尧图网站建设 尧图网络
  • 首页
  • 关于我们
  • 服务项目
  • 案例展示
  • 建站流程
  • 资讯中心
  • 联系我们
首页/资讯中心/详情

Obsidian+AI+飞书:搭建一个会自进化的知识库

Obsidian+AI+飞书:搭建一个会自进化的知识库
📅 发布时间:2026/7/1 4:40:38

预计字数:4800 字 阅读时间:14 分钟 难度等级:⭐⭐(小白友好,有终端基础更佳)

核心价值:跟着做,你也能用 Obsidian+AI+飞书 搭一套知识不流失、自动整理、手机随时查的个人知识库


说个扎心的事实。

你收藏了上百篇文章,几十条灵感,各种教程和笔记。

但你打开手机翻了一圈,发现要用的时候还是找不到、想不起、串不起来。

不是你记性差。是你的知识根本没被"管理"过,只是被"堆"在了某个地方。

——

但这不是你的问题。是时代变了。

两年前,你一天收藏两篇文章,靠脑子记住放哪了就够了。

现在你一天刷到二十篇值得收藏的内容,光靠脑子已经管不过来了。

AI时代最稀缺的能力不是获取信息,是管理信息。

谁先搞定这个,谁就能从信息焦虑里脱身。

我现在的知识库是怎么跑的?

三个东西各干各的事:

  • Obsidian 负责沉淀和备份
  • 飞书负责收集和移动端交互
  • AI 负责整理和执行

它们通过一个叫 AGENTS.md 的文件连接在一起,形成一个能自己运转的系统。

今天我把整个搭建过程拆开讲,小白也能跟着做。


先搞清楚:三个工具分别干什么

先别急着装软件。花一分钟理解一下这套系统的分工逻辑,后面每一步你都知道自己在干嘛。

  1. 1. Obsidian = 知识仓库

所有沉淀下来的东西,全部以 Markdown 文件的形式存在你的电脑上。

不是存在云端、不是存在某个App里,是实实在在的本地文件。

好处是什么?不依赖任何一家公司的服务器。

Obsidian 关门了,你的文件还在。

而且因为是纯文本,AI 可以直接读写,不需要调什么 API。

  1. 2. 飞书 = 收集器和移动端入口

手机上看到一篇好文章、开会有个要点要记、突然冒出个灵感——飞书来收。

飞书还有个杀手级能力:发一个链接给它,它能自动解析内容。

这意味着你在手机上随手转发的文章,不是存个链接就完事了,而是能把正文提取出来。

  1. 3. AI Agent = 图书管理员 + 执行者

你写一份 AGENTS.md 文件,告诉 AI 这套知识库的结构、规则、怎么整理。

AI 就会按照这个规则,自动把飞书收集来的东西归档到 Obsidian 里,定期整理,生成总结。

它不是一次性干完就跑。是每次打开都能接着干。

我自己的 AGENTS.md 开头就是这样的:

# Core Identity - 用户:大象 - 角色:AI 共学主理人 / 内容创作者 / 系统操盘者 - 核心目标:3 年服务 3000 名学员 - 主事实源:Obsidian 根目录 `/Users/dx/Hermes-agent`

就这几行,AI 就知道它该把所有知识沉淀到 /Users/dx/Hermes-agent 这个目录下,而不是随便找个地方写。

概念卡片:

AGENTS.md 就是你给 AI 写的"工作手册"。

告诉它你是谁、你的项目在哪、你希望它按什么规则帮你干活。

写在项目根目录,AI 每次启动都会自动读取。


搭建第一步:建好 Obsidian 目录结构

打开终端,创建你的知识库根目录:

mkdir -p ~/my-knowledge-base cd ~/my-knowledge-base

然后建目录结构。

我的实际结构有 20 多个分区、2000+ 个 Markdown 文件,但对你来说,先用一个最小可用版本:

mkdir -p 00-核心规则 mkdir -p 01-输入收集 mkdir -p 02-知识沉淀 mkdir -p 03-输出成果 mkdir -p 04-每日总结

四个目录的分工:

  • 00-核心规则 — 放 AGENTS.md,AI 的行为准则
  • 01-输入收集 — 飞书同步过来的原始素材、文章、灵感
  • 02-知识沉淀 — AI 整理后的结构化知识
  • 03-输出成果 — 文章、报告、教程等成品
  • 04-每日总结 — AI 每天自动生成的日报和周报

用 ls 确认一下:

ls ~/my-knowledge-base

你会看到:

00-核心规则 01-输入收集 02-知识沉淀 03-输出成果 04-每日总结

打开 Obsidian(没装的去 obsidian.md 下载,免费),点"打开文件夹",选 ~/my-knowledge-base。

现在你的知识库就有了。

为什么要分目录而不是全堆在一起?

因为 AI 需要知道"新东西该放哪里"。

你给它一个清晰的目录结构,它就能按规则自动归档。

没有结构,AI 就只能往一个地方塞,时间一长就是一锅粥。

说个我的教训。我最开始建知识库的时候,图省事,就建了一个 notes/ 目录,所有东西全往里扔。

结果 AI 帮我整理的时候,一篇关于 Claude Code 的技术笔记和一份会议纪要被合并到了同一个文件里。

我那天花了半小时手动拆开。

从那以后我就知道,目录结构不能偷懒,这是AI能帮你干活的前提。


搭建第二步:写 AGENTS.md,给 AI 立规矩

这一步是整个系统的灵魂。

在 00-核心规则/ 目录下创建 AGENTS.md:

cat > ~/my-knowledge-base/00-核心规则/AGENTS.md << 'EOF' # 我的知识库规则 ## 我是谁 - 我是一个正在学习AI的普通人 - 知识库根目录:`~/my-knowledge-base` ## 目录分工 - 01-输入收集/:飞书同步过来的原始素材 - 02-知识沉淀/:整理后的结构化笔记 - 03-输出成果/:文章、报告等成品 - 04-每日总结/:每日自动生成的总结 ## AI 的职责 1. 收到新素材时,自动归档到 01-输入收集/ 2. 每天整理一次,把有价值的内容提炼到 02-知识沉淀/ 3. 生成每日总结到 04-每日总结/ 4. 所有操作必须以 Markdown 格式保存 ## 红线 - 不删任何已有文件 - 不修改 00-核心规则/ 里的内容 - 不确定归哪类的,放 01-输入收集/ 等我确认 EOF

为什么叫 AGENTS.md?

因为这个文件格式最早来自 Claude Code 的规范:

任何以 AGENTS.md 命名的文件,AI Agent 启动时会自动读取。

不只是 Claude Code,Codex、Cursor 等主流 AI 编码工具都认这个约定。

  • Claude Code 官方文档明确推荐在项目根目录放置 AGENTS.md 来定义 Agent 行为规范。
  • Codex(OpenAI)同样使用 CLAUDE.md/AGENTS.md 作为项目指令入口。

这已经成了事实上的行业标准。

说白了,这就是你的"个人数字宪法"。AI 尊重它,因为它一上来就读到它了。

写到这一步,你可能会觉得:规则写了这么多,是不是太麻烦了?

不麻烦。其实你只要记住一件事——告诉AI三样东西:你是谁、你的东西在哪、什么该做什么不该做。

剩下的AI自己会判断。

上面那段 AGENTS.md 看着长,但核心就这三句。

我自己的 AGENTS.md 有 300 多行,那是因为我跑了半年多,踩了很多坑才补上去的。

你刚开始写20行就够。


搭建第三步:飞书收集器,手机端的灵感入口

这一步分两部分:飞书端配置和 AI 自动同步。

飞书端:建一个知识收集群

  1. 1. 打开飞书,创建一个新群聊,名字随便,比如"知识收集箱"
  2. 2. 这个群就是你的"收件箱"——任何你觉得有用的东西,随手转发到这里

飞书能做什么?

  • 链接解析:直接把一篇公众号文章的链接发到群里,飞书会自动抓取标题和摘要
  • 文字记录:开会时随手打字记录要点,比打开电脑快多了
  • 图片/文件:截图、PDF、文档,直接往群里丢

这比你在微信里发给自己然后找不到强太多了。

微信的消息是一维的时间线,没有结构;飞书的群聊可以配合 AI 做结构化提取。

AI 同步:把飞书的内容自动搬进 Obsidian

这里有两种方式,看你的技术水平选一个:

方式 A:用飞书 API 自动同步(需要写一点代码)

飞书提供了开放的 API,可以让 AI 定时读取群聊消息。你需要的工具:

  • 一个 AI Agent(Claude Code / Codex / Cursor 都行)
  • 飞书开放平台的应用凭证

核心流程就是:AI 定时读取飞书群消息 → 提取内容 → 写入 Obsidian 的 01-输入收集/ 目录。

方式 B:手动+半自动(零代码,推荐小白从这个开始)

不用急着上自动化。先把手动流程跑通:

  1. 1. 看到好文章 → 转发到飞书"知识收集箱"群
  2. 2. 每天晚上,打开 AI Agent,说一句:"把今天飞书群里收集的内容整理到 Obsidian"
  3. 3. AI 会读取飞书内容,按 AGENTS.md 的规则归档

这个流程跑一周,你就知道自己最常收集什么类型的知识,哪些目录需要调整。

先手动跑通流程,再考虑自动化。

不是所有事情都需要自动。

手动操作的过程本身就是你对知识库的"整理思考"。


搭建第四步:AI 自动整理——让知识库"活"起来

当你的 Obsidian 里积累了一些内容后,这一步就是让 AI 来干活了。

写一个整理脚本

在你的知识库根目录创建一个脚本:

cat > ~/my-knowledge-base/scripts/daily-organize.sh << 'EOF' #!/bin/bash # 每日整理脚本 - 由 AI Agent 执行 cd ~/my-knowledge-base echo "=== 开始每日整理 ===" echo "1. 扫描 01-输入收集/ 中的新文件" echo "2. 按主题分类" echo "3. 提炼要点,写入 02-知识沉淀/" echo "4. 生成今日总结到 04-每日总结/" echo "=== 整理完成 ===" EOF chmod +x ~/my-knowledge-base/scripts/daily-organize.sh

这个脚本本身不会自动跑——它是一个提示文件,告诉你(和 AI)每天该做什么。真正执行的是 AI Agent。

AI 的每日工作流

你每天跟 AI Agent 说一句话就行:

执行今日知识库整理。按 AGENTS.md 规则,把 01-输入收集/ 中今天的新内容归类到 02-知识沉淀/,生成总结到 04-每日总结/

AI 会:

  1. 1. 读取 AGENTS.md 了解规则
  2. 2. 扫描今天的输入文件
  3. 3. 按主题归档(比如技术类的放技术目录,运营类的放运营目录)
  4. 4. 提炼关键要点
  5. 5. 生成一份每日总结

每次操作都会留下 Markdown 文件,可追溯。

这就是"自进化"的意思

不是一次性搭好就不管了,是 AI 每天都在帮你整理、提炼、归类,知识库越用越有结构。


搭建第五步:让 AI 学会"蒸馏"——从信息到知识

"蒸馏"是我很喜欢的一个词。

原始信息是海水,蒸馏之后是淡水。

你收藏了100篇AI文章,大部分内容是重复的、低信息量的。

AI 帮你过滤掉噪音,留下精华——这就是蒸馏。

实操:让 AI 给你做内容蒸馏

在你收集了一周的文章后,给 AI Agent 下这个指令:

读取 01-输入收集/ 目录中本周所有文章。 对每篇文章: 1. 提取核心观点(不超过3条) 2. 判断信息价值(高/中/低) 3. 高价值内容:提炼为独立知识卡片到 02-知识沉淀/ 4. 低价值内容:标记为 _archive/ 备查 5. 生成周报到 04-每日总结/

AI 做完之后,你会看到 02-知识沉淀/ 里多了一些精炼的知识卡片,04-每日总结/ 里多了一份周报。

一个实际的例子

我自己的系统里,memory/ 目录(对应知识沉淀层)有 229 个 Markdown 文件,13-每日总结/ 有 152 个日报文件。这些不是我自己一个一个手写的,是 AI 过去几个月按照 AGENTS.md 的规则自动沉淀下来的。


到这里你可能想问:非要用 Obsidian 吗?

你可能一路跟到这里,心里有个问题一直没问出口——

我用 Notion 不行吗?

行。但有一个关键区别。

Notion 的数据存在云端,存在 Notion 的服务器上。

你把文章、笔记、灵感都放进去,看起来很整齐,但有一个问题:AI 不能直接读写你的 Notion 文件。

你想让 AI 帮你整理知识,你得要么导出、要么调 API、要么用插件——多了一层转换,多了一个出问题的环节。

Obsidian 不一样。

你的知识就是本地的一堆 .md 文件,躺在你的硬盘上。

AI 直接读写文件,就像你自己打开记事本写东西一样简单。

没有中间商,没有 API 调用,没有格式转换。

还有一个事。

我前面提了 AGENTS.md——这个文件约定是 Claude Code、Codex 这些工具认的行业标准。

它们默认去读你目录下的 .md 文件。

如果你用 Notion,这个生态你就接不上。

所以我的判断是:如果你只是记笔记,Notion 够用;

但如果你想让 AI 帮你管知识,本地 Markdown 是刚需。

这就是我选 Obsidian 不选 Notion 的原因。

不是它更好,是这个场景下它更合适。

反直觉的真相:

你以为你需要一个功能更强大的笔记工具。

其实你需要的是让AI能直接操作你的文件。

功能多不等于好用——能用才是关键。


速查表:搭建你的知识库

步骤做什么用什么工具
1建目录结构终端 mkdir
2写 AGENTS.md 规则文件任何文本编辑器
3打开 ObsidianObsidian(免费)
4飞书建收集群飞书 App
5日常收集手机飞书转发
6AI 整理归档AI Agent(Claude Code/Codex/Cursor)
7AI 蒸馏提纯AI Agent + AGENTS.md 规则

最简启动路径:

今晚花 10 分钟建好目录 + 写好 AGENTS.md + 装好 Obsidian。

明天开始在飞书群里随手转发好内容。

第三天开始让 AI 帮你整理。

一周后你就会发现——以前散落在各处的知识,开始有秩序地流动了。


最后说一句

这套系统不复杂。

三个工具,一个规则文件,一个每天跑一次的整理流程。

但我想说一句可能不太好听的话:工具只是放大器。

你愿意花心思整理,AI 帮你放大十倍。

你不愿意,再好的系统也只是一个空架子。

知识管理不是技术问题,是习惯问题。

这套系统只是给你一个起点。

真正让知识库"活"起来的,是你每天往里面丢东西的习惯。

先跑起来,边用边改。

既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧,如果可以给我个星标⭐,将不胜感激~谢谢你看我的文章,我们,下次再见。


#Obsidian #知识库 #AI工具 #飞书 #知识管理 #AGENTS.md #BuildInPublic

作者:大象-推动 AI 共学,让普通人轻松上手AI

相关链接

  1. 1. Obsidian 官网:https://obsidian.md
  2. 2. OpenAI Codex:https://github.com/openai/codex
  3. 3. 飞书开放平台:https://open.feishu.cn
  4. 4. 社群站:https://daxiangnaoyang.github.io/daxiang-ai-gongxue/

相关新闻

  • 2026智能门锁行业白皮书:42%投诉增长背后的核心消费警示
  • 【课程设计/毕业设计】基于 SpringBoot 的棋牌室日常营业监管系统的设计与实现 基于 SpringBoot 的休闲棋牌服务管理系统【附源码、数据库、万字文档】
  • MATLAB实战:用fitdist函数搞定风光数据Weibull和Beta分布拟合(附完整代码)

最新新闻

  • 从推箱子到世界模型:AI认知革命如何重塑下一代智能系统
  • 直付通二级商户生存法则:选一级方不能只看“表面功夫”
  • 单线程测试模块
  • Mac M系列芯片完美运行Attu:解锁Milvus最佳GUI体验的完整指南
  • 把休学干预的价格打下来:坤和静界·春藤计划的OMO成本结构拆解
  • 别再只调encode了!用Hugging Face Tokenizer玩转中文分词、ID转换与可视化(附完整代码)

日新闻

  • 2026年6月公司网站搭建最新热门渠道测评:四大低成本/零代码平台对比+避坑
  • 【Linux】Linux arm 编译QT程序,出现expected “}“报错
  • 【MATLAB例程】四基站二维AOA定位与距离辅助增强对比仿真。基于角度观测和测距修正的固定目标平面定位精度分析

周新闻

  • Windows字体自定义终极方案:No!! MeiryoUI完全指南
  • Deepin Boot Maker:告别命令行,3分钟制作Linux启动盘的智能解决方案
  • Plain Craft Launcher 2:重新定义你的Minecraft游戏体验

月新闻

  • 2026年6月公司网站搭建最新热门渠道测评:四大低成本/零代码平台对比+避坑
  • 【Linux】Linux arm 编译QT程序,出现expected “}“报错
  • 【MATLAB例程】四基站二维AOA定位与距离辅助增强对比仿真。基于角度观测和测距修正的固定目标平面定位精度分析

关于尧图

  • 公司简介
  • 团队介绍
  • 企业文化
  • 荣誉资质

服务项目

  • 定制开发
  • 电商建站
  • UI 设计
  • 运维服务

快速链接

  • 案例展示
  • 建站流程
  • 常见问题
  • 资讯中心

联系方式

  • 📍北京市朝阳区互联网产业园 A 座 10 层
  • 📞400-888-8888
  • ✉️contact@rkmt.cn
  • 🕐周一至周日 9:00-21:00

© 2024 北京尧图网络科技有限公司 版权所有 | 京 ICP 备 XXXXXXXX 号