看到这个标题别急着笑。用 AI 学会所有东西这句话确实有点大但如果你把它换成“让 AI 帮我整理、拆解、复盘我需要学的东西”它就是一个完全能落地的目标。我最近一直在用 Obsidian 加 Claude Code 搭个人知识库真实体验是工具组合本身不神秘真正值钱的是背后那套“把不知道变成知道”的流程。这篇文章会把我自己踩过的坑、验证过的方法、可以直接抄的配置都整理出来适合正在做知识管理、准备用 AI 辅助学习的人参考。1. 别急着喊“学会所有东西”先把目标拆成三条线1.1 “学会”的第一步永远是“先找个地方放问题”很多人的学习失败不是智商问题而是流程问题看到好文章随手收藏刷到好工具先码后看报个课进收藏夹吃灰几个月下来收藏几百条能记住的不超过十条。我早几年也这样后来想明白一个事——所谓“学会”本质是把外部信息转化成自己能随时调用的结构化记忆。这不能只靠大脑必须靠外部系统。Obsidian 对我的意义就是这个“外部系统”。它不是又一个云笔记它的底层就是本地文件夹加 Markdown 文件。每一条笔记都是纯文本纯文本意味着三件事第一不会因为某个软件停止服务而消失第二可以被任意工具读取、批量处理第三可以被 AI 完整分析。这三点是后面所有玩法的基础。如果你还没建库第一步不是去研究插件而是先在本地新建一个文件夹用 Obsidian 打开它把它变成一个“知识仓库”仅此而已。1.2 Claude Code 不是“又一个大模型聊天框”很多人把 Claude Code 理解成“在终端里跟 AI 聊天”这是误区。它的典型使用场景不是问答而是把一个复杂的多步骤任务交给它让它去读文件、改代码、跑命令、整理输出最终给你可复现的结果。说白了它是一个能“动手干活”的 AI Agent不是只有“动嘴回答”的对话框。放在知识库场景里它能做的事情很具体批量读取某个文件夹里几十篇笔记总结它们之间的关联并生成索引把一段零散的录音转写稿改写成结构化笔记按我定义的模板把网页内容转成带双链的 Markdown 文件。这些事情如果用聊天窗口来做你得一遍遍复制粘贴而 Claude Code 可以直接访问本地文件系统一次性处理完。这就是我为什么在 Obsidian 之外又引入它的核心原因Obsidian 负责“存”Claude Code 负责“加工”。1.3 我给“学会”定的三条检验线在我的个人知识库里一个知识点只有同时满足三条线我才会把它标记为“已学会”。第一条是可解释不看原文能否用自己的话讲清楚第二条是可调用遇到实际问题时能否主动想到用这个知识点第三条是可迁移它能不能解释另一个领域的现象。这三条线不是空话它们会被我写进知识库模板里AI 生成笔记时也会按这个标准去组织内容。有了检验线知识库就不是“收藏夹搬家”而是变成了一个可以持续反馈的学习系统。你不需要学完所有东西你只需要把当前想学的每个东西都走完这个闭环。2. Obsidian 和 Claude Code 的最小可用配置20 分钟搞定2.1 Obsidian 端只做三件事别急着美化我第一次用 Obsidian 时花了一个周末挑主题、配插件、搞图标最后真正写笔记的时间不到半小时。后来我极度简化流程新机器上只做三件事下载安装、打开一个本地文件夹作为库、创建三个常用目录。目录我建议这样建00 Inbox放所有临时收集的内容10 Projects放当前正在学的具体项目50 Knowledge放已经整理过的长期知识卡片。数字前缀是为了排序不是玄学。如果你只是自己用完全不需要一开始就配云端同步。Obsidian 的全部数据都在本地先用 U 盘、移动硬盘或者你自己信任的同步方式备份即可。我见过太多人卡在“先搭好完美的同步方案”这一步结果半个月还没开始记笔记。正确的顺序是先写满 50 篇再考虑同步。2.2 Claude Code 端装好环境、配好 Key、跑通第一条命令Claude Code 本质上是一个命令行工具它对机器的要求并不高只要是能正常跑 Node.js 的环境就行。安装之前建议先确认 Node 版本然后使用 npm 全局安装官方包或者使用官方提供的自动安装脚本。安装完成后在终端里运行 claude 命令再配置好模型 API Key 的环境变量就可以进入交互界面了。第一次跑通时不要急着让它写大项目先让它做一件小事创建一个测试文档写入一行文字再读取出来。这一步能验证工具链是否完整也能让你熟悉它的基本交互方式。很多新手在这一步就卡住原因多半是环境变量没生效或者版本太老。排查方法很简单在终端里打印环境变量确认升级到长期支持版的 Node再重新安装一次依赖大部分问题都能解决。2.3 Obsidian 与 Claude Code 的三种协作姿势第一种是“手动投喂”把 Obsidian 里的一篇笔记复制出来在 Claude Code 里让它改写、扩写、提取关键词再把结果粘回 Obsidian。这种方式门槛最低适合从来没写过脚本的人但效率也最低。第二种是“文件直读”用命令让 Claude Code 直接读取 Obsidian 库里的某个 Markdown 文件修改后再写回原路径。这样能保留原本的双链格式比较接近我平时的主力用法。第三种是目前我觉得最理想的方式把 Obsidian 的库目录当成一个普通项目目录用 Claude Code 的 worktree 或文件操作能力一次性处理整个库文件。比如让它分析50 Knowledge下所有笔记的主题分布生成一张 MOC内容地图索引笔记再写回库中。整个过程不需要把 Observable 切来切去完全在命令行完成。三种方式适合不同阶段建议从第一种开始慢慢过渡到第三种。3. 真正能跑起来的建库流程从闪念到知识卡片3.1 第一步所有输入先进 Inbox不许直接进“正式区”很多人的知识库乱就是因为把整理和收集混在一起。我的原则很粗暴任何新想法、新资料、新摘抄一律先进00 Inbox文件名就是当天日期加一句话描述。比如2025-02-03-双链笔记的三个误区.md正文可以非常乱可以只有几个链接、几个关键词完全没有结构。这么做的原因是想清楚一件事收集时追求结构化是反人性的人会因为“整理成本太高”而放弃收集。先无脑丢进 Inbox等积累了 10 到 20 条之后再统一交给 Claude Code 做一次清洗整理。它一次能处理几十个文件把里面的重复观点合并、提炼主线再生成到对应的项目笔记或知识卡片。这样做既不会丢素材也不会让正式目录变得脏乱。3.2 第二步给 AI 一份“笔记加工说明书”我见过不少人让 AI 帮忙整理笔记结果不满意原因不是 AI 不行而是他们没告诉 AI“什么是好笔记”。我建议在 Obsidian 库里专门建一个_templates/note-spec.md文件里面写清楚你的偏好。比如命名规范、开头要有问题意识、每个概念至少配一个生活化例子、结尾要有“我可以怎么用”的实践清单。以我的模板为例核心结构有四段第一段是“要解决的问题”用一句话说明这条笔记在回答什么第二段是“核心概念拆解”把关键术语用最简单的话解释一遍第三段是“例证与反例”至少要有一个例子和一个容易混淆的反例第四段是“行动提示”告诉未来的我该怎么用这条笔记。写好后每次让 Claude Code 整理笔记时都要带上这个模板文件作为参考。实际执行时我通常会让 Claude Code 用类似这样的思路跑一遍先读取_templates/note-spec.md再读取 Inbox 里那批原始文件然后按照模板把每篇笔记改写生成到50 Knowledge/下的对应子目录中。你可以把这条指令保存成脚本或插件命令以后每次只需要说“整理 Inbox”四个字它就会自动执行这个流程。这就是用 AI 做知识管理的价值不是替你思考而是替你完成重复的格式劳动。3.3 第三步让 AI 把知识卡片串成“学习项目”单张知识卡片是珍珠知识库要的是项链。Obsidian 的双链能把文件串起来但问题是如果你只在写笔记时手动加链接大概率坚持不了几天。我现在的方法是每完成一个阶段的学习就让 Claude Code 读一遍这个主题下所有卡片找出彼此之间的逻辑关系并把缺失的链接补上。比如我在学习“注意力机制”时Inbox 里同时有关于自注意力、Transformer、KV Cache 的多篇摘抄。AI 整理后会在“注意力机制”的 MOC 笔记里自动汇总哪些卡片讲基础、哪些卡片讲演进、哪些卡片来自同一篇论文。它还能帮我发现矛盾之处“这篇笔记说 KV Cache 能大幅降低推理延迟但另一篇笔记提到显存占用会上升”这其实就是新的学习线索。这种“项目式整理”比单纯写笔记更接近“学会”的状态。因为你在 AI 的辅助下把碎片信息组织成了一个有结构的知识网络而不是几十篇孤零零的文档。4. 让知识库“长眼睛”用 Dataview 构建个人学习看板4.1 Dataview 是什么什么时候值得装Obsidian 官方社区里有大量插件Dataview 是其中最能改变使用习惯的一个。它的作用简单说就是不用手动维护目录通过查询条件自动生成笔记列表。举个例子你可以在某篇笔记里写一段查询语句让系统自动列出所有标签为“#未掌握”的笔记。每当你新建一篇带这个标签的笔记查询结果就会自动更新。但我不建议第一天就装它。Dataview 的语法对新手有学习成本如果连 Markdown 都不熟很容易被劝退。我建议等你已经有 50 篇以上笔记开始觉得“我找不到我想要的内容了”再装 Dataview。它适合用来做信息筛选不适合用来解决“没内容”的问题。4.2 我日常最常用的两段查询第一段是“今日待复习”列表。我要求每篇知识卡片 Frontmatter 里必须写status: learning / reviewing / mastered和next-review: 日期两个字段然后用 Dataview 查询所有next-review小于今天且状态不是 mastered 的笔记形成一个动态学习列表。第二段是“未整理的 Inbox 数量”。用一段简单查询统计00 Inbox下的文件数量如果我看到数字超过 30就知道该安排一次 AI 清理了。这种反馈很重要人脑很容易高估自己的勤快程度但数字不会骗人。把知识库变成看板本质上就是给自己装一个进度条让学习过程可视化。4.3 把 Dataview 与 Claude Code 结合起来维护状态Dataview 负责“显示”Claude Code 负责“更新”。我平时只需要在 Obsidian 里看看板而每次学完一个知识点就让命令行里的 Claude Code 把这个知识点的状态改成 mastered同时把下一次复习时间设为一个月后。这操作听起来很简单但它帮我解决了知识管理最容易失败的那个点维护成本太高就坚持不下去。以前我手动维护状态标签经常忘后来索性把更新任务丢给 AI。因为它能精确地修改文件里的 Frontmatter 字段不会删错内容。你可以在 Prompt 里这样要求读取某篇笔记的 Frontmatter把 status 改成 reviewed把 next-review 改成某个日期保留其余内容不变。配合 Obsidian 的自动刷新几秒钟内看板就会更新。整个过程很顺畅知识库从“死文档仓库”变成了“活的任务系统”。5. 踩坑记录高频问题与避坑经验5.1 工具层面的高频问题与排查办法我把自己和身边朋友用得最多的问题整理成了一个表如果你也遇到相同情况可以先照着排查一遍。这些都是常规问题不涉及任何特殊环境只要你按正常流程安装多数都能解决。问题常见原因处理建议启动后界面空白库路径选择错误或文件夹被移动重新用 Obsidian 打开正确的库文件夹Claude Code 命令找不到全局安装目录未加入系统 PATH重新安装并配置 PATH 环境变量AI 无法读取 Obsidian 里的中文文件名系统编码或文件名包含特殊符号尽量避免在文件名里使用空格和特殊符号Dataview 查不到刚写的笔记Frontmatter 字段名大小写不一致统一字段命名使用status就都写status整理的笔记把双链格式弄坏AI 按普通文本重写了 Markdown在模板里显式要求保留[[]]双链格式并让 AI 复查这里我想特别强调文件名规范。Obsidian 里很多功能都依赖文件名如果你一开始用“2025/02/03 笔记”这种带空格的文件名后面用命令行处理时会被路径问题反复折磨。我的习惯是文件名只用中文或英文连字符例如transformer-architecture.md或如何构建知识库.md避免/和空格能省掉大量麻烦。5.2 内容层面的三个经验教训第一不要让 AI 生成“看起来很多但实际上没有经过你大脑”的笔记。我早期为了让知识库显得充实让 Claude 生成过大量概念解释后来发现这些内容只是把百科词条改写了。真正的笔记应该有你的疑惑、你的例子、你的应用场景AI 只能帮你润色和执行不能替代你思考。第二定期做“断舍离”。知识库不是越大越好三个月后我会让 Claude Code 找出那些从未被引用、状态长期是 learning 的笔记逐条判断是继续学还是直接归档。归档不等于删除只是把它们移到90 Archive目录让主库保持清爽。这个动作最大的意义是逼自己面对现实哪些领域你真的在学哪些只是“收藏安慰”。第三双链不要滥用。早期我每篇笔记都加十几个链接看起来网络很丰富实际上很多链接没有意义。后来我给自己定了规矩一篇笔记只链接 3 到 5 个真正有逻辑关联的笔记链接必须代表“这篇和那篇在某个问题上是相关的”而不是“它们出现在同一批导入文件里”。少而准的双链比多而滥的网状图更有价值。5.3 让知识库不烂尾的三个习惯回头看我自己的经验能坚持到今天靠的不是意志力而是习惯设计。第一个习惯是“每天只花五分钟收集”不管多忙看到一个好内容就创建一个新笔记丢进 Inbox不整理、不分类、不写完整句子五分钟内结束。第二个习惯是“每周日做一次 AI 整理”把 Inbox 里的内容批量处理生成正式笔记同时让 Claude Code 更新本周涉及的项目笔记。第三个习惯是“每月末做一次复盘”单纯看 Dataview 看板哪些主题进展慢哪些卡片一直没复习一目了然。说到底“用 AI 学会所有东西”并不是让 AI 替你学而是让 AI 帮你把学习中最消耗意志力的环节自动化。Obsidian 负责保存Claude Code 负责整理Dataview 负责反馈你只负责最重要的部分提问、思考和验证。按照这套流程走下来哪怕你最后没有“学会所有东西”也能留下一个随时可以继续生长的个人知识库这件事本身就值回所有投入了。