内容来源：X 社区长文。https://x.com/xiangxiang103/status/2046845848244617468
作者：@xiangxiang103
原发布时间：2026-04-22

Obsidian AI workflow source cover

Obsidian + Claude Code：把知识库变成 AI 工作流中枢

很多人还把 Obsidian 当成一个笔记软件：写日记、记读书笔记、收藏网页、整理想法。这些当然是它的基本用途，但在 Claude Code 这类 AI 工具加入后，Obsidian 更适合被看成一个本地 Markdown 工作流中枢。

它不只是存内容，而是存三类东西：

  • 资料：日记、会议纪要、网页剪藏、读书笔记、项目记录；
  • 模板：月报格式、文章大纲、会议纪要格式、发布规范；
  • 流程：AI 应该读取什么、处理什么、输出到哪里、怎么命名和归档。

Claude Code、Codex、OpenClaw 或其他 AI 工具，都可以围绕这些 Markdown 文件工作。工具会变，但你的资料、模板和流程可以一直留在自己的知识库里。

这篇社区文章原本整理了 8 个 Obsidian + AI 工作流。放到 Claude Code 专区，我们更关注一个问题：如何把个人知识库变成 AI 可以持续读取、加工和回写的工作台。

工作流一：让输入先进知识库

AI 工作流的第一步不是生成，而是输入。没有稳定输入，后面的总结、分析、复盘和创作都会变成临时拼接。

原文提到一种做法：把微信、手机记录、语音、照片等碎片信息接入 Obsidian。用户不用打开电脑，也不用专门打开笔记软件，只要把内容发到入口，系统就按预设格式写入当天日记或指定页面。

对 Claude Code 来说，这类输入可以沉淀成固定目录：

inbox/
  2026-04-22.md
daily/
  2026-04-22.md
meetings/
books/
clips/

这样做的好处是，Claude Code 处理任务时不需要到处找素材。它只要知道“今天的输入在 daily，待整理内容在 inbox”，就可以按规则读取、归类和生成后续内容。

工作流二：网页剪藏后自动总结

Obsidian Web Clipper、Readwise 等工具可以把网页、视频、播客、Kindle 高亮同步到知识库。问题是，收藏不等于消化。很多人的收藏夹越来越大，但真正能复用的内容很少。

这一步可以让 Claude Code 承担“初筛和结构化”的工作：

  • 提取文章主题；
  • 总结关键观点；
  • 标记适合归档的位置；
  • 生成相关笔记链接；
  • 标出值得后续展开的选题。

Obsidian clip source image

建议不要让 AI 直接把所有剪藏都变成正式笔记。更稳的做法是先生成“待复核摘要”，由人快速确认后再归档。这样既能减少信息堆积，也能避免错误内容污染知识库。

工作流三：把每日信息汇到日记页

日记页可以成为每天的工作仪表盘。日历、待办、会议、记账、时间记录、临时想法，都可以被汇总到当天 Markdown 文件里。

Claude Code 可以每天读取这些数据，生成一份简短日结：

  • 今天原计划做什么；
  • 实际完成了什么；
  • 哪些任务延期；
  • 时间主要花在哪；
  • 明天最重要的三件事是什么。

这类任务不需要复杂模型能力，关键是格式稳定。只要日记模板清楚，Claude Code 就能把零散输入变成可复盘记录。

工作流四：月报从日记自动生成

如果每天都有工作日记，月底写月报就不应该再靠回忆。

可以在 Obsidian 里准备一个月报模板：

templates/
  monthly-report.md

然后让 Claude Code：

  • 读取本月所有日记；
  • 筛选工作相关内容；
  • 合并重复事项；
  • 按模板生成月报草稿；
  • 标出缺少数据或需要人工确认的部分。

这个工作流的关键是“历史样例”。如果知识库里有往期月报，Claude Code 可以参考既有风格和栏目结构，生成更接近团队要求的草稿。

工作流五：会议录音变纪要

原文提到用 Whisper 本地模型把会议录音转文字，再让 AI 按固定格式整理会议纪要。这里很适合和 Claude Code 配合。

一个可执行流程可以是：

  • 音频先转写成 meetings/raw/xxx.md；
  • Claude Code 按纪要模板生成 meetings/notes/xxx.md；
  • 自动提取待办事项到 tasks/ 或日记页；
  • 关联相关项目页面；
  • 保留原转写，方便回查。

Meeting notes source image

如果会议涉及敏感内容，建议优先使用本地转写和本地文件，不要把原始录音直接上传到不明确的第三方服务。

工作流六：读书笔记变内容大纲

读书笔记、划线和摘录如果只是堆在一起，很难变成输出。更有效的方式是提前准备内容模板，例如：

  • 公众号文章模板；
  • 播客提纲模板；
  • 内部分享模板；
  • 读书会讲稿模板；
  • 知识卡片模板。

当微信读书或 Kindle 高亮同步到 Obsidian 后，Claude Code 可以读取这些笔记，并按指定模板生成大纲。

Reading notes source image

这里要注意，不建议让 AI 直接“伪原创”一本书的内容。更好的定位是：整理你已经划线、评论和积累过的材料，帮你生成表达结构。

工作流七：批量维护知识库

知识库越用越大，维护问题就会出现：

  • 孤儿笔记太多，没有链接；
  • 标签体系混乱；
  • YAML 属性不统一；
  • 文件命名不一致；
  • 同一主题散落在多个目录。

这类批量整理非常适合 Claude Code，但要加边界。

建议先让 Claude Code 生成整理计划，而不是直接改文件：

请扫描 notes/ 下最近 90 天的笔记，找出没有入链和出链的孤儿笔记。
先输出建议关联对象和理由，不要修改文件。

人工确认后，再让它分批修改。每批改完运行一次 git diff，确认没有误伤。

工作流八：写完后按发布格式输出

Obsidian 里写作很舒服，但发布到公众号、博客、知识星球或内部系统时，经常要调格式、传图片、改标题和摘要。

可以把发布规范也做成 Markdown：

publishing/
  wechat-style.md
  blog-style.md
  image-rules.md

Claude Code 读取文章和规范后，可以生成适合目标平台的版本：

  • 标题候选；
  • 摘要；
  • 正文排版；
  • 图片占位检查；
  • Markdown 或 HTML 输出；
  • 发布前检查清单。

这条链路的重点不是让 AI 替你写完所有内容，而是减少发布前的机械整理。

为什么 Obsidian 适合做 AI 工作流底座

这套方法的核心不是某个插件，也不是某个 AI 工具，而是把工作流资产保存在开放、可迁移的 Markdown 文件里。

这样有几个好处：

  • 同一个工作流可以交给 Claude Code、Codex 或其他工具执行；
  • 某个工具额度用完，可以换工具，流程本身还在；
  • 历史结果可以被后续任务继续读取；
  • 模板和规则可以逐步演进；
  • 文件都在本地，迁移成本低。

对 Claude Code 来说，Obsidian 的价值在于它天然就是文件系统。Claude Code 擅长读文件、改文件、跑脚本、生成 diff，这和 Markdown 知识库非常契合。

建议的目录结构

如果要从零开始，可以先用一个简单结构：

vault/
  CLAUDE.md
  inbox/
  daily/
  clips/
  meetings/
  books/
  projects/
  templates/
  workflows/
  outputs/

CLAUDE.md 写知识库规则，例如命名规范、哪些目录只读、输出放哪里。templates/ 放固定模板，workflows/ 放每个工作流的步骤说明，outputs/ 放 AI 生成结果。

这样 Claude Code 每次进入知识库时，就知道边界和路径。

从一个痛点开始

不要一次搭 8 条工作流。最好的起点是找一个最痛、最重复、最容易验证的场景。

比如：

  • 每周都要写周报，就先做周报生成；
  • 会议纪要最耗时间，就先做录音转纪要；
  • 收藏内容太多，就先做网页剪藏摘要；
  • 写作发布繁琐，就先做发布格式转换。

跑通一个之后，再把流程写进 workflows/，把模板放进 templates/，把踩坑点补进 CLAUDE.md。这样每新增一条工作流，知识库都会比之前更有用。

小结

Obsidian + Claude Code 的真正价值，不是让 AI 多一个笔记入口，而是把个人或团队的资料、模板、流程、历史结果统一放进一个可读写的本地系统。

当 Claude Code 能稳定读取这些文件，并按规则把结果写回来，知识库就从“资料仓库”变成了“工作流中枢”。

工具会变化，模型会变化，平台也会变化。但只要流程和数据都沉淀在 Markdown 里，你就不会被某个工具锁死。