挖掘可能尚未意识到的商业机会或内容选题。
-
/ghost：输入一个问题，让 AI 根据过去的笔记模仿个人的笔迹、语气和逻辑风格，撰写回答或草稿。
-
/emerge：找出笔记里反复出现、暗示或尚未明确提炼的核心概念。
-
/contradict：找出不同时期笔记中逻辑相互矛盾或不一致的信念，帮助审视思维中的漏洞。
-
/drift：检查近期笔记，指出可能被忽略或回避的话题与痛点。
-
/challenge：站在对立面挑刺，寻找某个商业计划或思考假设中的逻辑漏洞。
-
/stranger：以局外人视角，根据笔记描绘个人画像，帮助看见自己呈现出的模式。
知识整理与沉淀（Organization）
-
/map：把大量文本笔记转换为系统化的拓扑结构或逻辑导图。
-
/compound：查看不同项目之间的 context（上下文）如何随时间叠加并发挥复利效应。
-
/backlinks：审计笔记图谱网络，找出没有被其他页面链接的"孤儿笔记"，并帮助建立链接。
-
/graduate：把已经在"闪念收件箱（Inbox）"里提炼成熟的碎片随笔，"毕业"晋升为长期的永久笔记或项目案头。
变现与内容输出（Leverage & Media）
-
/make：将成熟的思想种子转化为具体项目或代码脚手架的落地建议。
-
/money：专门寻找笔记中隐藏的变现机会和商业闭环。
-
/leverage：分析个人技能栈，寻找能以较少精力撬动较大产出的高杠杆技能。
-
/focus：当点子太多、精力分散时，帮助断舍离并确定关键聚焦方向。
除了这二十二个核心思考与操作命令，Vin 的完整清单还包括一些处理外部数据的补充衍生命令，例如 /xdaily（抓取推文）、/learned（提炼今日所学并发布到社交媒体）、/guests（推导播客访谈嘉宾等）。
3.2 Greg 的版本：十二个更易上手的命令
Greg 并没有重新发明这些能力，而是把极客化的工作方式整理成普通人、职场人和内容创作者更容易理解和使用的工具。这十二个命令对应四类常见需求。
治好"笔记火葬场"：写完再也不看（偏不可见整合）
很多笔记最后成了很少再被打开的资料。Greg 保留并简化了这一组命令，希望帮助用户重新唤醒过去留下的碎片，并建立联系。
-
/sync（对应 /context 或 /my-world）：改名与简化。Vin 原版读取复杂的系统级配置；Greg 改为 /sync，更符合普通人对"同步/加载当前知识库"的直觉。⭐⭐⭐
-
/trace（对应 /trace）：完全保留。核心功能仍是跨越时间线，追踪对某个概念的认知演变。⭐⭐
-
/backlinks（对应 /backlinks）：技术平民化，帮助非技术用户审计并连接知识库中的孤儿笔记。⭐⭐⭐
降低整理与输入门槛：不需要懂代码，开箱即用（偏可见整合）
Vin 的许多命令需要配置 API、编写脚本或连接日程系统。Greg 将其改造成不依赖复杂外部接口、甚至可以复制到网页版大模型中使用的整理工具。
-
/inbox（对应 /close-day + /today 的整理部分）：合并与重构。去掉复杂日程与外部 API 依赖，专注于把凌乱的脑暴笔记分类整理。⭐⭐⭐⭐⭐
-
/visualize（对应 /map）：直观化改动。相比技术性的知识图谱拓扑，更偏向生成易读的脑图框架和结构流程。⭐⭐⭐
-
/summarize（衍生自日常提炼流，如 /learned）：普适化改动，增加对长视频、会议记录和零散碎碎念的压缩与行动点提炼。⭐⭐⭐⭐⭐
解决"盯着白纸发呆"：跨界联想与反思（偏生长）
普通人很难凭空把两个不相关的东西联系起来，也不容易主动发现自己的逻辑漏洞。这一组命令提供灵感碰撞和反思工具。
-
/connect（对应 /connect）：完全保留。交叉碰撞两个看似无关的笔记（例如读《三体》的笔记和公司的营销计划），寻找新的联想。⭐⭐⭐⭐
-
/challenge（对应 /challenge）：完全保留。挑刺，寻找想法中的逻辑漏洞。⭐⭐
直接解决"如何把知识变成钱/内容"（偏产出）
这组命令面向商业机会和内容输出，帮助把已有想法转成可以继续推进的方向。
-
/money（对应 /money + /leverage）：把寻找变现角度与高杠杆技能结合起来，突出商业闭环。⭐⭐
-
/ideas（对应 /ideas）：加入发现潜在软件、社区和商业机会的过滤框架，用于挖掘选题与商机。⭐⭐⭐
-
/graduate（对应 /graduate）：转为近期选题发现。扫描随手记、对话和阅读/观影笔记，提出有来源支撑的内容候选，供用户选择。⭐⭐⭐⭐⭐
-
/ghost（对应 /ghost）：完全保留。让 AI 根据历史笔记模仿个人文风，撰写草稿。⭐⭐⭐⭐
4 相关资源
-
Greg Isenberg 与 Internet Vin 的访谈：https://www.youtube.com/watch?v=6MBq1paspVU
-
Vin 的 Obsidian 命令与提示词：https://internetvin.com/Obsidian+Commands
-
开源参考实现：internet-vin-prompts：https://github.com/ed-mays/internet-vin-prompts；Evolving-Brain-Template：https://github.com/Samin12/Evolving-Brain-Template；zhhailon/skills：https://github.com/zhhailon/skills
这份命令清单是理解工作流的参考，不是必须照单全收的配置。真正重要的是先看清自己的材料从哪里来、接下来要完成什么，再选择少数能形成稳定闭环的能力。
我使用时的具体实例可参考：https://www.bilibili.com/video/BV1q6nb6cELL/