从0到1搭建个人知识库：Obsidian + AI的黄金组合

这是《AI知识库搭建实战》系列第二篇。上一篇聊了为什么传统笔记不够用，收藏即遗忘、检索靠运气、知识不关联。这篇动手：一个普通用户，怎么从零搭起自己的 AI 知识库。

先给你吃颗定心丸：搭个人知识库不需要服务器，不需要懂向量化，不需要会写代码。我见过太多人卡在选择上——被各种教程吓住，什么 RAG、Embedding、向量数据库，听着就头大，一个月过去了连第一步都没迈出去。

我的经验是：先用最笨的方式跑起来，再慢慢加功能。

工具选型这段，我不想罗列十款软件对比参数。就说我自己的路径。

我最早用 Evernote，剪藏了一千多篇，后来发现那些内容我再也没打开过。换 Notion，界面漂亮功能全，但数据全在云端，想导出来得慢慢折腾。最后落在 Obsidian。

Obsidian 最大的价值不是功能多，是它的两条底层设计。

第一，笔记就是本地 Markdown 文件。你写的每个字都是普通文本，普通到随便一个文本编辑器都能打开。这意味着数据永远在你手里，不锁死在任何一家公司。

第二，它的插件生态在本地笔记软件里最成熟。想要 AI 能力，装个插件就能连上，不用自己搭系统。

说白了，Obsidian 是一个可以跟着你一起成长的地基，而不是一个把你框住的成品。

下载安装这一步没什么好说的，官网装完打开就是。真正让人卡住的反而是目录设计——该建几个文件夹？

我的建议是：第一周最多建三个。一个写日记/随手记，一个放项目资料，一个放收集来的文章。就这么多，别多建。

为什么？因为你还没写过几篇笔记，根本不知道自己会怎么用。目录是长出来的，不是设计出来的。先写几周，看看什么内容多，再按需求拆。一上来建十个文件夹建得漂漂亮亮，俩月后全在吃灰，这是绝大多数人犯的第一个错。

有个词叫「先跑起来」。你的目标是今天打开软件写下第一行笔记，不是今天设计出完美的知识体系。

我搬过一次家，从旧笔记软件导数据，导出来将近 7000 个文件夹、一万多张图片，全是用 UUID 命名的，点进去根本不知道对应哪篇笔记。有些图片重名，有些链接指向不存在的位置。

那会儿我才意识到，以前只是软件把混乱藏起来了。

所以从第一天就用两件事：

第一，笔记只放文字，图片放进统一的 attachment 文件夹，下面再按类型分图片、文档、音频。

第二，文件名保留线索。不要图省事全改成 001.png、002.png，那样过俩月你根本不知道图里是什么。用「序号_原名」的格式，比如 019_IMG_8503.jpg，序号避免重名，原名保留追溯线索。

知识库搭起来之后，重头戏是接 AI。

我自己用的是 Hermes，配合 obsidian-search 这个技能，它能直接搜我的笔记库。接的时候三步：装技能、配置指向笔记库根目录、验证能搜到内容。前后不到五分钟。

你知道接上之后最爽的是什么吗？以后让它写文章，它能引用你自己的笔记；你学到新东西，它能自动整理存进去；你问它以前的事，它翻翻库就能回忆起来，不用每次从头交代背景。

对不想折腾命令行的人来说，也有更简单的路：Obsidian 本身就有 AI 插件，装上 Copilot 或者类似的，填一个 API Key 就能在笔记里对话。区别只是入口不同——一个在软件里，一个在 Agent 里，底层都是让 AI 读你的笔记库。

我推荐一个习惯：一开始重点不是让 AI 帮你整理，而是让 AI 帮你找到。搜到、读得懂、能引用，这笔投资先收回成本。

等你用了一段时间，笔记多了，就会想整理。这时候别急着让 AI 大动干戈。

之前我整理附件吃过大亏：文件移动了，但笔记里的链接没跟着修，图全红了。后来学乖了，整理前先让 AI 做审计——扫一遍整个库，数数有多少附件链接、多少文件，哪些链接失效、哪些文件没人引用。只出报告，不动手。

审计完先看报告，确认范围，再让 AI 动手。而且它动手的顺序必须是：先复制，不删原文件；修完链接，再清理旧的。中间任何一步出错，图片立刻变红叉，但只要你没删原文件，都能恢复。

有个原则值得刻在心里：AI 很擅长找异常，但它不知道每个文件对你意味着什么。拿不准的先留下，别为了让报告漂亮就批量删东西。

最后总结一下这次动手的顺序：装 Obsidian → 建三个文件夹 → 写三篇真笔记（不是测试，是你真在用的项目）→ 装个 AI 搜索插件接上 → 让 AI 找一次你的笔记验证打通。

这个最小闭环跑通，你就已经超过大多数嘴上说要搭知识库的人了。

别等体系完美。我自己的目录到现在还在改，附件整理脚本也迭代过好几版。你需要的不是一套完美的架构，是一个今天就能用起来、明天会继续长的小系统。

今天就能干一件事：下载 Obsidian，新建一篇笔记，写下你正在做的事。下一步可以试试让 AI 搜一次你的笔记，感受下它读得懂你的东西是什么体验。

说到底，搭知识库最难的从来不是工具，是开始。下一篇我们深入知识库的核心技术——切片策略、向量化和检索优化，看看 AI 到底是怎么从你的笔记里找到答案的。