这份开源指南教你用Obsidian和Claude Code把笔记库变成AI自动维护的知识网络。你只管写，AI负责整理、链接和检索，彻底告别手动分类的苦活。
作者背景：花叔，AI独立开发者，小猫补光灯App作者，AI编程教育博主
一个开源项目两天收获一百七十九颗星
有个老哥把他用Obsidian和Claude Code重建第二大脑的方法做成了开源指南，名字叫obsidian-ai-orange-book。这个项目发布四十八小时内就拿到了一百七十九颗GitHub星星。这个数据说明很多人被笔记整理这件事折磨过。你用Obsidian记笔记的时候特别爽，双向链接让知识自动关联，图谱视图让你看到知识网络。但三个月后你的vault里堆了两千条笔记，有的在根目录，有的在五层深的文件夹里。你想找一个东西只能靠记忆猜文件名或者碰运气全文搜索。最后你花在整理上的时间比写笔记还多，然后你就放弃了那个vault。这个指南不教你Obsidian基础操作，它教你用Claude Code当你的全职知识库管理员。
Claude Code进入你的vault不需要任何配置
很多人一听到AI加Obsidian，第一反应是要装插件、配API、搞MCP协议。这些都不需要。你打开终端，用cd命令进入你的vault文件夹，输入claude然后回车。Claude Code启动之后自动获得整个文件夹的读写权限。它能读你所有的Markdown笔记，能新建文件，能搜索内容，能重命名文件，能移动文件，能删除文件。你不需要装任何Obsidian插件，不需要配置API Key，不需要搭建任何中间层。
为什么这么简单？因为Obsidian的vault就是你电脑上的一个普通文件夹，里面全是.md格式的文本文件。Claude Code就是一个能直接操作本地文件系统的AI程序。两个东西天然兼容，中间不需要任何翻译层。你还可以装一个Obsidian Shell插件，在Obsidian软件内部直接打开终端，连cd那一步都省了。我第一次试的时候笑出声来，之前我折腾了半小时配置各种集成工具，结果最笨的办法最好用。
给AI写一份员工手册就能让它按规矩干活
你把Claude Code直接丢进vault，它能读能写，但它不知道怎么干活。这就像你新招了一个助理，第一天上班你指着满屋子的文件柜说东西都在这里了你开始干活吧，他要么站在那里发呆，要么乱翻一气。你需要一份员工手册告诉它规矩。在vault根目录创建一个叫CLAUDE.md的文件，Claude Code每次启动的时候会自动读取这个文件。你在里面写什么规则，它就按什么规则办事。
你需要写清楚你是谁、你关注什么领域、你的vault怎么组织的。你要告诉它每个文件夹放什么类型的东西，什么东西可以动什么东西绝对不能动。你还要给它一个笔记模板，告诉它新笔记的frontmatter长什么样，需要包含哪些字段。我自己的CLAUDE.md一年前只有五行字，现在长成了一个路由系统。根目录的CLAUDE.md根据关键词把任务分发到不同子目录，每个子目录有自己的CLAUDE.md定义具体规则。
我有九个工作区，公众号写作、视频创作、橙皮书手稿、培训课件全在一个vault里。Claude Code进去之后知道每一件事该怎么做，不需要我每次都从头解释。这套系统不是设计出来的，是长出来的。每次Claude Code犯一个错，我就在CLAUDE.md里加一条规则。半年下来它就不再犯同样的错了。
在每个文件夹放一个index.md解决AI的导航问题
CLAUDE.md告诉AI整个vault的全局规则。但你vault里有十个文件夹，每个文件夹里有几十个文件，AI怎么知道具体去哪找东西？有个叫Michael Crist的老哥发现了一个简单到离谱的技巧，在每个主要文件夹里放一个index.md。这个index.md不需要写复杂的内容，三五行就够用了。你写清楚这个文件夹是干什么的，文件命名规则是什么，里面有哪些关键文件，每个关键文件用双向链接列出来。
就这么点东西，效果却好得吓人。没有index.md的时候，Claude Code进一个文件夹看到五十个文件，它需要逐个扫描内容才知道里面有什么。有了index.md，它先读这个文件，三秒钟就知道这个文件夹的用途和重要文件在哪。而且你不需要手动写这些index.md。你把Claude Code接进vault之后直接让它帮你生成。它会扫描文件夹内容，自动写出描述和关键文件列表。
我第一次让AI干这个活的时候，它花了两分钟扫描了我那个两千个文件的vault，生成了十几个index.md，每个都写得比我手动写的准。这件事本身就可以作为你和AI的第一次协作练习。
Karpathy说AI应该当编译器而不是检索器
Andrej Karpathy今年四月份发了一条推文，说他在用大模型维护一个个人wiki。他不是让AI搜索他的笔记然后回答问题，他让AI阅读原始素材之后直接写出结构化的wiki文章。这些文章被保留下来，可以被后续的问题引用，可以被新信息更新，可以和其他文章建立交叉引用。这条推文被浏览了一千六百多万次。
为什么这么多人转？因为用过RAG的人都知道那个痛苦。每次你问AI一个问题，它都要去向量数据库里搜一堆片段，塞进prompt，然后生成回答。下次你问一个相关的问题，同样的流程再走一遍。AI没有记忆，没有积累。今天帮你理清了RAG和微调的区别，明天你再问同样的话题，它又要重新搜一遍重新想一遍。
Karpathy的洞察很简单，让这个实习生把报告存下来。AI第一次读你的原始素材花点时间写成wiki文章，后面你再问相关问题，它直接读wiki文章就行，不需要重新处理原始素材。这个方案叫LLM Wiki，核心思路是编译而不是检索。
三层架构让知识自动从原料变成产品
你把Karpathy的方案落地到Obsidian里，需要搭三层结构。
第一层叫raw，放你丢进来的一切原始素材。文章、论文、会议记录、读书笔记、网页剪藏、聊天截图、随手记的想法，全扔进这里。这一层只增不改，所有原始信息原貌保留，这是你的source of truth。
第二层叫wiki，放AI读完raw里的素材之后写出的结构化文章。这一层分成三个子目录。concepts放概念页，比如RAG或者向量数据库。entities放实体页，比如Karpathy或者Obsidian。topics放主题页，比如AI知识管理工具对比。
第三层叫output，放基于wiki生成的报告、分析、回答。比如你让AI对比Obsidian和Notion在AI时代的竞争力，它基于wiki里已有的概念页和实体页生成一篇分析报告存在output里。信息只在一个方向流动，raw流向wiki，wiki流向output。每一层都有明确的职责，原料层只负责接收，知识层只负责编译，产品层只负责产出。你每天要做的事情就是把新东西丢进raw，剩下的事AI自动完成。
SCHEMA.md把通用AI变成严格执行规范的wiki管理员
Claude Code是一个通用AI，你让它帮你整理笔记，它会整理，但整理的方式可能每次都不一样。今天标签叫ai-tools，明天叫AI工具。今天文件名用英文，明天用中文。这种不一致性在知识库里是灾难。你需要一份SCHEMA.md文件，它定义了wiki的命名规范、标签体系、wikilink规则、文章模板。有了这份文件，通用AI就变成了严格执行规范的wiki管理员。
你告诉Claude Code，概念页的文件名用小写英文，多个词用连字符连接。实体页的人名用英文全名。每篇wiki文章必须包含title、type、tags、sources、created、updated、summary这七个frontmatter字段。标签只能用预设的那几个顶级标签，不准自创。
首次提到某个已有wiki页面的概念时必须用双向链接，同一篇文章里同一个概念只链接第一次。如果提到的概念没有wiki页面，就创建一个stub占位页面等着以后扩充。这份SCHEMA.md不到五十行，但统一了命名、格式、标签、链接四件事。AI不会再纠结这篇文章叫RAG.md还是retrieval-augmented-generation.md，也不会出现ai和AI并存的混乱。
日记加AI周报是最低门槛的入门工作流
你如果只打算尝试一个工作流，就从这个开始。打开Obsidian的Daily Notes核心插件，每天按一个快捷键，Obsidian自动创建一个以日期命名的文件。你不需要想文件名，不需要决定存在哪，一个快捷键直接开始写。每天只写几行就够了，不要试图写长篇日记，那坚持不了两周。
三五行就好，今天做了什么，想了什么，看到什么有意思的东西。格式随意，不需要完整句子。你写给未来的自己和AI看，不是写给别人。坚持一周之后，你让Claude Code读取这一周的日记生成一份周报摘要。它会扫描你这七天的零散记录，按项目分类整理出本周主要做了什么，提取出值得记住的想法和洞察，列出下周可以跟进的事情，保存成一个结构化的周报文件。
年底的时候更刺激。你让Claude Code读取整年的周报或者直接读三百六十五天的日记，生成一份年度回顾。你这一年做了多少个项目，读了几本书，最频繁思考的话题是什么，哪些想法反复出现。Spotify Wrapped让你看到自己一年听了什么歌，Obsidian加Claude Code让你看到自己一年想了什么。
自动双向链接把你从手动劳动中彻底解放
双向链接是Obsidian最强大的功能，但它有一个前提，你得记得去建。你写日记的时候提到今天和老王吃了个饭，如果你不手动输入老王两个字的双向链接，这条日记和你之前关于老王的笔记之间就没有任何关系。有个德国开发者叫Stefan Imhoff，他每天要花十到十五分钟手动给日记里提到的人名、地名、书名添加双向链接。
后来他用了Claude Code，流程变成了这样。他正常写日记，不加任何链接，就像在记事本里随便写一样。写完之后运行一条命令，Claude Code读取今天的日记，找出所有的人名、地名、书名、概念名词。对于每一个实体，它搜索vault里是否已经有对应的笔记。如果有就把日记里的纯文本替换成双向链接，如果没有就创建一个新的实体笔记包含基本信息然后再链接过去。
他每天十到十五分钟的手工活，变成了几秒钟的自动处理。而且Claude Code做得更彻底。你可能漏掉一个人名，它不会。你可能忘了vault里有一个关于某个概念的笔记，它会搜索到。你的每一条日记、每一条笔记都会被自动编织进你的知识网络。你只负责写，整理和关联的工作交给AI。
整理五年旧笔记只要九十分钟
MakeUseOf有个作者分享了一个真实案例。他积累了五年的笔记，散落在各种文件夹里，没有标签，没有链接，一团乱麻。他试过好几次手动整理，每次打开那个文件夹就感到绝望，然后关上。后来他把整个文件夹指给Claude Code，九十分钟就整理完了。
Claude Code读取所有笔记，按主题自动分类，给每条笔记添加包含标题、标签、摘要的frontmatter，建立笔记间的双向链接，生成每个文件夹的索引文件。五年的积累，从混乱变得有序，耗时不到两小时。
你不需要一次性扔两千个文件给AI。分批处理，每次一百到两百个。每批处理完审查一下质量，调整CLAUDE.md里的规则，下一批的效果会更好。整理完之后，那些旧笔记从信息坟场变成了有结构、有链接、可检索的知识资产。更重要的是它们和你的新笔记在同一个网络里了。今天写的日记有可能通过双向链接和三年前的一条旧笔记产生关联。
用Git管理vault让你敢放手让AI干活
Obsidian的vault就是一个文件夹，Git是管理文件夹变化的最成熟工具。你把vault用Git管理之后获得三样东西。第一，完整的改动历史。Claude Code每次修改笔记都留下记录，改了什么、改之前什么样，全部可追溯，最坏的情况就是git revert回去。
第二，AI操作的透明性。你让AI整理了一批笔记之后，git diff可以精确地看到它动了什么，比打开几十个文件逐个检查强得多。第三，放手的自信。你让AI帮你重新组织这五十个笔记的目录结构，没有Git你会犹豫，有Git你知道随时能回退。
初始化很简单。进入vault目录，创建.gitignore文件，把.obsidian/workspace.json加进去。这个文件记录窗口布局，每次打开Obsidian都会变，不需要追踪。然后执行git init，git add，git commit。之后你每天的工作流就是看AI改了什么，满意了就提交，不满意就回退。如果你不想手动操作Git，Obsidian有一个Obsidian Git插件，可以设置自动定时提交，比如每三十分钟自动commit一次。
从拼接方案迁移到Obsidian成本几乎为零
我写这本书之前一直用Cursor的文件树加Claude Code做知识管理。每个子目录有CLAUDE.md定义规则，根目录CLAUDE.md做路由。五十五个自定义Skills覆盖从调研到发布的全流程。这套方案能用，我用了大半年产出不少东西。但本质上是拼接方案，我用文件系统和CLAUDE.md手动模拟知识管理，每一个本该由工具提供的功能都得自己实现。
迁移到Obsidian的步骤极简。打开Obsidian，选我那个文件夹作为vault，完事。因为我的文件本来就是Markdown格式，Obsidian打开它们不需要任何转换。我现有的所有文件、所有目录结构、所有CLAUDE.md都原封不动，Obsidian只是在上面加了一层UI。
迁移之后我发现几件事必须改。
第一，养成用双向链接的习惯。写笔记时遇到重要概念、人名、项目名，随手用双括号链接过去。前几天觉得多了一个动作，一周后变成肌肉记忆。
第二，定期看图谱视图。每周花五分钟打开GraphView扫一眼，哪些话题形成了集群，哪些笔记是孤岛，哪些概念连接了不同领域。这个全局视角纯文件系统给不了你。
第三，我原来手动维护的知识库索引文件可以退役了。Cmd加O快速搜索和图谱视图比手动索引好用一百倍。迁移的本质不是换工具，是在已有基础上加一层更好的UI。文件、结构、规则、Skills全部保留，Obsidian加的是双向链接、图谱视图、插件生态这些CLAUDE.md实现不了的东西。成本接近零。
你只管写笔记AI负责织网
过去几十年我们用的所有知识工具，从纸质笔记本到Word到Notion，都有一个共同假设，整理是你的事。你负责分类、打标签、建索引、维护结构。工具提供容器，你提供秩序。AI改变的是这个假设，你可以只管往里扔东西，整理交给AI。你写笔记，AI织网络。
这听起来像一个小变化，但它带来的后果可能比我们想象的大。当整理不再是瓶颈，你的记录行为会改变。你会记录更多东西，因为不用担心记了找不到。你会更自由地联想，因为AI会帮你发现联系。你的笔记系统从一个需要你亲手维护的花园，变成一个自己生长的东西。
那些现在就开始积累的人，在AI能力继续提升的未来，会拥有别人没有的东西。不是工具，不是技巧，是数据，是你多年来思考和写下的一切。工具会变，今天是Obsidian，明天可能是别的软件。但你vault里的那些Markdown文件，它们永远是你的。