个人知识库这件事我折腾了差不多三年。最早用文件夹加Markdown后来换过几款笔记软件再后来往里面塞各种插件最后发现真正让人放弃的不是工具不够强而是记了找不到、找了用不上、用上不更新。所以当我看到 Obsidian WorkBuddy Gitee 这个组合的时候第一反应不是又一个工具链而是它刚好把三个最痛的环节拆开了Obsidian 管本地知识资产WorkBuddy 管 AI 加工与工作流Gitee 管版本与同步。这三者各司其职不互相绑架这一点很关键。这篇内容适合两类人看一类是已经有一堆 Markdown 笔记但从来没整理过的人另一类是想给知识库加 AI 能力但不想被某个云平台锁死的人。我会把整套搭建过程拆成可复现的步骤同时把每一步为什么这么选讲清楚包括我踩过的坑和后来改过的方案。全文不涉及任何需要特殊网络环境的内容所有工具都是本地优先或国内可直连的方案。1. 为什么是这三个工具而不是别的组合1.1 知识库的三个断层存储、加工、版本大多数人搭知识库失败不是因为不会用工具而是没意识到知识库其实有三个独立的问题要解决。第一个是存储与检索笔记放在哪、用什么格式、能不能全文搜索、能不能双向链接。第二个是加工与增值原始笔记是死的怎么让 AI 帮你总结、归类、生成索引、回答问题。第三个是版本与同步多设备怎么保持一致、误删怎么恢复、历史版本怎么追溯。这三个问题如果用一个工具全包通常会得到一个什么都能做但什么都不精的结果。云端笔记软件把三者绑在一起代价是你的数据在别人服务器上AI 能力受限于它开放的接口。而 Obsidian WorkBuddy Gitee 的组合恰好是三个问题各用一个专门工具解决中间用文件系统和 Git 这两个通用协议连接谁都能替换谁都不会绑架你。我自己的判断标准很简单如果一个工具挂了我的知识库还能不能打开用这个组合答案是能。Obsidian 挂了Markdown 文件还在WorkBuddy 挂了笔记原文还在Gitee 挂了本地仓库还在。这种每一层都可降级的结构是长期维护知识库的底气。1.2 Obsidian 在本地知识管理里的不可替代性Obsidian 的核心价值不是好看而是它把笔记还原成了纯 Markdown 文件加一个文件夹。这意味着你的知识资产是文件系统级别的任何编辑器都能打开任何脚本都能处理任何备份工具都能覆盖。这一点在长期来看极其重要因为笔记软件会死但 Markdown 不会。它真正让我留下来的是双向链接和关系图谱。当你的笔记超过几百篇之后靠文件夹分类已经失效了因为你写一篇笔记时往往同时属于三四个主题。双向链接让你用[[笔记名]]的方式建立关联Obsidian 自动反向索引最后形成一张网。这张网就是你的知识结构而不是你手动建的目录树。还有一个容易被忽略的点Obsidian 的插件生态是本地运行的。社区插件市场里有几千个插件从看板、日历到数据库查询都有而且大部分不依赖云端。这意味着你可以把 Obsidian 打造成一个相当复杂的工作台同时保持数据完全在本地。1.3 WorkBuddy 补的是AI 加工这一环Obsidian 本身不做 AI虽然有插件能接大模型但插件方案的问题是配置分散、上下文管理弱、批量处理能力差。WorkBuddy 这类工具的价值在于它把 AI 能力做成了一个独立的工作流层可以批量读取你的笔记、按规则加工、再写回指定位置。我理解 WorkBuddy 的定位是AI 工作台而不是聊天窗口。聊天窗口是你问一句它答一句工作台是你定义好流程它按流程批量跑。比如把本周所有未整理的碎片笔记按主题聚类生成摘要写入索引文件——这种任务用聊天窗口做很累用工作流做就很自然。它和 Obsidian 的关系是读写文件系统而不是通过某个私有接口。这一点很重要因为这意味着 WorkBuddy 处理的是你真实的笔记文件处理结果直接落盘不需要导入导出。1.4 Gitee 承担版本与同步而不是网盘很多人用网盘同步笔记问题是网盘做的是文件级同步不是版本级管理。你改了一篇笔记网盘只保留最新版误删了或者改错了很难回到某个历史状态。而 Git 做的是版本级管理每次提交都是一个完整快照可以对比、可以回滚、可以分支。Gitee 在这里的角色是远程仓库提供三个能力一是多设备同步的中间点二是历史版本的异地备份三是可选的 Pages 静态发布。它的私有仓库对个人免费容量对纯文本笔记来说绰绰有余。用 Git 管理笔记还有一个隐性好处提交历史本身就是一种知识。你能看到自己什么时候写了什么、改了什么这种时间维度的记录是网盘给不了的。注意Git 适合管理纯文本不适合直接管理大量二进制文件图片、PDF。图片建议用图床或单独目录加 Git LFS否则仓库会迅速膨胀。2. 环境搭建从零到能跑通的最小闭环2.1 Obsidian 安装与仓库初始化Obsidian 的安装没什么门槛官网下载对应平台版本即可。真正需要想清楚的是仓库Vault放在哪、怎么组织。我的建议是仓库放在一个你确定会长期保留的磁盘位置路径里不要有中文和空格因为后面 Git 和脚本处理时中文路径容易出问题。初始化仓库后先不要急着装插件。我见过太多人一上来装几十个插件结果笔记没写几篇插件冲突先把自己劝退了。正确的顺序是先建目录结构再写一批笔记等感觉到痛了再装对应插件。我的目录结构是这样的供参考vault/ ├── 00-Inbox/ 临时收集未整理 ├── 10-Notes/ 正式笔记按主题分 ├── 20-Projects/ 项目相关 ├── 30-Areas/ 长期领域 ├── 40-Archive/ 归档 ├── 90-Meta/ 模板、索引、配置说明 └── .git/ Git 仓库这个结构借鉴了 PARA 方法但做了简化。核心逻辑是Inbox 是缓冲区Notes 是沉淀区Archive 是冷存储。所有新内容先进 Inbox整理后再进 Notes过期的进 Archive。这样你永远知道新东西该放哪旧东西该去哪。2.2 Git 初始化与 Gitee 远程仓库配置在仓库根目录执行初始化这是整个同步方案的基础cd /path/to/vault git init git config user.name 你的名字 git config user.email 你的邮箱然后在 Gitee 上新建一个私有仓库注意不要勾选自动生成 README否则会和本地冲突。创建完成后拿到仓库地址关联远程git remote add origin https://gitee.com/你的用户名/仓库名.git接下来是密钥配置。Gitee 支持 HTTPS 和 SSH 两种方式我强烈建议用SSH因为 HTTPS 每次推送都要输密码或者配置凭据缓存但多设备下很麻烦。生成密钥ssh-keygen -t ed25519 -C 你的邮箱一路回车默认生成在~/.ssh/id_ed25519。然后把公钥内容复制出来cat ~/.ssh/id_ed25519.pub登录 Gitee进入设置里的 SSH 公钥页面粘贴保存。验证连接ssh -T gitgitee.com看到欢迎信息就说明配置成功了。这一步踩坑最多的地方是公钥粘贴时带了多余换行或空格导致验证失败。复制时确保只复制ssh-ed25519开头到邮箱结尾的完整一行。2.3 第一次提交与推送配置好之后先建一个.gitignore把不需要版本控制的东西排除掉.obsidian/workspace.json .obsidian/workspace-mobile.json .trash/ .DS_Store *.tmp这里有个取舍.obsidian目录里既有插件配置值得同步也有工作区状态不值得同步因为每台设备窗口布局不同。我的做法是只忽略 workspace 相关文件插件和主题配置保留同步这样换设备后插件配置能直接恢复。然后提交推送git add . git commit -m init: 初始化知识库仓库 git branch -M main git push -u origin main到这里最小闭环就跑通了本地有 Obsidian 仓库远程有 Gitee 备份版本可追溯。2.4 WorkBuddy 接入文件系统WorkBuddy 的安装按官方指引走即可关键是让它能访问你的 Vault 目录。大多数这类工具需要你显式指定工作目录把 Vault 路径配置进去。配置完成后先做一个最小验证让它读取一篇笔记并输出摘要确认它能正确读到文件。这一步的常见问题是权限。如果 Vault 在系统保护目录下比如某些默认文档目录工具可能读不到。解决办法是把 Vault 放在用户目录下的普通文件夹里或者手动授予访问权限。验证通过后先不要急着做复杂工作流。我的建议是先跑三个基础任务批量读取 Inbox 生成摘要、按关键词给笔记打标签、生成一份索引文件。这三个任务跑通说明读写链路没问题再往上叠复杂逻辑。3. 让 AI 真正参与知识加工而不是当聊天玩具3.1 知识库的三种形态结构化、RAG、知识图谱在让 AI 介入之前得先搞清楚你的知识库属于哪种形态因为不同形态对 AI 的用法完全不同。我把它们分成三类形态核心特征适合场景AI 用法结构化知识库字段明确、格式统一参数手册、清单、模板填充、校验、格式转换RAG 知识库大量非结构化文本问答、检索、总结向量检索 生成知识图谱实体与关系明确关系推理、关联发现实体抽取、关系补全大多数个人知识库其实是混合形态一部分是结构化的比如读书笔记模板一部分是 RAG 式的比如随手记的想法还有一部分天然是图谱式的比如人物、项目、概念之间的关系。Obsidian 的双向链接天然适合做图谱层WorkBuddy 适合做 RAG 层的加工而结构化层靠模板和属性Obsidian 的 frontmatter来保证。理解这个分层你才知道该把 AI 用在哪。3.2 用 WorkBuddy 做批量摘要与自动打标最实用的第一个工作流是批量摘要。Inbox 里堆了一堆碎片笔记人工整理很累让 AI 先过一遍读取每篇笔记生成一句话摘要写入 frontmatter 的summary字段。这个流程的价值在于它把整理这个动作拆成了AI 预处理 人工确认两步。AI 做粗加工你做精加工效率能提升好几倍。我实测下来一百篇碎片笔记AI 预处理大概几分钟人工确认加调整半小时能搞定纯手工至少要一整天。第二个工作流是自动打标。让 AI 读取笔记内容输出 3 到 5 个标签写入 frontmatter 的tags字段。这里有个技巧给 AI 一个受控词表而不是让它自由发挥。否则你会发现它给你打出一堆同义但不同的标签比如AI人工智能机器学习混着来最后标签系统彻底失效。我的做法是在90-Meta下放一个tags.md列出所有允许的标签让 WorkBuddy 读取这个文件作为约束。这样打出来的标签是收敛的能真正用于检索。3.3 构建可检索的索引文件知识库超过一定规模后最大的问题是不知道有什么。解决办法是自动生成索引。让 WorkBuddy 定期扫描 Notes 目录按主题分组生成一份index.md列出每个主题下的笔记链接和摘要。这份索引的价值在于它是动态的。你新增笔记下次生成时自动纳入你修改笔记摘要自动更新。它相当于给你的知识库做了一个自动维护的目录页。更进一步可以生成主题地图让 AI 分析所有笔记找出高频共现的概念生成概念之间的关系说明。这其实就是轻量级的知识图谱构建不需要专门的图数据库用 Markdown 加双向链接就能表达。3.4 把微信公众号文章纳入知识库的实操热词里有人问如何把微信公众号文章保存到知识库这确实是个高频需求。我的方案分三步获取正文、转 Markdown、落盘归档。获取正文这一步不同来源方式不同核心是把文章内容提取成纯文本。转 Markdown 时要注意保留标题层级和代码块否则后续检索会丢结构。落盘时统一命名规则我习惯用日期-来源-标题.md这样排序和检索都方便。归档后立刻做两件事一是让 WorkBuddy 生成摘要写入 frontmatter二是打上来源标签比如source/wechat。这样以后想找某篇公众号文章时按来源标签一筛就出来了。提示批量导入时注意去重。同一篇文章可能被多次保存建议用内容哈希做去重避免知识库里堆重复内容。4. 同步、备份与多设备协作的实战细节4.1 多设备同步的冲突处理Git 同步笔记最大的坑是冲突。两台设备同时改了同一篇笔记推送时就会冲突。纯文本的冲突还好解决但如果是二进制文件图片Git 没法自动合并只能二选一。我的经验是养成改前先拉、改后即推的习惯。每次开始写之前先git pull写完立刻git commit git push。这样冲突窗口很小。如果确实冲突了Markdown 文件的冲突标记很好认手动合并即可。对于图片这类二进制文件我的建议是不要用 Git 管理。要么放图床要么放一个单独的同步目录用网盘同步笔记里只存链接。这样 Git 仓库保持纯文本体积小、冲突少、速度快。4.2 自动化提交让同步不依赖意志力手动提交最大的问题是会忘。我试过各种提醒最后发现最靠谱的是自动化。方案很简单写一个脚本定时检查仓库有没有变更有就自动提交推送。Linux 和 macOS 下用 cronWindows 下用任务计划程序。脚本逻辑大概是#!/bin/bash cd /path/to/vault if [[ -n $(git status --porcelain) ]]; then git add . git commit -m auto: $(date %Y-%m-%d %H:%M) git push origin main fi这个脚本每 30 分钟跑一次基本能保证变更及时同步。注意提交信息里带上时间方便回溯。注意自动化提交前一定要确认.gitignore配置正确否则可能把临时文件、缓存文件一起提交进去仓库会越来越乱。4.3 用分支做实验性整理Git 的分支能力在知识管理里其实很有用。比如你想大规模重构目录结构又怕改乱了回不去可以开一个分支折腾满意了再合并回主分支。git checkout -b refactor/structure # 折腾目录结构 git checkout main git merge refactor/structure这个用法在整理知识库时特别香因为整理往往是大动作直接在主分支上改风险高。用分支隔离改坏了直接删分支主分支毫发无损。4.4 Gitee Pages 做知识库的公开子集如果你的知识库有一部分是愿意公开的比如教程、笔记分享可以用 Gitee Pages 发布。做法是把公开内容放在一个单独目录用静态站点生成器比如 MkDocs、Hugo构建然后推送到 Pages 分支。这里的关键是公开与私密分离。我的做法是主仓库私有公开内容用单独仓库或单独目录通过脚本同步。这样既保证了私密笔记的安全又能把愿意分享的内容发布出去。5. 踩过的坑与后来改掉的方案5.1 插件装太多导致的启动缓慢我最早装了三四十个插件结果 Obsidian 启动要十几秒搜索也卡。后来做了一次大清理只留下真正高频使用的启动时间回到两秒以内。判断插件该不该留的标准很简单过去一个月你用过它吗没用过就禁用禁用一个月还没想起来就卸载。插件是工具不是收藏品。5.2 标签系统失控的修复过程前面提过标签失控的问题我自己也踩过。最早自由打标半年后标签有几百个同义词一大堆检索基本失效。修复过程很痛苦导出所有标签、人工合并同义词、建立受控词表、写脚本批量替换。后来我改成分层标签类型/笔记、主题/AI、状态/待整理。分层的好处是可以用前缀筛选比如搜主题/就能看到所有主题标签。这个结构配合 WorkBuddy 的受控词表基本不会再失控。5.3 大仓库导致的推送缓慢笔记加上图片仓库涨到几个 G 之后推送变得很慢。原因是 Git 对二进制文件的处理效率低每次变更都要存整个文件的新版本。解决办法是把二进制文件移出 Git。图片放图床或单独目录PDF 放云盘笔记里只存链接。清理之后仓库回到几十兆推送秒级完成。如果历史提交里已经有大文件需要用git filter-repo清理历史这个操作有风险建议先备份。5.4 AI 加工结果的质量控制让 AI 批量处理笔记最大的风险是它会产生看似合理但错误的内容。我遇到过 AI 把两篇笔记的内容混淆、把摘要写得偏离原意的情况。所以我的原则是AI 的输出永远进 Inbox不进 Notes。具体做法是让 WorkBuddy 把加工结果写到00-Inbox/ai-generated/目录人工确认后再移入正式目录。这样 AI 是助手不是决策者质量由你把关。6. 让知识库真正活起来的几个习惯6.1 每日回顾与每周整理知识库不是建好就完事它需要定期维护。我的习惯是每天花五分钟过一遍 Inbox把当天的碎片笔记归类或删除每周花半小时做一次整理把 Inbox 清空更新索引检查标签。这个习惯的价值在于防止积压。Inbox 一旦堆到几百篇整理的心理成本会高到你不想碰它。保持它接近空的状态整理就是顺手的事。6.2 用模板降低记录成本记录的最大阻力是不知道怎么写。解决办法是模板。Obsidian 的模板插件可以让你一键插入预设结构比如读书笔记模板、会议记录模板、灵感捕捉模板。模板不需要复杂关键是字段固定。固定的字段意味着后续可以用 AI 批量处理可以用 Dataview 查询可以生成统计。自由格式的笔记好看但难处理结构化模板才是可维护的基础。6.3 定期做知识库的体检每隔几个月我会做一次知识库体检检查几件事有没有孤儿笔记没有任何链接指向、有没有重复内容、标签是否收敛、索引是否最新、仓库体积是否正常。这个体检不需要很频繁但很有必要。知识库和代码库一样会随着时间腐化定期维护才能保持可用。6.4 把 AI 当协作者而不是搜索引擎最后说一个心态问题。很多人用 AI 处理知识库期待的是我问它答但实际最有价值的用法是让它帮你发现你没想到的东西。比如让它找出你笔记里反复出现但你没意识到的主题或者找出两个看似无关的领域之间的连接。这种用法要求你给 AI 足够的上下文也就是你的笔记本身。这也是为什么本地知识库加 AI 的组合比纯云端聊天更有价值——因为 AI 能看到你真实的思考轨迹而不是你临时拼凑的几句话。我现在的日常是早上用 WorkBuddy 生成昨日笔记摘要白天随手记进 Inbox晚上花几分钟整理每周做一次索引更新和标签检查Git 自动提交保证同步。整套流程跑下来知识库是真的在用而不是建完就荒废。这套组合最大的好处不是某个工具多强而是每一层都能替换、都能降级让你敢长期投入。 
长河君 · 2026/10/7 13:21:26 · 阅读 1.2k Obsidian + WorkBuddy + Gitee：构建可长期维护的本地 AI 知识库
个人知识库这件事我折腾了差不多三年。最早用文件夹加Markdown后来换过几款笔记软件再后来往里面塞各种插件最后发现真正让人放弃的不是工具不够强而是记了找不到、找了用不上、用上不更新。所以当我看到 Obsidian WorkBuddy Gitee 这个组合的时候第一反应不是又一个工具链而是它刚好把三个最痛的环节拆开了Obsidian 管本地知识资产WorkBuddy 管 AI 加工与工作流Gitee 管版本与同步。这三者各司其职不互相绑架这一点很关键。这篇内容适合两类人看一类是已经有一堆 Markdown 笔记但从来没整理过的人另一类是想给知识库加 AI 能力但不想被某个云平台锁死的人。我会把整套搭建过程拆成可复现的步骤同时把每一步为什么这么选讲清楚包括我踩过的坑和后来改过的方案。全文不涉及任何需要特殊网络环境的内容所有工具都是本地优先或国内可直连的方案。1. 为什么是这三个工具而不是别的组合1.1 知识库的三个断层存储、加工、版本大多数人搭知识库失败不是因为不会用工具而是没意识到知识库其实有三个独立的问题要解决。第一个是存储与检索笔记放在哪、用什么格式、能不能全文搜索、能不能双向链接。第二个是加工与增值原始笔记是死的怎么让 AI 帮你总结、归类、生成索引、回答问题。第三个是版本与同步多设备怎么保持一致、误删怎么恢复、历史版本怎么追溯。这三个问题如果用一个工具全包通常会得到一个什么都能做但什么都不精的结果。云端笔记软件把三者绑在一起代价是你的数据在别人服务器上AI 能力受限于它开放的接口。而 Obsidian WorkBuddy Gitee 的组合恰好是三个问题各用一个专门工具解决中间用文件系统和 Git 这两个通用协议连接谁都能替换谁都不会绑架你。我自己的判断标准很简单如果一个工具挂了我的知识库还能不能打开用这个组合答案是能。Obsidian 挂了Markdown 文件还在WorkBuddy 挂了笔记原文还在Gitee 挂了本地仓库还在。这种每一层都可降级的结构是长期维护知识库的底气。1.2 Obsidian 在本地知识管理里的不可替代性Obsidian 的核心价值不是好看而是它把笔记还原成了纯 Markdown 文件加一个文件夹。这意味着你的知识资产是文件系统级别的任何编辑器都能打开任何脚本都能处理任何备份工具都能覆盖。这一点在长期来看极其重要因为笔记软件会死但 Markdown 不会。它真正让我留下来的是双向链接和关系图谱。当你的笔记超过几百篇之后靠文件夹分类已经失效了因为你写一篇笔记时往往同时属于三四个主题。双向链接让你用[[笔记名]]的方式建立关联Obsidian 自动反向索引最后形成一张网。这张网就是你的知识结构而不是你手动建的目录树。还有一个容易被忽略的点Obsidian 的插件生态是本地运行的。社区插件市场里有几千个插件从看板、日历到数据库查询都有而且大部分不依赖云端。这意味着你可以把 Obsidian 打造成一个相当复杂的工作台同时保持数据完全在本地。1.3 WorkBuddy 补的是AI 加工这一环Obsidian 本身不做 AI虽然有插件能接大模型但插件方案的问题是配置分散、上下文管理弱、批量处理能力差。WorkBuddy 这类工具的价值在于它把 AI 能力做成了一个独立的工作流层可以批量读取你的笔记、按规则加工、再写回指定位置。我理解 WorkBuddy 的定位是AI 工作台而不是聊天窗口。聊天窗口是你问一句它答一句工作台是你定义好流程它按流程批量跑。比如把本周所有未整理的碎片笔记按主题聚类生成摘要写入索引文件——这种任务用聊天窗口做很累用工作流做就很自然。它和 Obsidian 的关系是读写文件系统而不是通过某个私有接口。这一点很重要因为这意味着 WorkBuddy 处理的是你真实的笔记文件处理结果直接落盘不需要导入导出。1.4 Gitee 承担版本与同步而不是网盘很多人用网盘同步笔记问题是网盘做的是文件级同步不是版本级管理。你改了一篇笔记网盘只保留最新版误删了或者改错了很难回到某个历史状态。而 Git 做的是版本级管理每次提交都是一个完整快照可以对比、可以回滚、可以分支。Gitee 在这里的角色是远程仓库提供三个能力一是多设备同步的中间点二是历史版本的异地备份三是可选的 Pages 静态发布。它的私有仓库对个人免费容量对纯文本笔记来说绰绰有余。用 Git 管理笔记还有一个隐性好处提交历史本身就是一种知识。你能看到自己什么时候写了什么、改了什么这种时间维度的记录是网盘给不了的。注意Git 适合管理纯文本不适合直接管理大量二进制文件图片、PDF。图片建议用图床或单独目录加 Git LFS否则仓库会迅速膨胀。2. 环境搭建从零到能跑通的最小闭环2.1 Obsidian 安装与仓库初始化Obsidian 的安装没什么门槛官网下载对应平台版本即可。真正需要想清楚的是仓库Vault放在哪、怎么组织。我的建议是仓库放在一个你确定会长期保留的磁盘位置路径里不要有中文和空格因为后面 Git 和脚本处理时中文路径容易出问题。初始化仓库后先不要急着装插件。我见过太多人一上来装几十个插件结果笔记没写几篇插件冲突先把自己劝退了。正确的顺序是先建目录结构再写一批笔记等感觉到痛了再装对应插件。我的目录结构是这样的供参考vault/ ├── 00-Inbox/ 临时收集未整理 ├── 10-Notes/ 正式笔记按主题分 ├── 20-Projects/ 项目相关 ├── 30-Areas/ 长期领域 ├── 40-Archive/ 归档 ├── 90-Meta/ 模板、索引、配置说明 └── .git/ Git 仓库这个结构借鉴了 PARA 方法但做了简化。核心逻辑是Inbox 是缓冲区Notes 是沉淀区Archive 是冷存储。所有新内容先进 Inbox整理后再进 Notes过期的进 Archive。这样你永远知道新东西该放哪旧东西该去哪。2.2 Git 初始化与 Gitee 远程仓库配置在仓库根目录执行初始化这是整个同步方案的基础cd /path/to/vault git init git config user.name 你的名字 git config user.email 你的邮箱然后在 Gitee 上新建一个私有仓库注意不要勾选自动生成 README否则会和本地冲突。创建完成后拿到仓库地址关联远程git remote add origin https://gitee.com/你的用户名/仓库名.git接下来是密钥配置。Gitee 支持 HTTPS 和 SSH 两种方式我强烈建议用SSH因为 HTTPS 每次推送都要输密码或者配置凭据缓存但多设备下很麻烦。生成密钥ssh-keygen -t ed25519 -C 你的邮箱一路回车默认生成在~/.ssh/id_ed25519。然后把公钥内容复制出来cat ~/.ssh/id_ed25519.pub登录 Gitee进入设置里的 SSH 公钥页面粘贴保存。验证连接ssh -T gitgitee.com看到欢迎信息就说明配置成功了。这一步踩坑最多的地方是公钥粘贴时带了多余换行或空格导致验证失败。复制时确保只复制ssh-ed25519开头到邮箱结尾的完整一行。2.3 第一次提交与推送配置好之后先建一个.gitignore把不需要版本控制的东西排除掉.obsidian/workspace.json .obsidian/workspace-mobile.json .trash/ .DS_Store *.tmp这里有个取舍.obsidian目录里既有插件配置值得同步也有工作区状态不值得同步因为每台设备窗口布局不同。我的做法是只忽略 workspace 相关文件插件和主题配置保留同步这样换设备后插件配置能直接恢复。然后提交推送git add . git commit -m init: 初始化知识库仓库 git branch -M main git push -u origin main到这里最小闭环就跑通了本地有 Obsidian 仓库远程有 Gitee 备份版本可追溯。2.4 WorkBuddy 接入文件系统WorkBuddy 的安装按官方指引走即可关键是让它能访问你的 Vault 目录。大多数这类工具需要你显式指定工作目录把 Vault 路径配置进去。配置完成后先做一个最小验证让它读取一篇笔记并输出摘要确认它能正确读到文件。这一步的常见问题是权限。如果 Vault 在系统保护目录下比如某些默认文档目录工具可能读不到。解决办法是把 Vault 放在用户目录下的普通文件夹里或者手动授予访问权限。验证通过后先不要急着做复杂工作流。我的建议是先跑三个基础任务批量读取 Inbox 生成摘要、按关键词给笔记打标签、生成一份索引文件。这三个任务跑通说明读写链路没问题再往上叠复杂逻辑。3. 让 AI 真正参与知识加工而不是当聊天玩具3.1 知识库的三种形态结构化、RAG、知识图谱在让 AI 介入之前得先搞清楚你的知识库属于哪种形态因为不同形态对 AI 的用法完全不同。我把它们分成三类形态核心特征适合场景AI 用法结构化知识库字段明确、格式统一参数手册、清单、模板填充、校验、格式转换RAG 知识库大量非结构化文本问答、检索、总结向量检索 生成知识图谱实体与关系明确关系推理、关联发现实体抽取、关系补全大多数个人知识库其实是混合形态一部分是结构化的比如读书笔记模板一部分是 RAG 式的比如随手记的想法还有一部分天然是图谱式的比如人物、项目、概念之间的关系。Obsidian 的双向链接天然适合做图谱层WorkBuddy 适合做 RAG 层的加工而结构化层靠模板和属性Obsidian 的 frontmatter来保证。理解这个分层你才知道该把 AI 用在哪。3.2 用 WorkBuddy 做批量摘要与自动打标最实用的第一个工作流是批量摘要。Inbox 里堆了一堆碎片笔记人工整理很累让 AI 先过一遍读取每篇笔记生成一句话摘要写入 frontmatter 的summary字段。这个流程的价值在于它把整理这个动作拆成了AI 预处理 人工确认两步。AI 做粗加工你做精加工效率能提升好几倍。我实测下来一百篇碎片笔记AI 预处理大概几分钟人工确认加调整半小时能搞定纯手工至少要一整天。第二个工作流是自动打标。让 AI 读取笔记内容输出 3 到 5 个标签写入 frontmatter 的tags字段。这里有个技巧给 AI 一个受控词表而不是让它自由发挥。否则你会发现它给你打出一堆同义但不同的标签比如AI人工智能机器学习混着来最后标签系统彻底失效。我的做法是在90-Meta下放一个tags.md列出所有允许的标签让 WorkBuddy 读取这个文件作为约束。这样打出来的标签是收敛的能真正用于检索。3.3 构建可检索的索引文件知识库超过一定规模后最大的问题是不知道有什么。解决办法是自动生成索引。让 WorkBuddy 定期扫描 Notes 目录按主题分组生成一份index.md列出每个主题下的笔记链接和摘要。这份索引的价值在于它是动态的。你新增笔记下次生成时自动纳入你修改笔记摘要自动更新。它相当于给你的知识库做了一个自动维护的目录页。更进一步可以生成主题地图让 AI 分析所有笔记找出高频共现的概念生成概念之间的关系说明。这其实就是轻量级的知识图谱构建不需要专门的图数据库用 Markdown 加双向链接就能表达。3.4 把微信公众号文章纳入知识库的实操热词里有人问如何把微信公众号文章保存到知识库这确实是个高频需求。我的方案分三步获取正文、转 Markdown、落盘归档。获取正文这一步不同来源方式不同核心是把文章内容提取成纯文本。转 Markdown 时要注意保留标题层级和代码块否则后续检索会丢结构。落盘时统一命名规则我习惯用日期-来源-标题.md这样排序和检索都方便。归档后立刻做两件事一是让 WorkBuddy 生成摘要写入 frontmatter二是打上来源标签比如source/wechat。这样以后想找某篇公众号文章时按来源标签一筛就出来了。提示批量导入时注意去重。同一篇文章可能被多次保存建议用内容哈希做去重避免知识库里堆重复内容。4. 同步、备份与多设备协作的实战细节4.1 多设备同步的冲突处理Git 同步笔记最大的坑是冲突。两台设备同时改了同一篇笔记推送时就会冲突。纯文本的冲突还好解决但如果是二进制文件图片Git 没法自动合并只能二选一。我的经验是养成改前先拉、改后即推的习惯。每次开始写之前先git pull写完立刻git commit git push。这样冲突窗口很小。如果确实冲突了Markdown 文件的冲突标记很好认手动合并即可。对于图片这类二进制文件我的建议是不要用 Git 管理。要么放图床要么放一个单独的同步目录用网盘同步笔记里只存链接。这样 Git 仓库保持纯文本体积小、冲突少、速度快。4.2 自动化提交让同步不依赖意志力手动提交最大的问题是会忘。我试过各种提醒最后发现最靠谱的是自动化。方案很简单写一个脚本定时检查仓库有没有变更有就自动提交推送。Linux 和 macOS 下用 cronWindows 下用任务计划程序。脚本逻辑大概是#!/bin/bash cd /path/to/vault if [[ -n $(git status --porcelain) ]]; then git add . git commit -m auto: $(date %Y-%m-%d %H:%M) git push origin main fi这个脚本每 30 分钟跑一次基本能保证变更及时同步。注意提交信息里带上时间方便回溯。注意自动化提交前一定要确认.gitignore配置正确否则可能把临时文件、缓存文件一起提交进去仓库会越来越乱。4.3 用分支做实验性整理Git 的分支能力在知识管理里其实很有用。比如你想大规模重构目录结构又怕改乱了回不去可以开一个分支折腾满意了再合并回主分支。git checkout -b refactor/structure # 折腾目录结构 git checkout main git merge refactor/structure这个用法在整理知识库时特别香因为整理往往是大动作直接在主分支上改风险高。用分支隔离改坏了直接删分支主分支毫发无损。4.4 Gitee Pages 做知识库的公开子集如果你的知识库有一部分是愿意公开的比如教程、笔记分享可以用 Gitee Pages 发布。做法是把公开内容放在一个单独目录用静态站点生成器比如 MkDocs、Hugo构建然后推送到 Pages 分支。这里的关键是公开与私密分离。我的做法是主仓库私有公开内容用单独仓库或单独目录通过脚本同步。这样既保证了私密笔记的安全又能把愿意分享的内容发布出去。5. 踩过的坑与后来改掉的方案5.1 插件装太多导致的启动缓慢我最早装了三四十个插件结果 Obsidian 启动要十几秒搜索也卡。后来做了一次大清理只留下真正高频使用的启动时间回到两秒以内。判断插件该不该留的标准很简单过去一个月你用过它吗没用过就禁用禁用一个月还没想起来就卸载。插件是工具不是收藏品。5.2 标签系统失控的修复过程前面提过标签失控的问题我自己也踩过。最早自由打标半年后标签有几百个同义词一大堆检索基本失效。修复过程很痛苦导出所有标签、人工合并同义词、建立受控词表、写脚本批量替换。后来我改成分层标签类型/笔记、主题/AI、状态/待整理。分层的好处是可以用前缀筛选比如搜主题/就能看到所有主题标签。这个结构配合 WorkBuddy 的受控词表基本不会再失控。5.3 大仓库导致的推送缓慢笔记加上图片仓库涨到几个 G 之后推送变得很慢。原因是 Git 对二进制文件的处理效率低每次变更都要存整个文件的新版本。解决办法是把二进制文件移出 Git。图片放图床或单独目录PDF 放云盘笔记里只存链接。清理之后仓库回到几十兆推送秒级完成。如果历史提交里已经有大文件需要用git filter-repo清理历史这个操作有风险建议先备份。5.4 AI 加工结果的质量控制让 AI 批量处理笔记最大的风险是它会产生看似合理但错误的内容。我遇到过 AI 把两篇笔记的内容混淆、把摘要写得偏离原意的情况。所以我的原则是AI 的输出永远进 Inbox不进 Notes。具体做法是让 WorkBuddy 把加工结果写到00-Inbox/ai-generated/目录人工确认后再移入正式目录。这样 AI 是助手不是决策者质量由你把关。6. 让知识库真正活起来的几个习惯6.1 每日回顾与每周整理知识库不是建好就完事它需要定期维护。我的习惯是每天花五分钟过一遍 Inbox把当天的碎片笔记归类或删除每周花半小时做一次整理把 Inbox 清空更新索引检查标签。这个习惯的价值在于防止积压。Inbox 一旦堆到几百篇整理的心理成本会高到你不想碰它。保持它接近空的状态整理就是顺手的事。6.2 用模板降低记录成本记录的最大阻力是不知道怎么写。解决办法是模板。Obsidian 的模板插件可以让你一键插入预设结构比如读书笔记模板、会议记录模板、灵感捕捉模板。模板不需要复杂关键是字段固定。固定的字段意味着后续可以用 AI 批量处理可以用 Dataview 查询可以生成统计。自由格式的笔记好看但难处理结构化模板才是可维护的基础。6.3 定期做知识库的体检每隔几个月我会做一次知识库体检检查几件事有没有孤儿笔记没有任何链接指向、有没有重复内容、标签是否收敛、索引是否最新、仓库体积是否正常。这个体检不需要很频繁但很有必要。知识库和代码库一样会随着时间腐化定期维护才能保持可用。6.4 把 AI 当协作者而不是搜索引擎最后说一个心态问题。很多人用 AI 处理知识库期待的是我问它答但实际最有价值的用法是让它帮你发现你没想到的东西。比如让它找出你笔记里反复出现但你没意识到的主题或者找出两个看似无关的领域之间的连接。这种用法要求你给 AI 足够的上下文也就是你的笔记本身。这也是为什么本地知识库加 AI 的组合比纯云端聊天更有价值——因为 AI 能看到你真实的思考轨迹而不是你临时拼凑的几句话。我现在的日常是早上用 WorkBuddy 生成昨日笔记摘要白天随手记进 Inbox晚上花几分钟整理每周做一次索引更新和标签检查Git 自动提交保证同步。整套流程跑下来知识库是真的在用而不是建完就荒废。这套组合最大的好处不是某个工具多强而是每一层都能替换、都能降级让你敢长期投入。