用 WorkBuddy/Claude/Codex + Obsidian，搭建自生长自学习个人知识库（附PDF教程）
适配任何领域知识库，手把手教程。
今天这篇用最简单，最容易理解的方法，教大家用 WorkBuddy + Obsidian 搭一个自己会更新的个人知识库（LLM Wiki)。当然，如果你是 Claude、Codex 或者任何其他 Agent，逻辑和操作都是一样。
🌐
今天我们目标有两个：
1.搭个人会自动更新的知识库；
2.更重要的是理解在过程中整体的思路和方法。
所以，跟着操作下来，你可以更好理解 WorkBuddy 和其他软件联动的方法和逻辑。
•
整套流程走下来，算上大模型跑的时间，也就 15 分钟。
Step 1：Obsidian 去官网 obsidian.md 下载
装好之后新建一个仓库。它管仓库叫 vault，你就理解成一个专门放知识库的文件夹。
名字随便起，中文也行，我起的叫「书房」。
55%
45%
除了上面两个软件，还需要再装一个官方免费浏览器插件，Obsidian Web Clipper。
Chrome 扩展商店里搜就有。待会儿把网上的文章收进库里，全靠它。
然后是最关键的一步，也是全文唯一一个不能出错的操作：
Step 2：打开 WorkBuddy，新建会话，把工作空间指向你刚建的「书房」文件夹。
这一下步很重要。通过同一个文件控制两个软件的工作区。
两个软件读写的就是同一个文件夹了，往后 WorkBuddy 在里面写的每一个文件，你在 Obsidian 里实时都能看到，一个写，一个看。
这套组合我很喜欢的一点是，俩软件之间其实没有任何绑定，全靠同一个文件夹接上头，
哪天你想把其中一个换掉，比如换成 Claude Code 或者别的什么 Agent，另一个照常用，资料也一直都在。
接着让它把目录建了。你都不用自己动手，直接在会话里说：
建完长这样：
72%
28%
你也可以顺手在访达里打开这个文件夹看一眼。一模一样。
对了，要是你担心数据安全，其实刚才那一眼就是答案：
🌐
这个知识库说到底就是你硬盘上一个普通文件夹，几个子目录加几个文本文件，不经过任何人的服务器，哪天你把两个软件都卸了，这堆东西还在原地，换台电脑，整个文件夹拷走接着用。
所以，即使是企业场景，数据也完全安全。
接下来是最重要的一份文件，AGENTS.md。
写它之前，先交代一下来路。
这套玩法叫 LLM Wiki，是 OpenAI 创始成员 Karpathy 今年 4 月提出来的。
他解决的问题就一个。
你平时用的那些“上传文件问 AI”，都是你问一次，它现场去资料堆里扒拉几段沾边的凑个回答，答完就扔，下回再问，再从零读一遍。
Karpathy 把这事倒了过来：别等提问了再理解，提前让 AI 把每份资料读透，整理成一页一页互相链接的知识页面，新资料进来就往上补。
🌐
所有的理解都存下来了，你每次提问，它都站在之前全部整理的基础上答你。
我们刚建的那堆文件夹就是照这个思路分的三层：
raw/ 放原始资料，AI 只许读不许改
wiki/ 放它整理出来的知识页
AGENTS.md 写清整理的规矩。
Karpathy 在构想文件里有句原话，我特别喜欢：
Obsidian is the IDE; the LLM is the programmer; the wiki is the codebase.
简而言之就是：Obsidian 是工作台，AI 是程序员，wiki 是他写出来的东西。
AI 干活靠谱不靠谱，基本上就是看负责规范的 AGENTS.md 写得清楚不清楚。
我的这个自用优化的版本可以直接整段复制，之后再按自己的情况慢慢改：
38%
62%
这个 Agents.md 的核心价值就是，未来所有 AI 的操作都要遵循这些规矩。
所以，强烈建议你阅读并理解它。
这里解释一个内容：
里面那个带方括号的 [[双链]]，其实就是页面之间互相跳转的链接。编译的时候 AI 自己会打，你认得出它是个链接就行。
待会儿关系图谱里那一根根线，画的就是它。
你甚至可以把上面这段直接发给 WorkBuddy，让它替你写进根目录的 AGENTS.md，连新建文件都省了。
到这，准备工作完成。正式开跑。
第一步：存资料
🌐
往知识库库里存资料只有两条路：
•
网上的文章用 Web Clipper 剪；
•
手里的文件直接拖进去。
先说剪藏。看到好文章，浏览器右上角点一下插件，弹窗里会显示它抓到的标题、来源链接和保存路径。确认没问题，点「添加到 Obsidian」。
整篇正文就落成一份干净的 Markdown 笔记（一种纯文本的笔记格式，记事本都能打开）。
这里有个坑注意一下：设置里那个「保管库」栏，填的是 Obsidian 仓库的名字，也就是「书房」，插件说明里明明白白写着「名称必须与 Obsidian 保管库的名称完全匹配」。而 raw/ 是文件夹，得填在保存路径那一栏。
我第一次把 raw/ 填进了「保管库」，结果怎么剪都进不去。
公众号文章也一样，在电脑浏览器打开链接照剪。
本地文件更省事，不用剪，直接拖进 raw/ 文件夹。我试了几种：PDF、图片、Markdown，扔进去 Obsidian 里都点得开。
我们第一次使用，可以先弄几个资料就行。
存完对一眼就行。打开 Obsidian 左边的文件树，raw/ 里就是你刚存进去的那一排文件。随便点开一篇，标题正文都齐整，这步就算成了。
第二步：编译
资料存完了，接下来是整套流程里最核心的一步，编译。
这个词其实是程序员的术语，“把人写的代码翻成机器能跑的程序”叫编译，这儿干的是件差不多的事，把我们刚刚放进 raw/ 的原始资料，翻成一套理好了、随时能查的知识页。
做起来就是跟 WorkBuddy 说一句话的事。我发的指令原文在这，直接抄：
整个过程中，WorkBuddy 自己一篇篇读、一篇篇理解，整理好的结果会直接显示在 Obsidian 里。
概念归了 concepts/，工具和人物归了 entities/，每篇文章的摘要归了 sources/。页跟页之间，它自己打上了 [[双链]]。
新页面也已经一条条登记在index.md中了。log.md 里也添上了今天这笔记录。
编译完先别急着问问题，去 Obsidian 里把关系图谱点开看一眼。
它在左边那排小图标里，长得像张小蜘蛛网。
在过程中你会看到这样的，逐步关联生长的过程。
这些线实际上就是 AI 把文章所有内容读了，关联起来了。
这是知识库的“智能”所在。
第三步：查询
到这一步，才轮到爽的部分。
先问个大的。我在 WorkBuddy 里问：
这里我认为你需要理解下它的逻辑：
它并不是把整个库从头翻到尾。而是先看了眼 index.md，挑出相关的两三页，进去细读。最后给我的回答分了层，末尾还会列出来依据来自哪几页。
这套“先查目录再翻页”的动作，就是 AGENTS.md 里“回答问题的规矩”那段在起作用。
还有几种问法很常见，我也整理一下。
根据 wiki，X 和 Y 的说法有什么不一样？依据分别是哪几篇？
我印象里存过讲 X 的内容，翻翻是落在哪篇里，把原话给我贴出来。
我要写一篇关于 X 的东西，把 wiki 里相关的观点和案例整理成一份提纲。
每一个你都可以试一试。
第四步：检查
最后一步，很容易忽视，但是非常重要。
知识库用久了都有一个通病就是：有的知识孤零零的谁也不引用，有的链接点过去是空的，还有的，两页说法各执一词，存在冲突。
放着不管，几个月后它就会悄悄退化回一个高级点的收藏夹。
所以我的办法是用 WorkBuddy 的定时任务功能，来给它定个每周体检。
在 WorkBuddy 里说一句：
注意我在指令里特意留了一句“先列给我看，我确认了再改”。
平时我们用 AI 做任何的任务，都需要注意冲突的解决。这个判断 AI 替你做不了，也不该替你做，它把问题列出来，剩下的你来定。
你甚至可以再建一个定时任务：每天早上开工前，让它把 raw/ 扫一眼，见着新文件就顺手编译掉。这条也是现成的，搬过去就行：
配完这两个任务，这套东西就算自己转起来了。你唯一要干的事，就是往 raw/ 里扔东西。
知识库就真正意义上，自动运转，自动成长起来了。
而且，还定期体检。
到这儿，存资料、编译、查询、检查，四步就全跑通了。
恭喜你，有了自己的专属知识库。
最后
其实我们发现这四步，真的是够简单的。
AI 真的很简单可以把那些知识管理起来。
但是更重要的其实是，不要被“善于收藏”这个动作骗了。
存下来的，不等于是你的。能随时被你调出来、连得成网、用得上的，才是你的。
所以同理，就像这个文章里说的，不仅要存，还需要持续自我输入，也就是学。
当然，你也可以采用一样的方法，用定时技能让 AI 每天给你推一些知识点来学，但是，一定要学，一定要学，一定要学。
我给那个文件夹起名叫「书房」，起的时候没多想，现在觉得起得挺对。
仓库是东西堆进去就不管了，书房不是，书房里的每一本书，都是等着被翻开的。