Build a self-growing AI knowledge base in just 10 minutes with Obsidian and Codex, transforming scattered notes, research, and ideas into a living second brain that continuously organizes, enriches, and connects information while generating insights, accelerating learning, and turning knowledge into action.
你的笔记是不是也这样：
收藏了 1000+ 篇文章，再也没打开过
看到好的观点就截图，图库满了知识还是零
每次写方案都要从零开始搜资料，过去的积累用不上
明明整理了很多笔记，真正输出时却想不起来
这个问题不是因为你不勤奋，而是因为知识库只是一个「收藏夹」，而不是一个「能自动帮你干活的系统」。
今天这套方案，用 Obsidian + Codex，把知识库变成一个会自己生长、自己整理、自己输出的 AI 系统。信息进去，干货出来，不用你手动搬运。
一、先理解核心理念：什么是「自生长知识库」？
传统知识库 = 收藏夹（只进不出，越堆越乱）
自生长知识库 = 消化系统（吃进原料 → 消化吸收 → 长出肌肉 → 肌肉反哺）
卡牌系的自生长循环
整个系统分成 4 个文件夹，形成闭环：
┌─────────────────────────────────────────────────┐│ 文件夹 A：原料库（未处理的原始资料） ││ 网页、论文、截图、视频字幕、会议纪要…… │└─────────────────┬───────────────────────────────┘ ↓ AI 定期消化复盘┌─────────────────────────────────────────────────┐│ 文件夹 B：概念库（处理后的结构化知识） ││ 核心观点、数据、案例、方法论…… │└─────────────────┬───────────────────────────────┘ ↓ 根据任务/场景调用┌─────────────────────────────────────────────────┐│ 文件夹 C：Skill 库（可复用的方法论模板） ││ 选题判断标准、写作风格、周报模板、分析框架…… │└─────────────────┬───────────────────────────────┘ ↓ 输出成果┌─────────────────────────────────────────────────┐│ 文件夹 D：输出库（文章、报告、方案、PPT、视频） ││ 这些输出会被 AI 定期复盘，重新回流到知识库 │└─────────────────────────────────────────────────┘
┌─────────────────────────────────────────────────┐│ 文件夹 A：原料库（未处理的原始资料） ││ 网页、论文、截图、视频字幕、会议纪要…… │└─────────────────┬───────────────────────────────┘ ↓ AI 定期消化复盘┌─────────────────────────────────────────────────┐│ 文件夹 B：概念库（处理后的结构化知识） ││ 核心观点、数据、案例、方法论…… │└─────────────────┬───────────────────────────────┘ ↓ 根据任务/场景调用┌─────────────────────────────────────────────────┐│ 文件夹 C：Skill 库（可复用的方法论模板） ││ 选题判断标准、写作风格、周报模板、分析框架…… │└─────────────────┬───────────────────────────────┘ ↓ 输出成果┌─────────────────────────────────────────────────┐│ 文件夹 D：输出库（文章、报告、方案、PPT、视频） ││ 这些输出会被 AI 定期复盘，重新回流到知识库 │└─────────────────────────────────────────────────┘关键洞察： 每一次输出的内容，都会重新成为知识库的养分。系统越用越聪明，而不是越用越臃肿。
二、为什么选 Obsidian + Codex？
| 工具 | 作用 | 为什么选它 |
|---|---|---|
| Obsidian | 本地Markdown笔记库 | 文件在本地，AI可以直接读取；插件生态极强，可自由组合 |
| Oodex | AI Agent | 能操作本地文件、自动执行任务、生成内容、联动浏览器 |
两大优势：
AI 能直接读你的笔记：因为 Obsidian 是纯本地 Markdown，Codex 可以直接读取、修改、整理，不用你手动复制粘贴
自动化能力强：Codex 的 Scale 和定时功能，可以让整个知识库「自己跑起来」
三、安装配置（5 分钟搞定）
Step 1：安装 Obsidian
前往 obsidian.md 下载对应系统版本
安装后新建一个 Vault（本地文件夹），这就是你的知识库根目录
Step 2：安装 Codex CLI
Codex 的命令行工具是让 Obsidian 和 AI 联动的关键。
获取方式： 直接在 Codex 桌面客户端里问「我的 CLI 密钥是什么」，复制即可。
Step 3：打通 Obsidian ↔ Codex
在 Obsidian 中打开「设置」→「第三方插件」→ 关闭安全模式
浏览插件市场，搜索安装 「Obsidian Codex」插件
插件设置中，粘贴刚才复制的 Codex CLI 密钥
关键一步：在 Codex 桌面端打开「项目工作」按钮，链接你在 Obsidian 中建立的 Vault 文件夹
效果： 以后 Codex 处理的文件，Obsidian 里会自动同步更新，双向互通。
四、第一阶段：信息收集（让 AI 帮你抓）
方案 A：自动抓取行业资讯（适合内容创作者、分析师）
不用写代码、不用搭自动化工作流，三步搞定：
第一步：让 AI 帮你找工具
把 GitHub 上一个开源资讯聚合项目的链接发给 Codex，让它帮你部署。这个项目会从 Twitter、GitHub、Reddit、RSS 等平台抓取内容，自动去重、打分、分类，最后生成一份结构化的日报。
第二步：配置 API 密钥
AI 会提示你需要哪些密钥（如 DeepSeek、GitHub、某些平台的 API Key）。你不知道去哪申请？直接问 AI：「这个密钥要去哪里获取？」AI 会告诉你具体路径。
第三步：设定需求
告诉 AI 你的身份和需求：
「我是 AI 自媒体博主，请每天帮我收集 AI 行业热点，把日报推送到 Obsidian 的指定文件夹。」
AI 会自动配置好，之后每天下午你会在 Obsidian 里看到一份这样的日报：
哪些内容值得继续跟进
哪些选题可以直接开做
每条内容都附参考链接，有来源、有依据
适用场景： 行业资讯、政策变化、竞品动态、岗位信息……任何需要持续追踪的信息源，都可以让 AI 自动抓取。
方案 B：手动收藏一键导入（适合日常碎片信息）
刷手机、看网页时遇到好内容，随手丢进知识库：
| 场景 | 工具/插件 | 操作 |
|---|---|---|
| 看到好文章 | Obsidian Web Clipper/Readwise | 复制链接一键导入 |
| 网页上有价值的段落 | Clip插件 | 选中内容，剪切收藏 |
| 视频内容 | 视频字幕提取工具 | 提取字幕后导入Obsidian |
| 飞书/Notion里的旧文档 | Codex+飞书CLI | 批量导入并转Markdown |
关键点： 所有这些内容都会统一进入「文件夹 A：原料库」，等待 AI 消化。你再也不用靠截图或「稍后阅读」来囤积信息了。
方案 C：联动飞书（适合团队协作）
如果团队平时用飞书办公，里面有很多重要文档：
让 Codex 安装飞书 CLI 客户端
把飞书文件夹链接丢给 AI
AI 自动把文档导入知识库
用 Pandoc 插件 把文件转成 Markdown 格式
打开 Obsidian 就能看到飞书文档已经同步进来了
另外，Obsidian 的 Importer 插件 还支持 Notion、Apple Notes、Evernote 等多种平台，旧的笔记库可以无痛迁移。
五、第二阶段：知识处理与叠带（让 AI 帮你整理）
信息收进来只是第一步，更重要的是让 AI 帮你消化、整理、建立连接。
搭建知识叠带系统
直接把「卡牌系的自生长理论」告诉 Codex：
「结合我的知识库，定制一个知识叠带系统。」
AI 会帮你把知识库分成多层清晰结构：
📁 原料库 (A)├── 网页文章├── 论文├── 截图├── 视频字幕└── 会议纪要
📁 概念库 (B) ← AI 消化后的精华├── 核心观点├── 数据/案例├── 方法论└── 概念卡片
📁 Skill 库 (C) ← 可复用的工作模板├── 选题判断标准├── 写作风格指南├── 周报模板├── 分析框架└── 决策 checklist
📁 输出库 (D) ← 最终成果├── 文章├── 报告├── 方案├── PPT└── 视频脚本
📁 原料库 (A)├── 网页文章├── 论文├── 截图├── 视频字幕└── 会议纪要
📁 概念库 (B) ← AI 消化后的精华├── 核心观点├── 数据/案例├── 方法论└── 概念卡片
📁 Skill 库 (C) ← 可复用的工作模板├── 选题判断标准├── 写作风格指南├── 周报模板├── 分析框架└── 决策 checklist
📁 输出库 (D) ← 最终成果├── 文章├── 报告├── 方案├── PPT└── 视频脚本AI 会帮你检查：
哪些内容重复了，需要合并
哪些内容过时了，需要更新
哪些内容值得沉淀成 Skill 或方法论
适用人群：
学生：叠带学习笔记，自动复习
打工人：管理项目、沉淀业务案例
创作者：积累选题、素材、风格
定时自动化任务（知识库自己跑起来）
手动整理还是麻烦？让 Codex 的自动化功能接管：
示例 1：每日整理任务
让 AI 写出整理任务的提示词
在 Codex 自动化功能里配置好这个提示词
设定每天下午 5 点自动执行
效果： 每天到点，AI 自动整理当天收集的所有资料，生成一份复盘文档，放进 Obsidian。文档会自动关联相关笔记链接，方便后续复习。
示例 2：每周复盘
让 AI 定期整理飞书会议纪要、项目文档，自动生成周报。从信息获取到输出，一个闭环。
示例 3：可视化看板
做一个 HTML 复盘看板的 Skill，把生活数据、项目进展、阅读记录等可视化。打开看板，进度一目了然。
更多自动化场景：
每周材料整理
每月汇总
权力/责任清单更新
选题库定期扫描
原则： 任何重复三次以上的工作，都应该被自动化。
六、第三阶段：Skill 沉淀（把你的经验变成插件）
这是整个系统最值钱的部分。
什么是 Skill？
Skill = 把你反复使用的方法论、工作流、判断标准，变成 AI 可调用的「插件」。
以后遇到同类任务，直接调用 Skill，AI 按你的标准执行，不用每次都从零描述。
实操案例 1：选题价值判断 Skill
做自媒体最痛苦的是：这条信息有没有选题价值？从什么角度写？
以前： 靠经验判断，新人根本摸不着头脑。
现在： 把判断标准告诉 Codex，它几分钟就能写出一个「选题价值判断 Skill」。
使用方式： 新信息进入知识库时，直接调用这个 Skill，AI 输出：
这条信息的选题价值评分
可利用的亮点
潜在的机会和风险
原本需要资深编辑才能判断的东西，知识库一键生成。完整的判断报告自动归档，成为知识库的养分。
实操案例 2：文风 Skill
如果你长期输出内容，一定有自己的表达习惯：
喜欢短句还是长句？
习惯用什么结构？
口头禅、过渡词、案例偏好是什么？
做法： 把过去写过的内容和讨论出的方法，统一丢给知识库，让它沉淀出「文风 Skill」。
效果： AI 总结出的文风特征，可能比你自己还了解自己。以后让 AI 代笔时，调用这个 Skill，输出风格和你本人高度一致。
更多 Skill 场景
| Skill类型 | 用途 |
|---|---|
| 周报生成 | 每周自动汇总工具进展 |
| 竞品分析 | 按固定框架分析竞品动态 |
| 教案制作 | 老师备课，按模版生成教案 |
| 营销文案 | 按品牌调性生成文案 |
| 决策Checklist | 重大决策前的系统性评估 |
| 会议纪要 | 自动整理会议录音/速记 |
核心逻辑： 任何需要重复三次以上的工作方法，都可以沉淀为 Skill。等于你把自己的经验，变成了一套随时可调用的工作插件。
七、第四阶段：输出（从知识库直接出成果）
知识库不是终点，输出才是。
输出方式 1：文章
直接调用已经整理好的 Skill，把大纲丢进去，AI 结合 Obsidian 里的素材生成内容稿。
进阶技巧： 如果 AI 味太重，再做一个「去 AI 味 Skill」，调整口吻、节奏、用词，让输出更接近真人写作。
输出方式 2：配图
写了一篇公众号文章，没有配图很单调？
做一个「配图 Skill」：AI 自动判断文章哪里需要配图、生成什么风格的图、自动插入到对应位置。
效果： 整体风格保持高度统一，图片自动存入本地附件，可以单独调用。
输出方式 3：PPT
在 Codex 里调用 Presentations 插件，一句话就能把文章/报告转成 PPT。
适用场景： 每周工作复盘、项目方案汇报、课程讲义……从信息获取到 PPT 输出，一个闭环。
输出方式 4：视频
调用 Hyperframes 插件，让 AI 把文章直接做成视频。
效果： 风格简洁大气，动画效果高级，重点突出，适合快速消费。
八、总结：自生长知识库的核心价值
| 传统方式 | 自动知识库 |
|---|---|
| 信息靠手工收藏 | AI自动抓取+导入 |
| 笔记越堆越乱 | AI定期消化、去重、分类 |
| 每次输出从零开始 | 直接调用SKILL,基于积累产生 |
| 经验靠脑子记 | 方法沉淀为可复用SKILL |
| 输出知识库割裂 | 输出自动回流、系统越用越聪明 |
最本质的区别：
用 AI 像临时找外包——你讲一遍背景，它改一次稿，下次还要从头来。
但当你把资料和方法论都沉淀在 Obsidian 里，AI 就能读到过去的积累，直接把产出放回系统。你不是在用 AI 写作文，你是在养一个越来越懂你的 AI 助手。
九、起步建议
不用一开始就追求完美。先建一个小知识库试试：
第 1 周： 装好 Obsidian + Codex，每天把看到的 3 条有用信息丢进去
第 2 周： 让 AI 帮你整理一次，看看分类效果
第 3 周： 试着沉淀第一个 Skill（比如「周报模板」）
第 4 周： 用 Skill 完成第一次自动输出
只要它能帮你省下「一次从零开始的时间」，就值得继续。