Obsidian 加 Workbuddy：搭一套会自己生长的 AI 知识库

这条抖音视频讲的是怎么用两个免费软件搭一套会自动生长的 AI 知识库：Obsidian 管知识库，Workbuddy 负责自动化执行。视频里说这套做法不是作者自己发明的，原型是卡帕西提出的 wiki 知识库模型，作者把它落成了一套能跑起来的流程。

要解决的问题是：你读过的文章、聊出来的结论，散在浏览器标签和聊天记录里，下次要用时既找不到，也没法交给 AI 加工。视频的思路是先沉淀进本地文件夹，再让 AI 自动生成索引和词条，把资料变成可以被检索的结构。

整套流程从装 Obsidian、配插件开始，中间写 wiki 规则、设每日与每周的自动化任务，最后落到知识复用：把文档迁进知识库，再让它产出文稿、PPT 和视频。

先补齐这几个词

Wiki 知识库：一种把内容放进原始文件夹、由 AI 自动生成索引文件与词条的内容组织方式。在这条视频里，它决定了文件夹怎么分、AI 每次干活先去读什么。

Obsidian：本地知识库笔记软件，视频里提到全球有 500 万人在用。它自己不提供 AI 能力，在这条视频里只负责存放和管理，动手的部分交给另一个软件。

Workbuddy：具备 AI 自动化执行能力的工具，能读取文件夹、编辑文件、设定时任务。在这条视频里，它是把「规则」变成「每天真的被执行」的那一环。

Skill 文件夹：把跑通的工作流沉淀下来、便于复用的地方。在这条视频里，它意味着知识库除了存资料，还能攒下做事的方法。

一句话结论

AI 答非所问、记不住前文，根源是上下文长度有限；与其反复重述，不如把内容沉淀成本地的 wiki 知识库。用 Obsidian 管库、Workbuddy 跑自动化，原始内容进 raw 文件夹，AI 生成的资料先进 output、判断有价值再纳入索引，再配每日与每周任务，让库自己长大。

视频讲了哪几件事

• 为什么 AI 会忘掉你之前说过的话，以及 wiki 知识库怎么接住这个问题。
• Obsidian 的安装与插件配置，Docs、Import、Web Clipper、Copilot 各自派什么用场。
• 知识库的文件夹规则：raw 放原始内容，output 放 AI 生成的材料，索引与词条由 AI 生成。
• 让 Workbuddy 强制读取 CD.md 或 agent.md 的个性化指令设置。
• 每日任务与每周日复盘任务的自动化配置，以及知识复用能落到哪些产出上。

关键结论与依据

上下文长度是问题的起点。视频里提到，模型上下文最强约 100 万，日常用的多在十万上下，超出限制后 AI 会压缩上下文，于是忘掉你看过、说过的内容。把内容放进 wiki 库以后，AI 访问时能快速知道库里有什么。

原始数据和生成数据要分开。视频里给的做法是：你认可的内容放 raw 文件夹，AI 新生成的资料先落到 output，再由 AI 判断有没有价值，决定是否纳入目录，避免生成内容污染源数据。

插件决定素材进不进得来。视频里推荐的组合是 Docs（Word 转 Markdown）、Import（多格式转换）、Web Clipper（抓取网页文章和视频，连逐字稿一起留下）和 Copilot（在右侧面板选好模型后开始对话）。

让 Workbuddy 与其他 agent 软件保持同一套工作习惯。视频里的做法是在它的个性化指令里加一条：看到文件夹中的 CD.md 或 agent.md 文件必须读取、必须遵守。

自动化让库自己生长。视频里设了两个任务，一个每日执行，一个每周日复盘，定期蒸馏知识、沉淀 skill。往后可以拿你的稿子总结出文风 skill，再按这个 skill 写新稿；也能通过飞书连接器按 wiki 规则导入文档，或者让 Workbuddy 以 PPT 形式做工作总结、用 Hyperframe 做读书总结视频。

适用条件

这套流程的前提是愿意同时用两个软件，Obsidian 本身没有 AI 能力，AI 那部分要靠 Workbuddy 补上，两者缺一不可。

它默认你已经接受「先归档、再提问」的工作方式。资料长期散在网页和聊天记录里、又不想整理的人，用起来会别扭。

文件夹规则、wiki 规则和个性化指令都得自己写。视频给的是演示流程，AI 判断一条新资料值不值得收录，准不准要靠自己搭起来跑一段时间才看得出来。

插件名称、界面位置和设置项属于视频发布时的情况，软件更新后以官方当前说明为准。

要不要看原片

如果打算照着搭一遍，原片值得看。装插件、填规则、设任务这几步偏操作，看一遍界面比读文字省事，也少走弯路。

只想判断这套思路适不适合自己，看这篇就够。方案由什么组成、文件夹怎么分、哪些环节必须自己动手，上面都已经交代清楚。视频里确实没展开的部分集中在实操细节上，跟着界面走一遍比看总结更直接。