培训讲师的日常，很多时候不是败在讲台上，而是埋在教材和题库里。尤其是理工科、财会、工程认证这类课程，公式多、题型杂，一套高质量公式教材配上配套练习，从整理到校对往往要耗掉好几个通宵。我试过不少工具组合，最后真正稳定在 WorkBuddy + Obsidian 这套方案上：WorkBuddy 负责大量重复性的整理、生成、出题工作，Obsidian 负责把公式和知识点沉淀成可复用的知识库，两者配合下来，原来三天的教材和出题工作量，现在半天基本能搞定初稿。这篇就聊聊我是怎么搭的，中间踩了哪些坑，以及哪些规则配置最值得抄走。

这套组合适合谁？主要是要给学员出大量公式类练习题的培训讲师、企业内部技术培训师，以及做在线课程时被出题逼疯的课程开发人员。如果你只是偶尔记笔记，那 Obsidian 就够了；但如果你需要“把一个公式库变成一套带答案和解析的题库”，WorkBuddy 的批处理能力才是真正的生产力解药。

1. 先把工具定位搞清楚：WorkBuddy负责“干活”，Obsidian负责“存料”

很多讲师用 AI 工具时的通病是：拿对话式 AI 当一次性问答机器，问完就丢，下次换个窗口重新“调教”，知识的积累始终为零。WorkBuddy 和 Obsidian 的核心价值，恰好是把“干活的流程”和“存料的知识库”分开来看。

1.1 培训讲师为什么要重新分配工作流

先说我原来的工作流：讲完一节课后，把 PPT 里的公式截图存到一个文件夹，把 Word 里的例题复制到另一个文件夹，寻找过往的相似题时全靠记忆。到了出题季，翻遍所有资料，手工改几个数字、调一调条件，再手算一遍答案，效率极其低下。而且最容易出错的地方不是题目本身，而是答案算错、符号排版错、解析和题干脱节。

后来我把流程拆成两段：

• 第一段：所有公式、概念、例题统一放在 Obsidian 里，用 Markdown 和 LaTeX 结构化管理，让每个公式都有独立的“卡片”或“节点”，通过双链关联起来；
• 第二段：所有“根据公式批量生成题目、生成解析、替换参数”的动作交给 WorkBuddy，通过自定义规则让 AI 知道我的题型偏好、难度划分和输出格式，而不是靠临场对话。

这样一来，AI 负责的是“标准化生产”，Obsidian 负责的是“知识资产沉淀”。哪怕 AI 某天抽风，知识库还在，换个工具继续跑。

1.2 WorkBuddy与Obsidian的分工逻辑

WorkBuddy 不是一个普通的问答机器人，它更像一个可配置的自动化工作台。我用它的时候最看重三个能力：

• 规则定制：可以给 WorkBuddy 定义一套长期生效的规则，比如“所有题目必须包含已知条件、求解目标、答案、解析四部分”，不用每次重复交代；
• 文件读取与输出：它可以读取 Obsidian 库里的 Markdown 文件，理解公式定义，也能按模板批量输出 Markdown、Word、HTML 等格式；
• 批量处理：同一套规则一次跑完几十道题，支持随机参数、难度分组，这是手工出题无法比拟的。

Obsidian 在这个组合里真正强的是链接和检索。每个公式节点可以连接前置概念、典型例题、易错点，出题时 WorkBuddy 能顺着这些链接获取“上下文”，而不是凭空捏造。这里最关键的一点是：Obsidian 不只是存墨水的仓库，它其实是 WorkBuddy 的“知识地图”。我给 WorkBuddy 规定的每一个数据来源，都是 Obsidian 里对应的笔记，AI 输出时也必须引用笔记路径，方便后期溯源。

2. 公式教材库搭建：让Obsidian成为能“查得到、接得上”的知识底座

公式教材的核心不是把公式列出来，而是让公式之间形成网络。一元二次方程、求导法则、矩阵运算、概率分布……这些公式不是孤岛，学员做题的时候需要调动多个公式，讲师出题的时候也需要在不同模块之间取素材。Obsidian 的笔记组织结构天然适合干这个事。

2.1 素材整理：把零散PPT/Word/手写稿统一沉淀

我建库的第一步，是把所有散落素材转成 Markdown。这一步很枯燥，但必须做。具体做法：

• 把 PPT 里的公式截图逐张转移到笔记里，能识别成 LaTeX 就转成 LaTeX，不能识别的先截图放进去，后期再补；
• Word 里的例题按章节拆开，每道题单独一个笔记文件，文件名带编号和知识点；
• 手写稿和纸质教材，用扫描或拍照后转成 PDF，塞进附件文件夹，并在对应笔记里用![[附件名]]引用。

文件命名我建议统一为公式-名称.md或例题-章节-序号.md，别用“未命名001”这种。命名一旦混乱，WorkBuddy 读取时定位会非常痛苦。我自己的习惯是：公式类用公式-导数-链式法则.md，例题用例题-导数-极值问题-01.md。

2.2 公式的Markdown录入与MathJax渲染

Obsidian 对 LaTeX 公式的支持很成熟，但有个容易踩的坑：数学公式里的_*^等符号，在 Markdown 里偶尔会被当成格式标记，尤其是行内公式，经常出现渲染一半是斜体、一半是公式的问题。

我解决的办法是给所有公式用独立代码块或行内公式时提前检查：

• 独立公式块：使用$$ ... $$包裹，每一行单独成段；
• 行内公式：使用$ ... $，但确保公式中间没有多余空格，符号尽量用\转义；
• 特殊符号统一用 LaTeX 写法，比如\alpha、\beta、\leq、\times，这样格式统一，WorkBuddy 后续生成时也不会写乱。

不妨看看我库里的一个例子：

## 一元二次方程求根公式 对于方程 $ax^2 + bx + c = 0$（其中 $a \neq 0$），其求根公式为： $$ x = \frac{-b \pm \sqrt{b^2 - 4ac}}{2a} $$ ### 判别式 - 当 $\Delta = b^2 - 4ac > 0$ 时，方程有两个不相等的实数根； - 当 $\Delta = 0$ 时，方程有两个相等的实数根； - 当 $\Delta < 0$ 时，方程没有实数根，有两个共轭复根。 ### 前置关联 - [[公式-因式分解]] - [[例题-一元二次方程-根的判别式]]

这样的结构既保证人能看懂，也保证 WorkBuddy 读取时能明确知道“哪些是公式、哪些是概念、哪些是例题入口”。

2.3 双链与标签：让公式之间有“路”可走

Obsidian 最被低估的功能是双链。出题时，如果 AI 只知道单一公式，生成题目的变化空间很小；但你给它一个连接了前置概念、类似题型、易错提醒的笔记网络，它就能生成更贴近真实教学逻辑的题目。

我在每个公式笔记里固定维护三个区块：

• 前置依赖：比如学“链式法则”之前必须先掌握“基本导数公式”；
• 常见题型：列出可能出现的三种典型问法；
• 易错点：写清学生容易混的符号或条件。

这个结构也叫“公式卡片”。平时不觉得，等到批量出题时，WorkBuddy 会主动读取这些卡片，然后在题目里自动加上“根据公式 x，结合前置依赖 y”这样的提示，学员做题时更容易形成知识串联。

3. WorkBuddy出题规则的定制：“调教”AI按你的思路干活

默认情况下，AI 对话窗口给出的题目质量参差不齐，要么太简单、要么太难，更常见的是答案算错。直接对话不是不能用，只是不稳定。真正稳定的是把出题规范写进 WorkBuddy 的规则文件里，让它每次都按同一套标准执行。

3.1 为什么默认对话式AI不适合直接出题

我最早用通用 AI 出题，出现过的典型问题包括：

• 题目条件不足，答案却煞有介事地写出来了；
• 单位和符号不符合中文教材习惯；
• 选项设置缺乏干扰项逻辑，学员光靠排除法就能选出答案；
• 一次生成的题目数量太少，每道题都要反复纠正。

根本原因在于，通用对话没有“教学知识库”，也没有“出题逻辑”。它不知道自己面对的是哪个年级、哪个知识模块、哪种题型规范。所以后来我彻底放弃了“即兴问答”式的出题方式，改成给 WorkBuddy 立规矩。

3.2 用Rules/Skill给WorkBuddy立规矩

WorkBuddy 的规则文件我用的是 Markdown 格式，放在指定目录下。大概长这样：

--- rule_name: 讲师出题规范 trigger: 出题 / 生成练习 / 编写试题 --- # 出题基本要求 1. 每一题必须包含：题目标题、知识点标签、题目背景、已知条件、求解目标、答案、详细解析。 2. 知识点标签必须与 Obsidian 库中已存在的笔记标签一致。 3. 答案必须给出完整的推导步骤，不跳跃，不省略关键公式应用。 # 题目类型 - 填空题：答案限制在 10 个字以内，不需要解析过程，但需提供参考答案。 - 计算题：需要提供分步解析，每题至少三步。 - 选择题：必须包含 4 个选项，且至少有一个选项是“对常见错误理解”的干扰项。 # 难度划分 - 基础：直接应用单一公式，不涉及变形。 - 进阶：需要两步以上公式推导，允许引入少量中间变量。 - 综合：需要跨章节知识，必须明确调用两个以上笔记标签。

这个文件的优势在于可复用、可迭代。你一开始定的规则可能不完美，用了几次发现问题后，直接改文件，下次就生效。比起每次对话重复“给我出五道求导题，要带解析”这种话，规则文件才是一劳永逸。

3.3 难度系数与题型参数的设定逻辑

除了规则，我还会在每次出题时给 WorkBuddy 提供“任务参数”。这步很关键，因为规则描述的是“一贯要求”，而每一次出题还需要具体设定范围。

我常用的做法是写一个非常明确的任务描述：

出题范围：Obsidian 库内 `公式-微分中值定理.md` 和 `公式-洛必达法则.md` 两个笔记。 题型：3 道选择题、2 道计算题。 难度：选择题为基础，计算题为进阶。 输出格式：第一题为选择题，第二题为计算题，交替出现。每道题输出为 Markdown 格式，并用二级标题区分。

这里要注意，WorkBuddy 对“模糊指令”的完成质量远低于“精确指令”。如果你说“出几道导数题”，它会自由发挥到你无法控制；但你说“只读取这两个笔记，按难度和格式要求输出”，输出质量会立刻提升。我的经验是，宁可花两分钟把任务描述写长，也不要事后花十分钟改题目。

4. 自动出题全流程实操：从教材库到成套试卷

前面两条基础打好之后，真正自动出题的流程就简单了。这里完整走一遍我最近的实操案例：为一节“一元函数微分学”的培训课程生成 10 道练习题和一份配套答案解析。

4.1 触发方式与范围限定

我直接在自己的 WorkBuddy 工作区里新建了一个任务，内容是把命令指向 Obsidian 库的某个文件夹：

1. 打开 WorkBuddy 的任务面板，新建任务；
2. 任务目标选择“根据指定笔记生成练习题”；
3. 在任务参数里写入：
   • 目标目录：课程库/高数基础/微分学
   • 指定笔记：公式-导数-基本公式.md、公式-导数-链式法则.md、公式-微分中值定理.md
   • 范围：只使用这三篇笔记的内容，不得补充笔记中不存在的知识点
   • 题目总量：10
   • 输出文件：课程库/高数基础/练习题-微分学-01.md

WorkBuddy 读取这些笔记后，会先列出它能识别到的公式和例题结构，然后生成一份草稿。我一般会先让它输出一个“题目清单”，也就是每道题涉及的知识点和预估难度，确认无误后再生成完整内容。这样可以避免一次生成十道题后发现有五道偏离范围。

4.2 题面、答案、解析的批量生成与校验

生成初稿后，我通常还会让 WorkBuddy 做一轮“自查”，指令如下：

请检查以上题目，确认以下事项： 1. 每道题的知识点是否明确标注； 2. 答案与解析是否逻辑一致，是否正确使用了笔记中的公式； 3. 是否有题目使用了未被允许的额外知识点； 4. 是否有题目存在条件冗余或遗漏。

这个“自查”动作的价值远超想象。AI 生成的初稿往往有明显的“自信错误”，比如把导数求成积分、把符号写反、把条件中的区间忽略掉。经过自查后，大部分低级错误都会被筛选出来。

我还会抽查其中一道题，手动计算一遍，验证解析的每一步。原因是：规则的最终目的是降低人工成本，而不是完全消除人工判断。如果用了自动出题却完全放弃审核，考试一翻车，口碑损失远超省下来的时间。

4.3 导出与后续加工

WorkBuddy 默认输出的是 Markdown 文件，但培训场景常常需要 Word 或 PDF。我的处理方式是：

• 保持 Markdown 为“母版”，所有修改都在 Markdown 上完成；
• 需要 Word 版时，使用 Obsidian 的导出功能直接转成 .docx；
• 需要排成试卷样式时，做一个 Word 模板，使用“邮件合并”或简单表格粘贴。

如果要做在线测验，比如导入到考试平台或学习管理系统，通常需要 CSV 或固定字段格式。WorkBuddy 生成 Markdown 后，我会再写一个简单的转换规则，把题目按平台要求的字段提取出来。这个转换我同样交给了 WorkBuddy 的另一个 Skill，让它批量将 Markdown 题面拆成题干、选项、答案、解析四个字段，最后粘贴到 CSV 里。

5. 真实踩坑记录：从“能跑”到“好用”的三个关键坑

任何自动化流程都逃不过“能跑”和“好用”的差距。这套工作流我用了大半年，踩过的坑很多，挑三个最典型的说说。

5.1 公式渲染失效与特殊符号冲突

第一个坑是 Obsidian 打开后公式区域显示乱码，整个页面一片红色。我排查后发现，大多是因为行内公式里用了|或_，被 Markdown 解析器误判了。比如：

• 绝对值符号|x|在表格或行内语境中可能被识别成分隔符；
• 下标a_i中的_在某些主题下被渲染成斜体起始标记；
• 公式里有#时会被当成标题符。

解决办法是尽量避免在公式里直接使用这些字符，改用 LaTeX 转义写法：

• 绝对值写作\left| x \right|；
• 下标写作a_{i}；
• 矩阵用\begin{pmatrix} ... \end{pmatrix}包裹。

这个坑让我重新过了一遍所有的公式笔记。现在我的原则是：凡是要进入公式块的内容，一律用标准 LaTeX 语法，哪怕麻烦一点，也不和 Markdown 语法混用。

5.2 AI出题的“幻觉”问题与知识库溯源

第二个坑更痛。WorkBuddy 在和笔记联动时，偶尔会生成笔记里不存在的内容，比如自己发明一个公式、自己编一个“常见错误”，甚至把我在另一门课里才讲的符号引用进来。

我的排查方式是：

1. 让它生成的每一道题都带上“引用笔记”字段；
2. 如果引用字段指向的笔记里没有对应内容，我立刻在规则里补充一条：禁止引用未出现在目标目录中的知识；
3. 每天批量出题后，我使用 Obsidian 的全局搜索检查每道题引用的笔记是否存在。

后来我在规则里加了一句话：“所有公式和定义必须原文引用笔记内容，不得自行改写或扩展。如笔记中没有具体定义，输出‘未找到知识点’并跳过该题。”这句话一出，问题少了很多。

5.3 同步、缓存与Obsidian打不开这类环境问题

第三个坑是环境层面的。WorkBuddy 读取 Obsidian 库时，如果 Obsidian 正在运行且频繁写入，偶尔会遇到文件锁冲突，导致读取失败。我的处理技巧是：

• WorkBuddy 执行任务时，先让 Obsidian 保存并退出，或者只读打开；
• WorkBuddy 的缓存目录最好指向一个非系统盘路径，尤其是用 Windows 时，默认路径经常占用 C 盘且权限受限；
• 如果 Obsidian 打不开，先检查是不是某个插件崩溃，直接在安全模式下启动，找到罪魁祸首再说。

我记得有段时间 Obsidian 一打开就报错，排查半天发现是主题插件和“公式插件”冲突。后来把公式渲染相关的插件统一升级到最新版，问题就消失了。环境问题看起来小，但一旦发生会打断整个出题流程，所以我现在每个月固定做一次 Obsidian 配置备份，定期清理缓存目录。

6. 把工作流复制到更多教学环节

公式教材和自动出题只是第一步，这套 WorkBuddy + Obsidian 的工作流，完全可以平移到我目前正在做的其他教学环节里。比如：

• 课件大纲生成：直接从教材笔记里提取核心知识点，按时间轴生成每页课件的标题和要点；
• 讲义编写：让 WorkBuddy 根据公式卡片和例题整理成“知识点-公式-例题”的固定结构，我再润色；
• 错题集整理：学员提交错误答案后，把错题对应的知识点标签汇总，自动生成班级共性问题清单；
• 学习路径推荐：利用双链关系，为不同程度学员生成推荐学习路线。

我现在给自己定了一个原则：凡是重复劳动，先想能不能变成规则，再想能不能交给 WorkBuddy；凡是知识资产，先想能不能放进 Obsidian，再想能不能方便 AI 调用。这套组合的真正价值不在于某个单点功能，而在于把“零散的教学素材”变成了“可供自动化调用的知识基础设施”，这才是降本增效最实际的地方。