我的浏览器收藏夹里大概有几百篇文章。认真会看过的可能不到十分之一。问题不是文章不好是收藏完就完事了。链接堆在那里找的时候搜不到打开的时候网页可能已经挂了。后来我开始想与其继续往收藏夹里塞不如把内容抓到本地让AI帮我整理。试了一阵子Obsidian Claude Code的组合效果比我预期好。同事看我直接在Obsidian里问AI这篇文章讲了什么、帮我整理成一篇知识条目觉得挺实用催我写一篇。这篇就讲讲我怎么搭的。目录结构很多人用Obsidian一开始很兴奋今天建一个文件夹明天改一套分类过几个月自己都不知道东西放哪了。我现在的结构是这样的knowledge-base ├── raw/ # 原始资料只读不改 │ ├── article1.md │ ├── article2.md │ └── ... ├── wiki/ # 整理后的知识 │ ├── index.md # 知识索引AI 自动维护 │ ├── log.md # 变更日志 │ └── ... ├── output/ # 输出内容文章、报告、HTML └── CLAUDE.md # 给 AI 看的操作规则raw/只存原文不改。原文是证据AI总结错了还能回来对照。要是上来就让AI改原文后面出了问题没法追。wiki/是真正的知识库。AI读raw/里的内容提炼核心观点、可复用方法、跟已有知识的关联写成结构化笔记。不是简单摘要——简单摘要只是这篇文章说了什么知识整理要回答以后查这个主题该看哪篇。output/放成品。写公众号、整理FAQ、生成 HTML、输出报告都放这里。wiki是知识源output是结果分开存不会互相污染。不然AI把你写好的文章又当资料学习来回套娃越来越乱。用 Web Clipper 把网页抓到本地目录定好之后就是采集。我用的是Obsidian官方的浏览器插件Obsidian Web Clipper。Chrome用户直接去应用商店搜Obsidian Web Clipper安装就行也可以直接访问https://chromewebstore.google.com/detail/obsidian-web-clipper/cnjifjpddelmedmihgijeibhnjfabmlf装好之后点浏览器工具栏里的Obsidian图标进设置三个地方要改Vault— 选你的Obsidian知识库目录。Note name— 用默认的{{title}}就行网页标题当文件名。Note location— 填raw。所有采集内容先统一进knowledge-base/raw/不要直接进wiki/因为刚抓下来的东西还是原始资料。设置好之后打开一篇想保存的网页点一下插件图标选保存为 Markdown一瞬间就进到knowledge-base/raw/里了。回到Obsidian客户端左侧就能看到刚保存的文件。资料进来了接下来是怎么让AI把它变成知识。写一个CLAUDE.mdAI很聪明但它不知道你的规矩。哪些文件能改、整理后放哪、索引要不要更新、用什么格式输出——这些你不说它就自己猜。所以需要一个规则文件放在知识库根目录下CLAUDE.md不用写太长太长每次都占上下文AI 也抓不住重点。核心规则够用就行# 知识库工作指南 ## 1. 身份 你是我的Obsidian知识库管理助手。你的职责是读取原始资料、整理结构化知识、维护索引、记录日志并在需要时生成可复用的输出内容。 你的目标不是简单摘要而是把零散资料转化为可查询、可链接、可复用、可持续更新的知识系统。 ## 目录结构 knowledge-base/ ├── raw/ # 原始资料只读不可修改 ├── wiki/ # 结构化知识 │ ├── index.md # 知识条目索引标题、来源、摘要、标签 │ └── log.md # 变更日志 ├── output/ # 文章、问答、HTML、报告等输出 └── CLAUDE.md # 当前规则 ## 工作流程 ### 1. 整理资料时 当用户说“整理”“整理某个文件”“整理全部”时 1. 阅读原文提取核心知识点 2. 生成wiki条目写入wiki/目录文件名与raw文件保持一致 3. 更新索引wiki/index.md添加条目摘要和标签 4. 记录变更wiki/log.md ### 2.Wiki条目格式 每个wiki文件必须包含 markdown --- title: 条目标题 source: 原始链接 created: YYYY-MM-DD tags: [标签1, 标签2] --- ## 概述 一句话说明这是什么。 ## 核心内容 提取并重构原文的关键知识点要求 - 去除广告、引流、无关内容 - 结构化整理使用清晰的层级 - 保留技术细节、命令、代码示例 - 补充必要的上下文说明 - 用平实中文避免翻译腔 ## 要点速览 - 用列表快速概括最重要的 3-5 个知识点 ## 参考 - 原文链接 ### 3. Wiki索引格式 wiki/index.md 按主题分组每条记录包含标题链接、来源、创建日期、摘要、标签。 ### 4. 整理原则 - **raw保留原文不动**wiki是提炼后的知识 - 知识条目应该能独立阅读不依赖原文 - 优先保留概念定义、操作步骤、代码示例、架构图说明 - 优先去除引流话术、重复内容、平台特有元素点赞、收藏数等 ## 查询资料时 当用户提问或要求查询知识库时 1. 先读wiki/index.md。 2. 找到相关wiki/ 条目。 3. 综合多个条目回答。 4. 回答中说明依据和相关条目。 5. 没有匹配内容时说明知识库中没有找到匹配内容。 ## 生成输出时 当用户说“写篇文章”“生成 HTML”“沉淀结果”“输出到 output”时 1. 先从wiki/index.md查找相关素材。 2. 读取相关wiki/条目必要时读取raw/。 3. 整合内容避免简单拼接和重复。 4. 生成文件到output/。 5. 文件名用一句话概括内容。 6. 更新wiki/log.md这份规则短、清楚、AI容易执行。后面知识库文件多了再慢慢加东西比如文件命名规范、标签规则、归档机制。但一开始别贪多先跑通。让Claude Code整理资料目录有了资料抓了规则写好了。在Claude Code里输入整理下文档内容它会按 CLAUDE.md 的规则执行读取原始文章提炼核心内容生成结构化 wiki 条目更新 index记录 log。整理完回到Obsidianwiki/里就多了一篇结构化笔记。这时候它不再是收藏文章了而是可以复用的知识条目。在Obsidian里直接让AI提炼文章除了终端里的Claude Code也可以直接在Obsidian里配合使用。搜索文章中跟redis队列相关的内容整理文中核心点输出一篇文章跟普通聊天的区别在于AI 不是凭空回答而是在读你的资料。你把资料都放进知识库里让它基于raw/和wiki/来回答输出更贴近你的内容也更容易回溯来源。这套方法适合什么场景收藏夹里有几百篇文章但基本不回看的——把链接抓到本地整理成自己的知识比躺在收藏夹里强太多。经常写公众号、博客、方案的——素材已经在Obsidian里整理好了写的时候直接让AI从知识库里找素材、搭结构、出初稿。学技术的——今天看一个命令明天看一个框架不整理的话脑子里都是碎片。用这套方式可以把教程、文档、代码示例慢慢沉淀成技术 wiki。想长期积累知识系统的——这套目录和规则解决的是长期问题资料越来越多之后怎么不乱。最后工具会变。今天是Claude Code明天可能是Codex后天又是爱马仕。但你的资料、知识库、整理规则是可以一直积累的。我现在把Obsidian当成本地知识底座网页资料进raw/AI整理后进wiki/写文章做报告进output/。流程不复杂但很稳。如果你也收藏了一堆资料从来不看可以试试。建好目录装好插件写个简单的 CLAUDE.md随便抓一篇文章跑一遍就知道适不适合自己了。我是赛博李同学大厂写代码的觉得有用的话点个赞 转发给需要的TA感谢支持我们下期再见
收藏夹500篇文章看了不到10篇，我用Claude Code帮我全整理了
我的浏览器收藏夹里大概有几百篇文章。认真会看过的可能不到十分之一。问题不是文章不好是收藏完就完事了。链接堆在那里找的时候搜不到打开的时候网页可能已经挂了。后来我开始想与其继续往收藏夹里塞不如把内容抓到本地让AI帮我整理。试了一阵子Obsidian Claude Code的组合效果比我预期好。同事看我直接在Obsidian里问AI这篇文章讲了什么、帮我整理成一篇知识条目觉得挺实用催我写一篇。这篇就讲讲我怎么搭的。目录结构很多人用Obsidian一开始很兴奋今天建一个文件夹明天改一套分类过几个月自己都不知道东西放哪了。我现在的结构是这样的knowledge-base ├── raw/ # 原始资料只读不改 │ ├── article1.md │ ├── article2.md │ └── ... ├── wiki/ # 整理后的知识 │ ├── index.md # 知识索引AI 自动维护 │ ├── log.md # 变更日志 │ └── ... ├── output/ # 输出内容文章、报告、HTML └── CLAUDE.md # 给 AI 看的操作规则raw/只存原文不改。原文是证据AI总结错了还能回来对照。要是上来就让AI改原文后面出了问题没法追。wiki/是真正的知识库。AI读raw/里的内容提炼核心观点、可复用方法、跟已有知识的关联写成结构化笔记。不是简单摘要——简单摘要只是这篇文章说了什么知识整理要回答以后查这个主题该看哪篇。output/放成品。写公众号、整理FAQ、生成 HTML、输出报告都放这里。wiki是知识源output是结果分开存不会互相污染。不然AI把你写好的文章又当资料学习来回套娃越来越乱。用 Web Clipper 把网页抓到本地目录定好之后就是采集。我用的是Obsidian官方的浏览器插件Obsidian Web Clipper。Chrome用户直接去应用商店搜Obsidian Web Clipper安装就行也可以直接访问https://chromewebstore.google.com/detail/obsidian-web-clipper/cnjifjpddelmedmihgijeibhnjfabmlf装好之后点浏览器工具栏里的Obsidian图标进设置三个地方要改Vault— 选你的Obsidian知识库目录。Note name— 用默认的{{title}}就行网页标题当文件名。Note location— 填raw。所有采集内容先统一进knowledge-base/raw/不要直接进wiki/因为刚抓下来的东西还是原始资料。设置好之后打开一篇想保存的网页点一下插件图标选保存为 Markdown一瞬间就进到knowledge-base/raw/里了。回到Obsidian客户端左侧就能看到刚保存的文件。资料进来了接下来是怎么让AI把它变成知识。写一个CLAUDE.mdAI很聪明但它不知道你的规矩。哪些文件能改、整理后放哪、索引要不要更新、用什么格式输出——这些你不说它就自己猜。所以需要一个规则文件放在知识库根目录下CLAUDE.md不用写太长太长每次都占上下文AI 也抓不住重点。核心规则够用就行# 知识库工作指南 ## 1. 身份 你是我的Obsidian知识库管理助手。你的职责是读取原始资料、整理结构化知识、维护索引、记录日志并在需要时生成可复用的输出内容。 你的目标不是简单摘要而是把零散资料转化为可查询、可链接、可复用、可持续更新的知识系统。 ## 目录结构 knowledge-base/ ├── raw/ # 原始资料只读不可修改 ├── wiki/ # 结构化知识 │ ├── index.md # 知识条目索引标题、来源、摘要、标签 │ └── log.md # 变更日志 ├── output/ # 文章、问答、HTML、报告等输出 └── CLAUDE.md # 当前规则 ## 工作流程 ### 1. 整理资料时 当用户说“整理”“整理某个文件”“整理全部”时 1. 阅读原文提取核心知识点 2. 生成wiki条目写入wiki/目录文件名与raw文件保持一致 3. 更新索引wiki/index.md添加条目摘要和标签 4. 记录变更wiki/log.md ### 2.Wiki条目格式 每个wiki文件必须包含 markdown --- title: 条目标题 source: 原始链接 created: YYYY-MM-DD tags: [标签1, 标签2] --- ## 概述 一句话说明这是什么。 ## 核心内容 提取并重构原文的关键知识点要求 - 去除广告、引流、无关内容 - 结构化整理使用清晰的层级 - 保留技术细节、命令、代码示例 - 补充必要的上下文说明 - 用平实中文避免翻译腔 ## 要点速览 - 用列表快速概括最重要的 3-5 个知识点 ## 参考 - 原文链接 ### 3. Wiki索引格式 wiki/index.md 按主题分组每条记录包含标题链接、来源、创建日期、摘要、标签。 ### 4. 整理原则 - **raw保留原文不动**wiki是提炼后的知识 - 知识条目应该能独立阅读不依赖原文 - 优先保留概念定义、操作步骤、代码示例、架构图说明 - 优先去除引流话术、重复内容、平台特有元素点赞、收藏数等 ## 查询资料时 当用户提问或要求查询知识库时 1. 先读wiki/index.md。 2. 找到相关wiki/ 条目。 3. 综合多个条目回答。 4. 回答中说明依据和相关条目。 5. 没有匹配内容时说明知识库中没有找到匹配内容。 ## 生成输出时 当用户说“写篇文章”“生成 HTML”“沉淀结果”“输出到 output”时 1. 先从wiki/index.md查找相关素材。 2. 读取相关wiki/条目必要时读取raw/。 3. 整合内容避免简单拼接和重复。 4. 生成文件到output/。 5. 文件名用一句话概括内容。 6. 更新wiki/log.md这份规则短、清楚、AI容易执行。后面知识库文件多了再慢慢加东西比如文件命名规范、标签规则、归档机制。但一开始别贪多先跑通。让Claude Code整理资料目录有了资料抓了规则写好了。在Claude Code里输入整理下文档内容它会按 CLAUDE.md 的规则执行读取原始文章提炼核心内容生成结构化 wiki 条目更新 index记录 log。整理完回到Obsidianwiki/里就多了一篇结构化笔记。这时候它不再是收藏文章了而是可以复用的知识条目。在Obsidian里直接让AI提炼文章除了终端里的Claude Code也可以直接在Obsidian里配合使用。搜索文章中跟redis队列相关的内容整理文中核心点输出一篇文章跟普通聊天的区别在于AI 不是凭空回答而是在读你的资料。你把资料都放进知识库里让它基于raw/和wiki/来回答输出更贴近你的内容也更容易回溯来源。这套方法适合什么场景收藏夹里有几百篇文章但基本不回看的——把链接抓到本地整理成自己的知识比躺在收藏夹里强太多。经常写公众号、博客、方案的——素材已经在Obsidian里整理好了写的时候直接让AI从知识库里找素材、搭结构、出初稿。学技术的——今天看一个命令明天看一个框架不整理的话脑子里都是碎片。用这套方式可以把教程、文档、代码示例慢慢沉淀成技术 wiki。想长期积累知识系统的——这套目录和规则解决的是长期问题资料越来越多之后怎么不乱。最后工具会变。今天是Claude Code明天可能是Codex后天又是爱马仕。但你的资料、知识库、整理规则是可以一直积累的。我现在把Obsidian当成本地知识底座网页资料进raw/AI整理后进wiki/写文章做报告进output/。流程不复杂但很稳。如果你也收藏了一堆资料从来不看可以试试。建好目录装好插件写个简单的 CLAUDE.md随便抓一篇文章跑一遍就知道适不适合自己了。我是赛博李同学大厂写代码的觉得有用的话点个赞 转发给需要的TA感谢支持我们下期再见
