**💡 摘要 **：多数人的 AI 知识管理只是“临时检索”，缺乏知识复利。本文将教你如何利用 Obsidian 结合 Claude Code，搭建一个真正“会自动生长的知识库”。通过设定严格的系统规则（CLAUDE.md），让 AI 化身专属知识管家，自动完成资料入库、实体提取、概念双链编织与日志更新。拒绝资料堆砌，让你的第二大脑实现真正的自驱动进化。

一、 为什么大多数人的 AI 知识库是无效的？

大多数人用 AI 做知识管理，其实是在做同一件事：上传一篇文章，问一个问题，得到一个总结，然后关掉窗口。第二天再上传一篇，AI 又重新开始读。

表面上看，你在用 AI 管理知识。本质上，你只是让 AI 一次次帮你“临时处理资料”——没有积累，没有关系，没有长期记忆，更没有知识复利。这不是真正的第二大脑。

目前市面上大多数 AI 知识库工具的问题也在于此：它们更像是传统的“检索系统”，而不是真正的“知识系统”。资料被存进去了，但没有被消化。换一个资料源，它就从头开始；你想让它综合 20 篇文章，它只能给出临时拼接的结果。

真正高级的玩法是：搭建一个自动生长的知识库。让 AI 成为你知识库的专属管理员。你负责喂资料、提问题、判断方向；AI 负责整理、归档、交叉引用、发现矛盾、持续更新。这套全新的知识管理思路，我们称之为 LLM Wiki。

二、 自动生长的知识库核心：让资料长出关系

44

自动生长的知识库（LLM Wiki）的底层逻辑与传统工具完全不同。它不是简单地把资料切块、向量化、等你提问时再搜索。相反，每当你加入一份新资料，AI 会主动阅读，并将其无缝编织进已有的知识网络中。

当你丢进去一篇关于 AI Agent 的文章时，AI 知识库管家会执行以下操作：

  • 把文章本身归档成 Source（来源）页面。
  • 提取里面提到的人物、公司、产品，建立 Entity（实体）页面。
  • 更新已有的 AI Agent Concept（概念）页。
  • 把新观点和旧资料进行对比，发现是否有逻辑冲突。
  • 补充相关的双向链接。
  • 把这次更新写进系统 Log（日志）。

也就是说，一篇新资料进入系统，带来的不仅是多了一条笔记，而是整个知识网络都进行了一次自驱动的迭代与更新。这才是“自动生长的知识库”和“第二大脑”真正该有的形态。

三、 自动生长的知识库：LLM Wiki 的三层架构

你可以把这个系统理解为一个高度协同的三层架构：

第一层：Raw Sources（原始资料区）

这里存放你的所有原始素材。文章、PDF、网页剪藏、访谈记录、课程笔记、会议纪要，都可以放进来。
核心原则：原始资料是绝对的证据来源。AI 可以读取它，但绝不能擅自修改它。

第二层：Wiki（AI 维护的知识层）

这是自动生长的知识库真正产生价值的地方。AI 会根据原始资料，自动生成结构化的 Markdown 页面，例如：

  • 文章的总结页
  • 作者的人物页
  • 公司的实体页
  • 概念的解释页
  • 观点的对比页
  • 主题的长期综述页

这些页面之间会用 Obsidian 的双向链接（Double Brackets）死死咬合。时间久了，你会在 Graph View（关系图谱）里看到一个越来越茂盛的知识网络。资料完成了从“孤立文件”到“互相连接的知识系统”的蜕变。

第三层：Schema（规则层）

这一层通常由一个名为 CLAUDE.md 的核心配置文件承担。它负责给 AI 立规矩：

  • 定边界：告诉 AI 它是知识库管理员，不是聊天机器人。工作是转化知识，不是陪聊。
  • 定节奏：要求“一次只做一件事”，辅以六步标准工作流（入仓 → 提取来源 → 提取实体 → 提炼概念 → 更新索引 → 记录日志）。
  • 定结构：严格规范目录分类、文件命名、链接语法。避免三个月后产生灾难性的技术债。
  • 定模板：为来源、实体、概念设定固定模板，保证 100 篇笔记查起来像一个人写的。
  • 定禁区：不跨步骤、不改 raw、不混概念、不跳日志。AI 的发散创造力在知识管理中往往是 bug，必须被严格约束。

用一句话总结这个生态：Obsidian 是 IDE 代码编辑器，Claude 是程序员，而 Wiki 就是你的代码库。

四、 实战教程：Obsidian + Claude Code 搭建指南

搭建这个自动生长的知识库非常简单，只需以下几个步骤：

步骤 1：创建本地基础环境
打开 Obsidian，新建一个仓库（Vault），命名为 test。这个仓库本质上就是你电脑里的一个本地文件夹。
46

步骤 2：安装核心通信插件
在 Obsidian 的第三方插件市场里，搜索并安装 Local REST API with MCP。
45

步骤 3：配置 API 接口
装好后打开插件设置，开启 Enable non-encrypted (HTTP) server 选项。
47

记下插件生成的 API Key 和 API URL。
48

步骤 4：连接 Claude Code 大脑
用 Claude Code 打开这个 test 文件夹，并输入以下指令让 AI 自动完成 MCP 配置：

“帮我配置一下 Local REST API with MCP 这个 obsidian 插件，api key 是 [你的key]，api url 是 [你的url]。”

49

配置完成后，在终端输入 claude mcp list，看到 connected 状态，说明 Obsidian 已经成功接上了大模型的大脑。
50

步骤 5：一键生成知识库结构
让 Claude Code 为你创建基础架构：

“请帮我在这个 Obsidian test 里搭建一个 LLM Wiki 第二大脑系统。创建 raw、wiki/sources、wiki/entities、wiki/concepts、templates 等目录。创建 CLAUDE.md 规则文件。创建 index 和 log。以后新资料进入 raw 后，请按 source、entity、concept、index、log 的结构进行整理和维护。”

51

步骤 6：体验“自动生长”的魔力
将一篇新资料放入 raw 文件夹。
52

对 Claude Code 下达指令：

“请读取 raw 里的新文件，并把它整理进 LLM Wiki。”

53

此时，MCP 协议发力，Claude Code 会自动总结资料、提取核心观点、创建 source 页、更新 concept 页、建立双链引用并写入日志。切换到 Graph View，你会亲眼目睹知识节点像神经元一样开始连接。你的第二大脑，正式开始自动生长。

五、 附录：完整的知识库管家规则文件 (CLAUDE.md)

将以下内容保存为 CLAUDE.md 放在仓库根目录，并配合下方的模板文件使用。这是保障知识库稳定生长的最高宪法。

# CLAUDE.md — LLM Wiki 第二大脑规则

## 核心原则
你是一个 LLM Wiki 知识库的维护者。你的工作是帮助用户将**原始资料**转化为**结构化知识**。

### 铁律：一次只做一件事
- 每次聚焦一个文件、一个概念、一个来源。
- 不跨库混淆上下文。处理 raw 时只看 raw，整理 wiki 时只看 wiki。
- 完成当前步骤后再进入下一步。

## 目录结构
test/
├── raw/                  ← 原始资料（只读，不直接编辑）
├── wiki/
│   ├── sources/          ← 来源笔记（每条原始资料对应一个来源页）
│   ├── entities/         ← 实体笔记（人、组织、工具、书、论文…）
│   └── concepts/         ← 概念笔记（想法、框架、模型、论点）
├── templates/            ← 笔记模板
├── index.md              ← 总索引 / MOC
├── log.md                ← 处理日志
└── CLAUDE.md             ← 本文件

## 工作流（Pipeline）
1. 第一步：入仓（raw/） - 新资料直接放入 raw/。文件命名：YYYY-MM-DD-简短描述.md
2. 第二步：提取来源（wiki/sources/） - 使用 source-template.md 提取摘要和关键引用。
3. 第三步：提取实体（wiki/entities/） - 识别并创建独立记录的实体笔记。
4. 第四步：提炼概念（wiki/concepts/） - 从来源提炼原子化核心概念。
5. 第五步：更新索引（index.md） - 添加/更新链接。
6. 第六步：记录日志（log.md） - 追加操作记录。

## 命名与链接规范
- 实体笔记：`实体名.md` | 概念笔记：`概念名.md`
- 严格使用 Obsidian `[[wikilink]]` 语法构建双链。

## 禁止事项
- 严禁跨步骤操作。
- 严禁在 raw/ 中编辑原始文件。
- 严禁在一个笔记中混杂多个概念。
- 严禁跳过日志记录。
- 严禁无用户指令时自行添加资料。

必备 Markdown 模板 (存放于 templates/ 目录)

1. source-template.md (来源笔记模板)

---
type: source
title:
author:
date: {{date}}
url:
tags: []
---
# {{title}}

## 元数据
- 作者：
- 日期：
- 来源：
- 类型：（文章 / 论文 / 视频 / 播客 / 书籍 / 其他）

## 要点摘要
1. 
2. 

## 关键引用
> 

## 相关链接
- 实体：[[entities/]]
- 概念：[[concepts/]]

2. entity-template.md (实体笔记模板)

---
type: entity
name:
category: （人物 / 组织 / 产品 / 书籍 / 工具 / 术语）
date_added: {{date}}
tags: []
---
# {{name}}

## 一句话定义

## 详细介绍

## 来源
- [[sources/]]

## 相关链接
- 相关实体：[[entities/]]
- 相关概念：[[concepts/]]

3. concept-template.md (概念笔记模板)

---
type: concept
name:
date_added: {{date}}
tags: []
status: （草稿 / 发展中 / 成熟）
---
# {{name}}

## 一句话定义

## 详细阐述

## 来源
- [[sources/]]

## 相关链接
- 相关概念：[[concepts/]]
- 相关实体：[[entities/]]
 相关概念：[[concepts/]]

3. concept-template.md (概念笔记模板)

---
type: concept
name:
date_added: {{date}}
tags: []
status: （草稿 / 发展中 / 成熟）
---
# {{name}}

## 一句话定义

## 详细阐述

## 来源
- [[sources/]]

## 相关链接
- 相关概念：[[concepts/]]
- 相关实体：[[entities/]]

文章来源:打造自动生长的知识库：用 Obsidian + Claude Code 构建 AI 第二大脑

# 人工智能
Logo
https://edu.csdn.net/learn/39067/627173?utm_source=2019755004

汇聚全球AI编程工具，助力开发者即刻编程。

更多推荐

cover

Codex CLI 配置笔记：自定义 Base URL、API Key 和默认模型

avatar AI编程社区
cover

ccswitc在mac上怎么使用claude code

avatar AI编程社区
cover

GPT-5.5 + Codex 真实项目体验：提效明显，但仍要人工把关？

avatar AI编程社区