影片筆記：Codex + Obsidian：从 0 构建 AI 智能体 Dashboard，一键调用 Claude Code、Skill、RSS 和 GitHub

一句話總結

影片介紹如何利用 AI 編程助手（如 Codex、Claude Code）從零構建一個深度集成智能體的 Obsidian Dashboard 插件，實現從 UI 原型設計、插件編寫部署到一鍵調用智能體執行 Skill（如 Deep Research、資料攝入）、拉取外部 API 數據及知識庫健康檢查的全流程自動化。

核心重點

智能體操作系統概念：傳統 Markdown + DataviewJS 製作的主頁無法與 AI 互動，新的「智能體操作系統」需深度集成智能體，支持一鍵運行腳本、調用 Skill、顯示外部信息（YouTube、Reddit、GitHub、RSS）及知識庫健康檢查。

四步構建流程：

• 環境初始化：下載官方插件樣例，安裝依賴及 Skills（frontend-design skill、Obsidian 插件開發 skill），初始化項目並寫入 AGENTS.md 賦予 Codex 最高權限。
• UI 原型設計：使用 frontend-design skill 或 image2_UI_skill（像素級複製截圖）生成 HTML 原型。
• 插件編寫與部署：根據原型編寫 main.js、styles.css、manifest.json，部署至 Obsidian 插件目錄並加載。
• 功能實現：包括基礎顯示（熱力圖、任務列表）、智能體調用（CLI 調用 Claude Code 執行 Ingest、Deep Research）、外部 API 調用（RSS、GitHub）及知識庫健康檢查（孤島筆記、死鏈、元數據）。

技術架構：Obsidian 插件本質為三個文件，無需使用 Superpower、ECC 等厚重編程框架。通過命令行接口（CLI）調用智能體是核心機制。

趨勢：LLM Wiki 理念成為主流，硅谷技術圈層深入使用 Obsidian 並與智能體集成，AI 時代智能體全面接管私人知識庫。

詳細大綱

一、 背景與理念

• 傳統方法的局限性：過去使用 Markdown + DataviewJS 製作 Obsidian 主頁，無法與 AI 智能體關聯。
• 智能體操作系統概念：
• 不僅實現傳統主頁功能。
• 深度集成智能體，支持一鍵運行腳本、調用 Skill。
• 顯示外部信息（YouTube、Reddit、GitHub、RSS）。
• 知識庫健康檢查（結構性問題、孤島筆記、死鏈、元數據）。
• 支持多種配色適配 Obsidian 主題。

二、 技術原理與工具

• 核心工具：
• Codex：主要使用的 AI 編程助手。
• Claude Code：可轉接智譜 GLM5.2 使用。
• Obsidian：筆記軟件，插件本質為三個文件。
• 插件結構：
• main.js
• styles.css
• manifest.json
• 無需使用 Superpower、ECC 等厚重編程框架。

三、 構建流程（四步法）

#### 步驟 1：環境初始化

• 新建空白文件夾，在 Codex 中打開。
• 下載 Obsidian 官方 GitHub 插件倉庫樣例。
• 執行 npm install 和 npm run build。
• 安裝 Skills：
• frontend-design skill（Anthropic 發布）：用於設計 UI。
• Obsidian 插件開發 skill。
• 初始化項目，在 AGENTS.md 中寫入項目規則，賦予 Codex 最高權限。

#### 步驟 2：創建 UI 界面原型

• 使用 frontend-design skill 創建界面原型。
• 功能模塊示例：
• 熱力圖（傳統功能）。
• 按鈕（Deep Research、拉取 RSS、創建日記）。
• 數據圖表、文件列表。
• 具體案例：今日 Task、GitHub 最新資訊。
• 像素級復製技巧：若需 1:1 復製網上看到的精美主頁，可使用 image2_UI_skill 根據截圖生成 HTML。
• 將生成的頁面保存至項目文件夾下的 prototype 文件夾。

#### 步驟 3：編寫 Obsidian 插件代碼

• 指示 Codex 根據 UI 原型編寫插件代碼。
• 部署流程：
• 進入 Obsidian 庫的 .Obsidian/plugins 目錄。
• 新建文件夾（如 agent-Dashboard）。
• 將編譯後的 main.js、styles.css、manifest.json 複製進去。
• 在 Obsidian 中加載插件，通過命令面板（Ctrl+P）打開。

#### 步驟 4：實現具體功能模塊

• 基礎顯示功能：
• 熱力圖：顯示過去 365 天筆記創建情況（分級定義顏色深淺）。
• 近期修改/今日 Task：利用 Obsidian 原生 API 讀取 Workspace。
• 調用智能體執行任務（核心）：
• 原理：通過命令行（CLI）調用智能體。
• 示例命令：claude -p "指令" 在 Terminal 中執行。
• 案例：Inbox Ingest（資料攝入）：
• 點擊按鈕後，通過命令行調用 Claude Code。
• 對 inbox 文件夾下的資料進行翻譯、摘要提取，生成中文 Markdown 筆記並保存。
• 案例：Deep Research：調用 NotebookLM 的 Deep Research Skill。
• 調用外部 API：
• 免費 API：GitHub API、RSS 訂閱（如拉取 Google/OpenAI 開發者 Blog）。
• 收費 API：如 Twitter，需提供 API 密鑰。
• 代碼實現：指示 Codex 拉取數據並寫入 Markdown 文件。
• 知識庫健康檢查：
• 顯示健康度評分。
• 識別問題：孤島筆記、死鏈、元數據覆蓋率缺失。
• 參考理念：卡帕西（Kapasity）的 LLM Wiki 中的 lint skill。

四、 總結與趨勢

• LLM Wiki 理念：從紙上談兵成為主流，Google 等硅谷主流技術圈層已深入使用 Obsidian 並與智能體集成。
• AI 時代趨勢：智能體全面接管私人知識庫，Obsidian 是不可或缺的工具。
• 建議：根據實際需求逐步完善功能，打造適合自己的智能體操作系統。

工具 / 模型 / 名詞整理

• 軟件/平台：
• Obsidian
• Codex
• Claude Code
• Terminal (Mac 系統命令行)
• GitHub
• Reddit
• YouTube
• 小紅書
• Brat 插件 (用於安裝未發布插件)
• Git

• AI 模型/服務：
• 智譜 GLM5.2
• Claude Code (提及可轉接)
• NotebookLM (Deep Research 功能)
• Google (提及發布開放知識格式)
• OpenAI

• 開發工具/Skills/庫：
• DataviewJS
• npm (npm install, npm run build)
• frontend-design skill (Anthropic 發布)
• Obsidian 插件開發 skill
• image2_UI_skill (用於像素級復製)
• yt-dlp (獲取 YouTube 信息)
• LLM Wiki 理念 (提及卡帕西 Kapasity)
• Ingest skill
• lint skill

• 文件格式/標準：
• Markdown
• HTML
• main.js, styles.css, manifest.json
• AGENTS.md
• 開放知識格式 (Open Knowledge Format, 提及 Google 發布)

操作流程整理

準備環境：

• 新建空白文件夾並在 Codex 中打開。
• 下載 Obsidian 官方 GitHub 插件倉庫樣例。
• 執行 npm install 和 npm run build。
• 安裝 frontend-design skill 和 Obsidian 插件開發 skill。
• 在項目中創建 AGENTS.md 寫入規則，賦予 Codex 最高權限。

設計 UI 原型：

• 使用 frontend-design skill 或 image2_UI_skill（針對截圖）生成 HTML 原型。
• 包含熱力圖、按鈕（Deep Research、RSS、日記）、數據圖表等模塊。
• 將生成的頁面保存至項目文件夾下的 prototype 文件夾。

編寫與部署插件：

• 指示 Codex 根據 UI 原型編寫 main.js、styles.css 和 manifest.json。
• 進入 Obsidian 庫的 .Obsidian/plugins 目錄。
• 新建文件夾（如 agent-Dashboard）。
• 將編譯後的三個文件複製進去。
• 在 Obsidian 中加載插件，通過命令面板（Ctrl+P）打開。

配置與使用功能：

• 基礎功能：查看熱力圖、今日任務列表。
• 智能體調用：
• 點擊按鈕觸發 CLI 命令（如 claude -p "指令"）。
• 執行 Inbox Ingest（資料攝入）：對 inbox 資料進行翻譯、摘要，生成中文 Markdown。
• 執行 Deep Research：調用 NotebookLM 相關 Skill。
• 外部數據：配置 API 密鑰（如 Twitter）或免費 API（GitHub、RSS），拉取數據並寫入 Markdown。
• 健康檢查：運行 lint skill 檢查孤島筆記、死鏈及元數據覆蓋率。

值得注意的限制或風險

• API 成本：部分外部 API（如 Twitter）為收費 API，需提供 API 密鑰並可能產生費用。
• 依賴管理：需要安裝特定的 Skills（如 frontend-design skill）及 npm 依賴，環境配置相對複雜。
• 智能體調用穩定性：通過 CLI 調用智能體依賴於命令行環境及智能體服務的可用性，可能存在延遲或錯誤。
• 知識庫健康檢查準確性：依賴於 lint skill 的規則定義，可能無法覆蓋所有結構性問題。

逐字稿辨識疑點

• Codex：文中多次提到使用 "Codex" 進行編程和構建，通常指 OpenAI 的 Codex 模型或相關產品，但結合上下文提到的 "Claude Code" 和 "智譜 GLM5.2"，此處 "Codex" 可能指代特定的 AI 編程助手產品或模型版本，需查證具體所指為何種服務（是否為 OpenAI Codex API 或其他同名工具）。
• 卡帕西 (Kapasity)：文中多次提及「卡帕西的 LLM Wiki 理念」及「卡帕西的 LLM Wiki 的 skill」。需查證「卡帕西」是否為正確的人名或組織名稱音譯（常見譯名可能為 Kapasity 或其他）。
• 智譜 GLM5.2：文中提到「使用 Claude Code 轉接智譜 GLM5.2」。需查證智譜（Zhipu AI）是否有名為「GLM5.2」的具體模型版本，或是否為口誤/聽寫錯誤。
• OpenClaw 大龍蝦：文中提到「OpenClaw 大龍蝦」，需查證「OpenClaw」是否為正確的產品名稱，以及「大龍蝦」是否為其暱稱或誤譯。
• Hermes Agent：文中提到「Hermes Agent」，需查證該產品或代理的名稱是否準確。
• Superpower / ECC / everything：文中提到「Superpower」、「ECC」、「everything Claude Code」等厚重框架，需查證這些是否為真實存在的編程框架名稱，或為口誤。
• inbox Ingest：文中提到按鈕名稱為「inbox Ingest」，需確認這是否為標準術語或特定插件中的命名。
• Google 發布的開放知識格式：文中提到「谷歌發布了一個開放知識格式來適配卡帕西的理念」，需查證 Google 是否確實發布了此特定格式的標準。

可延伸追問

• 如何具體配置 AGENTS.md 以賦予 Codex 最高權限？
• frontend-design skill 和 image2_UI_skill 的具體安裝和使用方法為何？
• 如何安全地管理外部 API 密鑰（如 Twitter API Key）在 Obsidian 插件中的存儲？
• 知識庫健康檢查中的「孤島筆記」和「死鏈」具體由哪些算法或規則定義？
• 如何優化 CLI 調用智能體的速度和穩定性？