知识库研究小组

开了会员后，越用越多

经过不断地调整和打磨，终于把LLM和我的Lifein系统整合好了，起名叫 LLM Lifein。

目前基本架构、工作流、交互等已经跑通了。直接在Lifein OS里用Claudian插件调用大模型，根据LLM Lifein系统规则，自动完成内容提取、创建页面、关联笔记、更新索引，并做健康检查。

我设计这个LLM模块的好处是：不用对现在有的Vault做任何更改，直接导入LLM模块，就能完美运行。
​
​现在是早期版本，后面继续优化和迭代。
​
​#猎人科叔 ​​#科叔的职业星图计划 #Lifein

Obsidian 接入任意 AI 大模型，进行笔记总结、对话、生成知识卡片等 😄 好方便

我在各种知识管理软件中记录了几千条笔记，真正用上来的，少之又少。

这件事困扰我很久。卡片笔记法、Zettelkasten、PARA、GTD——各种方法我都试过。它们很擅长帮我们记。想法、素材、灵感，分门别类，整整齐齐。但到了要输出的时候，还是得自己把散在各处的东西翻出来、拼起来。那个过程很消耗。经常拼着拼着，就不想写了。

我最近做了一件事，把这个循环基本打破了。

我把 Obsidian 知识库接入了 Claude Code。不是那种换一个对话就失忆的 AI——ChatGPT 换窗口记忆留存非常少，DeepSeek 直接归零。Claude Code 能直接读到我在 Obsidian 中的全部笔记。五月建的六十多个文件，商业模式、项目记录、人类图分析、Naval 学习笔记、全部对话——它全部能读到。

这意味着什么？我跟它对话的时候，它不是从零开始猜我是谁。它是真的知道我在做什么、卡在哪。

然后创作方式就彻底变了。
变成了对话式创作工作流。

以前：打开空白文档，对着屏幕发呆。
现在：跟 Claude Code 展开一场深度对话。它追问、挑战、帮我挖出自己没意识到的东西。对话里自然涌现的金句和观点，直接就能用。不是写出来的，是聊出来的。

效率差了多少倍？以前从存笔记到出一篇文章，要翻几十条笔记，拼几个小时。现在一个指令过去，Claude Code 在我的知识库里做深度调研，几轮对话下来，内容就有了。

这还有一个我没预料到的效果。我的人类图说我是二分人——在人群里有能量，独处时能量很低。写作偏偏是独处的事。以前硬扛。现在不用扛了——我把写作变成了对话。而对话，恰好是我的能量来源。

如果你也存了大量笔记但输出一直卡，可以试试这个思路。不一定非要用 Obsidian。核心就一件事：让 AI 真正读到你的全部上下文，创作就变成一个对话过程了。

笔记越多，维护成本越是指数级攀升。存了一千条，能用的不到十篇。

这大概是每个认真做知识管理的人都撞过的墙。

我之前用 Obsidian，主要是看中它的 Canvas 和双向链接。画布自由、链接方便，比 Notion 灵活很多。但大部分活还是得自己干——整理、归类、更新链接、检查哪些内容过时了。笔记越存越多，维护成本越来越高。

然后我装了一个东西，整个知识库的逻辑就变了。

Claude Code，通过 Obsidian 创始人自己做的插件 Claudian 嵌入进去。它不是那种在侧边栏跟你聊天的 AI 助手。它是能直接读你的整个知识库、在里面自由操作的一个 Agent。

装完之后，我花了一个星期把知识库彻底重构了一遍。过程很有意思，我拆开讲。

第一步：搭骨架。

我之前笔记散在各处，没有统一的结构。Claude Code 帮我建了一套目录——wiki 存概念和实体，内容工坊存选题和素材，个人事业存战略，加上日历、项目记录。然后它自动建了索引页，所有新内容都会被索引到。

这一步不难，但很关键。骨架搭好了，后面 AI 才知道去哪找东西、往哪存东西。

第二步：装护栏。

大模型能读能写很爽，但也有风险——万一它改了不该改的怎么办？我设了三层护栏：底层是 Hook，拦截危险操作（比如误改原始资料）；中层是 Subagent，做质检（检查断链、检查 frontmatter 是否完整）；顶层是 Skill，做自动化（捕获对话中的灵感、周检、发布前检查）。

这三层搭完，我才敢放心让 Claude Code 在知识库里自由干活。

第三步：让知识库自己能长。

这里开始有意思了。之前维护知识库最累的就是"更新"——一篇概念页改了，引用它的十几篇文章可能都过时了，谁记得去改？现在 Claude Code 会自己检测。哪个 wiki 页面更新了，它自动扫描所有引用它的文章，标记哪些可能过时了。

Canvas 也是。之前我做 Canvas 是纯手工——拖节点、连线、排版。现在我设定一个阈值，比如某个话题被 4 篇以上文档引用了，Claude Code 就自动生成一个 Canvas，把相关文档、时间线、核心洞察全放进去。五月自动生成了两个。

第四步：Canvas 变成主要的呈现方式。

这是整个知识库最大的变化。以前 Obsidian 里内容主要是一篇篇 Markdown 文件，文件夹套文件夹。现在 Canvas 变成了更重要的载体——它不是一个图，它是一个自由画布，可以放文档节点、文字节点、图片，任意排列、连线。

比如我的五月总结 Canvas：左边是五天时间线节点，右边是七个核心洞察，中间是叙事枢纽，底部是行动决策。所有内容一屏看完。这种东西 Markdown 做不了，Notion 做不了，只有 Obsidian Canvas 能做。而 Claude Code 加入之后，生成这样一个 Canvas 只需要一句话。

回头看。

之前的知识管理，思路是"存更多、分类更细"。现在思路反过来了——存是基础，真正的价值在"连接"和"生长"。AI 帮你做连接，也帮你做生长。

Obsidian + Claude Code，本质上是把知识库从一个静态仓库，变成了一个能理解你、能自己迭代的系统。不用精确到段落去整理，跟它对话就够了。

如果你也用 Obsidian，可以试试 Claudian 插件 + Claude Code。门槛不高，但知识库的运作方式会完全不一样。

今年重点投入时间的产品 Notion 随时随地剪藏- Clipno
解决了之前 SaveToNotion 的一些问题
1. 全网数据格式兼容，对很多知名应用做了特殊格式化处理，比如小红书，豆瓣采集效果比 SaveToNotion 好
2. 随时随地剪藏，支持移动端 app，快捷指令，浏览器插件，无论你在用电脑还是手机，都是简单配置后一键剪藏
3. 在浏览器看视频文章支持边看边记录个人笔记功能

没想到！我的知识库被ima官方精选推荐了🎉
最近订阅人数涨得有点奇怪，今天打开ima首页的Agent播客合集，才发现——“RAG精选：技术与应用”赫然在列。
感谢ima运营的认可，也说明这块内容对大家真的有价值。
目前我在ima整理了3个知识库，方向覆盖技术、实战、面试：
• RAG精选：技术与应用
• 大模型x Agent实战派
• 大模型面试宝典
感兴趣的可以识别图片或去ima搜索订阅，也可以评论留言交流，持续更新中～

karpathy 的事情再一次说明：pkm 这件事，从来不缺方法论和最佳实践；缺的是真正的闭环体验，用习惯替代坚持。

我仿造x推的大神dontbesilent的skill方法论做了一个 dankoe 的 方法论 skill：github.com
这个 skill 是提炼基于3378 条原创推文
你可以用这个 skill 询问：
1、帮我写一条关于一人公司的推文？
2、我不知道自己该做什么方向？

这是我用github.com
生成的一键生成的，可以生成任何推友的 方法论 skill
我已经用来生成了纳瓦尔、dankoe、arscontexta的方法论skill使用了
原理是：用browser-use通过浏览器抓取指定用户的推文文本，然后再基于部分推文分析出几个垂直方法论领域，再把原推文按照领域分成 skill技能包