@Cander_zhu: https://x.com/Cander_zhu/status/2077409094567166271
摘要
本文介绍如何利用AI(Codex和GBrain)自动化Obsidian知识库的Inbox处理和知识飞轮,实现知识从输入、加工、连接到输出的闭环,提升个人知识系统活力。
查看缓存全文
缓存时间: 2026/07/15 17:58
我准备如何让 Obsidian 真正活起来:Inbox 自动处理 + GBrain 知识飞轮
前一阶段,我刚刚完成了一次 Obsidian 知识库重构。
我把原本混在一起的 X 文章、想法、学习资料、Git 教程和内容草稿,重新整理成了一条清晰的流程:
Inbox → Sources → Notes → Maps → Projects / Output → Archive
目录变清楚之后,下一个问题很自然地出现了:
难道以后每收藏一篇文章,我都要手动判断、移动、补 YAML、拆笔记、更新 MOC 吗?
如果所有步骤都依赖人工,知识库虽然整齐了,却仍然是静态的。
我真正想要的,不是一个“保存了很多资料的 Obsidian”,而是一个会持续吸收、连接、调用和反馈的个人知识系统。
所以我开始设计下一阶段:让 Codex 自动处理 Inbox,让 GBrain 成为 Obsidian 上方的检索和思考层。
整齐的知识库不等于活的知识库
一个静态知识库通常有三个特征:
-
输入很多,但大部分内容停留在收藏状态;
-
搜索依赖关键词和记忆,不知道自己已经写过什么;
-
笔记很少进入项目、决策和公开输出。
目录结构只能解决第一个问题的一部分。
它可以告诉我文件应该放在哪里,却不能自动告诉我:
-
这篇新文章和哪些旧观点有关?
-
它是否与我已有判断冲突?
-
我的知识体系还缺少哪块证据?
-
哪些永久笔记已经足以形成一篇输出?
-
某个结论是否已经因为新资料而过时?
真正“活起来”的知识库,需要同时具备四个循环:
持续输入 ↓ 自动加工与连接 ↓ 在问题和项目中被调用 ↓ 把实践结果重新写回知识库
只做前三步,系统会变成一个更好用的搜索引擎。
只有最后一步成立,它才会开始积累属于自己的经验。
我把自动化拆成了两个系统
我没有准备让 GBrain 直接负责所有工作。
更合理的做法,是让两个系统分别承担不同职责。
Codex:知识加工层
Codex 负责理解文件和修改 Obsidian:
-
扫描 Inbox 中的新内容;
-
判断它是外部来源、个人想法、项目材料还是输出草稿;
-
统一 YAML;
-
将高置信度内容移动到正确目录;
-
提炼永久笔记;
-
更新 MOC 和知识库首页;
-
判断是否足以形成 Output;
-
检查 Wiki 链接和附件。
GBrain:知识检索与综合层
GBrain 不负责替我管理文件,而负责让整个知识库可查询、可连接、可综合:
-
索引 Markdown 和 YAML;
-
对内容建立关键词与语义检索;
-
根据 Wiki 链接构建知识图谱;
-
跨多篇笔记回答问题;
-
指出过时、矛盾、缺少证据的内容;
-
在夜间进行维护、整合和模式发现。
可以把它们理解成:
Codex 负责把知识加工好 GBrain 负责让知识被找到和重新组合 Obsidian 继续保存最终文件
Obsidian 始终是唯一真实来源。即使以后替换 GBrain,所有 Markdown、YAML 和 Wiki 链接仍然存在,不会被锁在某个数据库中。
Inbox 自动处理应该怎样运行
我准备让自动任务每天扫描一次:
00_Inbox/
但它不会遇到文件就直接移动,而是先经过判断流程。
新文件 ↓ 检查重复、正文完整性和来源 ↓ 识别内容类型 ├─ 外部资料 → 01_Sources ├─ 成熟观点 → 02_Notes ├─ 项目材料 → 04_Projects ├─ 写作草稿 → 06_Output/Drafts └─ 无法判断 → 保留在 Inbox
对于一篇完整的外部文章,自动任务应该完成:
-
识别来源、作者和发布时间;
-
补齐统一 YAML;
-
检查知识库里是否已经存在同一来源;
-
分析是否值得长期保留;
-
提炼 1~5 个可以独立复用的判断;
-
把判断连接到现有 MOC;
-
判断它能否与旧笔记组成新的 Output;
-
完成 YAML、Wiki 链接和附件校验;
-
输出一份本次处理报告。
我用在X上收集的 addyosmani 的《Own the Outer Loop》文章完整走过一次这个流程。
一篇 Inbox 文章最终变成了:
-
一篇可追溯的来源笔记;
-
五篇永久笔记;
-
Agent、Loop、软件工程三个 MOC 的新节点;
-
一篇中文输出文章:Agent 能写代码,但工程师必须拥有 Outer Loop。
这就是我希望自动化重复完成的最小闭环。
最后一点思考
Obsidian 知识库的真正价值,不是文件夹整齐,而是内容能够流动。 AI(Codex + GBrain)大幅降低了加工成本,但最终“相信什么、公开什么、为它负责”,依然由我自己决定——这正是 Outer Loop 的意义。个人 IP 不是持续制造内容,而是持续公开自己的判断过程。
相似文章
@ziwenxu_: https://x.com/ziwenxu_/status/2053241837453029439
文章详细介绍了一个使用 Obsidian 构建自动化“Codex 知识库”的工作流,其中 AI 智能体自动导入并整理每日书签至结构化的知识库中,以降低上下文负债。
@yunxi0623: https://x.com/yunxi0623/status/2068171252595147166
介绍如何使用 Obsidian 和 Claude Code 搭建本地 AI 知识库,通过创建文件夹结构、编写 CLAUDE.md 规则文件、分步导入和整理资料,实现长期可迁移的个人知识管理。
@Vinkyu567: https://x.com/Vinkyu567/status/2073399058535002336
本教程展示了如何用 Obsidian、Markdown、GitHub 和 AI 辅助(Codex)在 5 分钟内搭建一个本地与云端同步的 AI 知识库,并推荐了相关插件。
@BolanHsiao: https://x.com/BolanHsiao/status/2073053624880738610
介绍Obsidian与WorkBuddy结合构建第二大脑的方法,指出Claude、Codex等国外AI工具搭配Obsidian对国内用户存在门槛。
@yanhua1010: 大多数人的 Obsidian,最后都会变成一个漂亮的文件柜。 保存了很多。 真正用上的很少。 因为它只为“输入”设计: 剪藏、分类、标签、文件夹。 但真正有用的知识库,应该每天主动把洞察推回来。 我做了一版自动增长的 Obsidian 知…
作者分享了一个自动化的 Obsidian 知识库 Demo,通过结合 Claude 实现每日简报和知识复利,将被动存储转变为主动洞察。