WEBVTT
Kind: captions
Language: zh-Hans

00:00:00.000 --> 00:00:03.133
现在关于Obsidian AI 知识库的教程很多

00:00:03.133 --> 00:00:04.600
有的只讲某个 AI 工具

00:00:04.600 --> 00:00:09.233
有的一上来就是卡帕西知识库、AI Wiki、自生长知识库、Agent 系统

00:00:09.266 --> 00:00:10.300
听起来很厉害

00:00:10.300 --> 00:00:12.100
但真正到自己动手的时候

00:00:12.100 --> 00:00:13.766
还是不知道第一步怎么落地

00:00:13.766 --> 00:00:16.100
如果一开始就追求AI全自动化

00:00:16.100 --> 00:00:17.366
知识库还没搭稳

00:00:17.366 --> 00:00:21.333
就很容易遇到难维护、不可控、AI 幻觉这些问题

00:00:21.500 --> 00:00:22.533
所以这期分享

00:00:22.533 --> 00:00:24.233
我们先不做大而全的系统

00:00:24.266 --> 00:00:26.200
也不一步到位做全自动化

00:00:26.200 --> 00:00:28.433
而是回到知识库和 AI 本身

00:00:28.566 --> 00:00:30.533
先搭建一个最小可用版

00:00:30.533 --> 00:00:31.766
这里的最小可用

00:00:31.766 --> 00:00:33.800
就是先把最关键的路径跑通：

00:00:33.800 --> 00:00:35.566
资料能进来，AI 能处理

00:00:35.566 --> 00:00:37.733
知识能沉淀，最后能产生输出

00:00:37.733 --> 00:00:40.766
更复杂的 AI Wiki、自动化、自生长知识库

00:00:40.766 --> 00:00:42.400
都可以后面再继续升级

00:00:42.466 --> 00:00:45.200
具体来说，我们会按三个步骤来做：

00:00:45.200 --> 00:00:45.733
第一步

00:00:45.733 --> 00:00:48.000
先搭建 Obsidian 本地知识库；

00:00:48.000 --> 00:00:49.933
第二步，把 AI 能力接进来；

00:00:49.933 --> 00:00:50.600
第三步

00:00:50.600 --> 00:00:54.100
用知识积累和项目推进两个真实场景

00:00:54.100 --> 00:00:56.000
把这套系统真正跑起来

00:00:56.000 --> 00:00:57.833
看完之后，我们至少会知道：

00:00:57.866 --> 00:01:00.733
本地知识库怎么搭，AI 能力怎么接入

00:01:00.766 --> 00:01:02.933
资料怎么积累，项目怎么推进

00:01:02.933 --> 00:01:05.766
以及知识最后怎么沉淀和产生结果

00:01:07.700 --> 00:01:09.766
基于 Obsidian 搭建 AI 知识库

00:01:09.766 --> 00:01:11.866
我们首先要搭一个本地知识库

00:01:11.866 --> 00:01:14.600
因为后面 AI 要读取、分析和更新的

00:01:14.600 --> 00:01:17.866
本质上都是这个仓库里的 Markdown 文件和目录结构

00:01:17.866 --> 00:01:20.433
各种外部资料和个人想法进来之后

00:01:20.433 --> 00:01:22.600
会先变成一篇篇 Markdown 笔记

00:01:22.666 --> 00:01:24.900
保存在 Obsidian 的本地仓库里

00:01:24.933 --> 00:01:27.200
后面无论是推进项目、沉淀知识

00:01:27.200 --> 00:01:29.466
还是让 AI 基于已有资料做分析

00:01:29.466 --> 00:01:31.866
本质上都是围绕这个仓库在工作

00:01:32.000 --> 00:01:36.300
这里我们直接用之前分享过的 Obsidian 入门启动包里的目录结构

00:01:36.366 --> 00:01:37.766
我们先简单看一下：

00:01:37.833 --> 00:01:39.300
收件箱（Inbox）是临时入口

00:01:39.333 --> 00:01:42.400
用来接住资料、想法或临时记录；

00:01:42.466 --> 00:01:44.866
项目（Projects）放正在推进的具体项目；

00:01:44.866 --> 00:01:47.533
领域（Areas）放长期维护的领域和能力；

00:01:47.566 --> 00:01:49.500
资源（Resources）放长期参考资料；

00:01:49.600 --> 00:01:52.533
归档（Archive）放已经结束或暂时不用的内容；

00:01:52.733 --> 00:01:54.166
模板（Templates）放常用模板；

00:01:54.366 --> 00:01:57.133
附件（Attachments）放图片、PDF 和附件素材

00:01:57.233 --> 00:01:59.866
这套结构参考了 PARA 的思想

00:01:59.933 --> 00:02:01.066
但并不复杂

00:02:01.233 --> 00:02:02.800
就是一条信息进来之后

00:02:02.800 --> 00:02:04.666
不是先问它属于什么主题

00:02:04.666 --> 00:02:06.766
而是先问它接下来要服务什么

00:02:06.766 --> 00:02:10.500
我在这个基础上又加了收件箱（Inbox）、模板（Templates）、附件（Attachments）这些目录

00:02:10.566 --> 00:02:12.900
是为了更适合真实使用场景

00:02:12.933 --> 00:02:16.266
我们进一步理解一下这套目录背后的核心逻辑：

00:02:16.266 --> 00:02:18.933
新的资料和想法先进入收件箱（Inbox）

00:02:18.933 --> 00:02:19.633
先接住

00:02:19.633 --> 00:02:21.100
降低输入门槛

00:02:21.100 --> 00:02:21.866
整理之后

00:02:21.866 --> 00:02:24.533
有长期参考价值的内容进入资源（Resources）

00:02:24.600 --> 00:02:26.400
资源（Resources）一方面可以被项目（Projects）调用

00:02:26.400 --> 00:02:27.900
用来服务具体目标；

00:02:28.166 --> 00:02:31.133
另一方面也可以提炼出长期方法和判断

00:02:31.200 --> 00:02:32.566
沉淀到领域（Areas）

00:02:32.566 --> 00:02:34.900
如果一开始就是明确的项目想法

00:02:34.933 --> 00:02:37.433
也可以从收件箱（Inbox）直接升级成项目（Projects）

00:02:37.433 --> 00:02:38.866
这是一条辅助路径

00:02:38.866 --> 00:02:39.866
项目完成之后

00:02:39.866 --> 00:02:41.000
就进入归档（Archive）

00:02:41.000 --> 00:02:44.566
这样资料、项目、长期知识和归档都有自己的位置

00:02:44.566 --> 00:02:47.133
后面 AI 也能基于这个清晰结构工作

00:02:49.200 --> 00:02:51.533
Obsidian 接入 AI 的方式其实很多

00:02:51.566 --> 00:02:54.966
我之前已经专门用一个四象限图系统梳理过

00:02:55.033 --> 00:02:57.200
大家感兴趣可以回去看那期

00:02:57.200 --> 00:02:59.833
后来出现的 Codex、Hermes Agent

00:02:59.900 --> 00:03:02.300
或者 OpenClaw 这类 Agent 工具

00:03:02.366 --> 00:03:04.733
直接操作 Obsidian 底层仓库

00:03:04.766 --> 00:03:06.600
大体也可以归到第二象限：

00:03:06.600 --> 00:03:08.833
AI 主动操作文件层

00:03:08.966 --> 00:03:14.800
但这次我们先聚焦一种最基础、最贴近知识管理本身的接入方式：

00:03:14.833 --> 00:03:16.766
用 Claudian 加 CLI Agent

00:03:16.833 --> 00:03:18.600
把 AI 能力接入 Obsidian

00:03:18.600 --> 00:03:21.500
在真正操作之前，我们先看整体架构

00:03:21.500 --> 00:03:23.766
Obsidian 是知识库和工作界面

00:03:23.800 --> 00:03:25.233
Claudian 是连接器

00:03:25.300 --> 00:03:27.800
CLI Agent 是执行任务的 AI

00:03:27.800 --> 00:03:32.233
Agent 可以选择 Claude Code、Codex CLI 或 OpenCode

00:03:32.500 --> 00:03:34.200
模型可以来自官方订阅

00:03:34.200 --> 00:03:36.533
也可以通过第三方模型转接

00:03:36.533 --> 00:03:39.833
下面这条就是等一下要跑的最小验证流程：

00:03:39.933 --> 00:03:42.033
第一，先选择一个 CLI Agent；

00:03:42.233 --> 00:03:43.333
第二，完成登录

00:03:43.333 --> 00:03:45.566
或者通过第三方模型做转接；

00:03:45.566 --> 00:03:46.233
第三

00:03:46.233 --> 00:03:48.966
在终端里测试它能不能正常对话；

00:03:49.166 --> 00:03:50.700
第四，回到 Obsidian

00:03:50.733 --> 00:03:53.433
在 Claudian 插件里启用这个 Agent；

00:03:53.533 --> 00:03:55.600
第五，让它读取当前笔记

00:03:55.600 --> 00:03:57.333
并做一次简单总结

00:03:57.433 --> 00:04:00.966
接下来我们就按刚才的五步流程真实跑一遍

00:04:01.033 --> 00:04:03.600
第一步，先选择一个 CLI Agent

00:04:03.600 --> 00:04:07.566
这里可以选 Claude Code、Codex CLI 或 OpenCode

00:04:07.600 --> 00:04:08.966
三选一就可以

00:04:08.966 --> 00:04:11.800
我这里用 Codex CLI 做演示

00:04:11.900 --> 00:04:14.433
第二步，完成登录或者模型转接

00:04:14.566 --> 00:04:17.600
我这里已经提前完成了 Codex CLI 的登录

00:04:17.600 --> 00:04:19.133
所以不现场展开了

00:04:19.200 --> 00:04:20.633
如果能用官方订阅

00:04:20.633 --> 00:04:22.400
就直接用官方订阅；

00:04:22.400 --> 00:04:23.533
如果不方便

00:04:23.566 --> 00:04:26.366
也可以用 CC Switch 转接第三方模型

00:04:26.366 --> 00:04:28.566
这部分本身是一个独立话题

00:04:28.600 --> 00:04:30.033
网上的教程也很多

00:04:30.166 --> 00:04:31.400
这里先不展开

00:04:31.433 --> 00:04:34.733
如果大家有疑问，可以在评论区留言

00:04:34.733 --> 00:04:35.366
第三步

00:04:35.366 --> 00:04:38.333
在终端里测试这个 Agent 能不能正常对话

00:04:38.500 --> 00:04:40.300
比如我这里输入 `codex`，

00:04:40.400 --> 00:04:41.633
进入对话之后

00:04:41.633 --> 00:04:43.033
简单问一句 `你好`。

00:04:43.033 --> 00:04:45.566
我们可以看到，Codex能正常回复

00:04:45.566 --> 00:04:47.700
说明本地 Agent 已经准备好了

00:04:47.700 --> 00:04:48.166
第四步

00:04:48.166 --> 00:04:50.333
在 Claudian 里启用这个 Agent

00:04:50.433 --> 00:04:52.766
我们回到 Obsidian，打开设置

00:04:52.766 --> 00:04:54.033
进入社区插件

00:04:54.233 --> 00:04:57.500
找到并打开 已经安装并启用的Claudian

00:04:57.500 --> 00:05:00.033
然后切换到上面的 Codex 标签页

00:05:00.033 --> 00:05:02.933
点击「启用 Codex 服务商（Enable Codex provider）」。

00:05:02.933 --> 00:05:03.533
一般来说

00:05:03.533 --> 00:05:06.966
到这里 Claudian 就可以正常调用 Codex 了

00:05:06.966 --> 00:05:08.966
第五步，让它读取当前笔记

00:05:08.966 --> 00:05:10.566
做一个简单的总结

00:05:10.566 --> 00:05:12.700
我们点击左侧边栏里的 Claudian

00:05:12.700 --> 00:05:15.533
右侧会自动打开一个新的对话面板

00:05:15.533 --> 00:05:19.200
然后把模型切换到当前可用模型：

00:05:19.233 --> 00:05:20.233
GPT-5.5

00:05:20.400 --> 00:05:23.100
接着从左侧目录里打开一篇笔记

00:05:23.366 --> 00:05:26.500
这篇笔记就会作为当前上下文进入对话

00:05:26.566 --> 00:05:27.500
然后我们输入：

00:05:27.500 --> 00:05:29.533
帮我总结一下这个笔记内容

00:05:29.533 --> 00:05:32.166
如果 AI 能基于这个笔记做出总结

00:05:32.166 --> 00:05:33.800
就说明这一步跑通了

00:05:35.800 --> 00:05:38.166
前面我们已经把本地知识库搭好了

00:05:38.166 --> 00:05:39.666
也把 AI 接进来了

00:05:39.666 --> 00:05:40.466
这其实意味着

00:05:40.466 --> 00:05:42.833
一个“静态的 AI 知识库”已经完成了

00:05:42.933 --> 00:05:44.300
但知识库真正有价值

00:05:44.300 --> 00:05:45.766
是让它能真正跑起来

00:05:45.766 --> 00:05:47.200
也就是资料可以进来

00:05:47.200 --> 00:05:48.633
AI 可以参与处理

00:05:48.666 --> 00:05:50.933
最后这些内容能沉淀成知识

00:05:50.933 --> 00:05:52.766
或者服务一个具体的项目

00:05:52.766 --> 00:05:53.766
所以接下来

00:05:53.766 --> 00:05:55.900
我会用两个真实场景来演示：

00:05:55.933 --> 00:05:58.100
积累型场景和项目型场景

00:05:58.100 --> 00:06:00.033
先看第一个场景：积累型

00:06:00.166 --> 00:06:02.933
比如我看到一篇 Obsidian CEO 的采访

00:06:03.000 --> 00:06:05.000
觉得这篇资料很有参考价值

00:06:05.000 --> 00:06:07.133
就想先保存到本地知识库里

00:06:07.133 --> 00:06:10.400
这里我用的是 Obsidian 官方的 Web Clipper 插件

00:06:10.500 --> 00:06:12.966
它可以把大部分网页内容一键剪藏

00:06:12.966 --> 00:06:15.100
并转成 Markdown 保存到 Obsidian

00:06:15.100 --> 00:06:16.133
回到这篇文章

00:06:16.133 --> 00:06:18.733
我们点击浏览器里的 Obsidian 插件

00:06:18.733 --> 00:06:20.533
这里可以预览剪藏的内容

00:06:20.533 --> 00:06:23.600
也可以设置它保存到 Obsidian 里的哪个路径

00:06:23.666 --> 00:06:25.166
我点击“添加到 Obsidian”，

00:06:25.166 --> 00:06:29.433
这篇文章就会被保存到这个位置：`00-Inbox收件箱/Clippings`。

00:06:29.500 --> 00:06:30.366
回到 Obsidian

00:06:30.366 --> 00:06:34.433
可以看到这篇网页已经变成了一篇本地 Markdown 笔记

00:06:34.433 --> 00:06:35.200
到这里

00:06:35.200 --> 00:06:37.833
外部资料进入 Obsidian 这一步就完成了

00:06:38.133 --> 00:06:40.633
接下来，我们对它做一轮简单处理

00:06:40.666 --> 00:06:41.766
我先用快捷命令

00:06:41.766 --> 00:06:44.366
把这篇笔记从 收件箱（Inbox） 转移到 资源（Resources）

00:06:44.366 --> 00:06:47.133
因为这篇文章可以作为一份原始资料

00:06:47.133 --> 00:06:48.600
后面可以长期参考

00:06:48.600 --> 00:06:51.533
然后我在正文上方加一个标题：`# 原文`，

00:06:51.533 --> 00:06:53.200
把原始内容保留下来

00:06:53.200 --> 00:06:56.166
再在它上面加一个标题：`# 内容总结`，

00:06:56.166 --> 00:06:58.500
准备让 AI 把总结写到这里

00:06:58.566 --> 00:07:00.666
接着，在这篇笔记打开的情况下

00:07:00.666 --> 00:07:01.833
我打开 Claudian

00:07:01.900 --> 00:07:03.466
选中“内容总结”这个位置

00:07:03.466 --> 00:07:04.333
然后告诉 AI：

00:07:04.333 --> 00:07:06.200
给我总结这篇文章内容

00:07:06.266 --> 00:07:07.366
并更新到这里

00:07:07.366 --> 00:07:08.800
AI 分析完成后

00:07:08.800 --> 00:07:11.433
就会把总结直接写回到这篇笔记里

00:07:11.600 --> 00:07:13.066
我快速看了一下内容总结

00:07:13.066 --> 00:07:15.000
发现里面有些观点很有价值

00:07:15.000 --> 00:07:16.566
值得以后反复使用

00:07:16.566 --> 00:07:19.133
我在领域（Areas）里新建一篇长期笔记

00:07:19.133 --> 00:07:19.466
叫：

00:07:19.466 --> 00:07:20.533
`Obsidian学习`。

00:07:20.566 --> 00:07:23.266
然后把这些关键观点整理进去

00:07:23.266 --> 00:07:25.700
例如：“对Obsidian使用者的启发”，

00:07:25.700 --> 00:07:28.100
并且加上原始资料的双链链接

00:07:28.133 --> 00:07:30.566
这样，一个资料积累的闭环就完成了：

00:07:30.566 --> 00:07:32.866
网页资料进入本地，AI 参与处理

00:07:32.866 --> 00:07:35.333
人来判断哪些内容值得长期保存

00:07:35.333 --> 00:07:38.566
最后长期知识和原始来源还能互相追溯

00:07:38.666 --> 00:07:40.533
再看第二个场景：项目型

00:07:40.666 --> 00:07:41.900
比如我想到一个问题：

00:07:41.900 --> 00:07:44.733
Obsidian 为什么适合 AI 时代的知识管理？

00:07:44.900 --> 00:07:47.366
我会先把这个想法记到每日笔记里

00:07:47.366 --> 00:07:48.166
日常使用时

00:07:48.166 --> 00:07:51.400
我一般会使用手机加语音输入快速记录；

00:07:51.400 --> 00:07:53.933
这里为了演示，就直接在电脑端操作

00:07:54.066 --> 00:07:56.633
后面我觉得这个问题值得继续推进

00:07:56.666 --> 00:07:58.400
可能发展成文章或者视频

00:07:58.533 --> 00:08:01.233
就会在 项目（Projects ）里新建一个项目 index

00:08:01.266 --> 00:08:05.900
这个笔记叫：`Obsidian为什么适合AI时代的知识管理-index`。

00:08:06.133 --> 00:08:10.933
然后我先建四个一级标题：`背景`、`分析`、`输出`、`常见问题`。

00:08:11.166 --> 00:08:13.466
背景放资料，分析放思考

00:08:13.466 --> 00:08:14.500
输出放成果

00:08:14.500 --> 00:08:17.566
常见问题放过程中沉淀下来的 Q&A

00:08:17.800 --> 00:08:19.400
接下来，我先问 AI：

00:08:19.400 --> 00:08:23.500
如果我要研究“Obsidian 为什么适合 AI 时代的知识管理”，

00:08:23.500 --> 00:08:25.400
需要从哪些角度查找资料？

00:08:25.400 --> 00:08:27.066
AI 给出研究方向之后

00:08:27.066 --> 00:08:28.833
我觉得这个问答本身也有价值

00:08:28.833 --> 00:08:31.933
就选中“常见问题”这个区域，告诉 AI：

00:08:31.933 --> 00:08:34.700
在当前目录新建一篇 Q&A 笔记

00:08:34.700 --> 00:08:36.366
记录上面这个问题和回答

00:08:36.366 --> 00:08:37.900
并在这里添加双链

00:08:37.933 --> 00:08:42.333
AI成功完成了QA笔记创建，并在目标位置添加好了双链。

00:08:42.333 --> 00:08:45.300
然后我会根据这些方向去收集资料

00:08:45.300 --> 00:08:48.000
这个过程和前面的积累型流程类似

00:08:48.000 --> 00:08:50.700
详细操作更加复杂且需要自动化

00:08:50.700 --> 00:08:53.166
以后再单独分享，这里就不展开了

00:08:53.166 --> 00:08:54.766
我们直接看初步结果：

00:08:54.766 --> 00:08:57.033
相关资料已经先进入了收件箱（Inbox）

00:08:57.066 --> 00:08:58.900
下一步，我选中“背景”这个区域

00:08:58.900 --> 00:08:59.366
告诉 AI：

00:08:59.366 --> 00:09:03.833
把 `00-Inbox收件箱/Clippings` 里的相关资料迁移到 `30-Resources资源`，

00:09:03.866 --> 00:09:06.400
并把这些资料的双链放到“背景”下面

00:09:06.400 --> 00:09:07.600
AI 执行完成后

00:09:07.600 --> 00:09:10.900
这些参考资料的链接就会整理到背景区域下面

00:09:10.900 --> 00:09:15.033
前面我们在积累型场景里保存的那篇 Obsidian CEO 采访

00:09:15.066 --> 00:09:16.433
也可以顺手加进来

00:09:16.500 --> 00:09:17.700
这里补充一句

00:09:17.700 --> 00:09:19.466
Claudian日常调用AI的时候

00:09:19.466 --> 00:09:22.100
经常会用到文件或目录路径

00:09:22.100 --> 00:09:24.166
我们可以点击笔记或目录

00:09:24.166 --> 00:09:26.200
获得相对路径或绝对路径

00:09:26.200 --> 00:09:28.766
在Obsidian中一般使用相对路径即可

00:09:28.766 --> 00:09:29.266
下面

00:09:29.266 --> 00:09:31.766
我们进一步基于资料总结关键要点

00:09:31.766 --> 00:09:32.666
我告诉AI：

00:09:32.666 --> 00:09:34.166
基于背景中参考资料

00:09:34.166 --> 00:09:35.733
给我总结关键要点

00:09:35.766 --> 00:09:37.266
记录在分析标题下面

00:09:37.266 --> 00:09:39.900
要简要精炼罗列，不要太长

00:09:39.900 --> 00:09:40.966
基于分析的要点

00:09:40.966 --> 00:09:43.966
我们可以让AI进一步生成可以交付的成果

00:09:44.000 --> 00:09:45.033
我告诉AI：

00:09:45.100 --> 00:09:46.333
基于“分析”里的要点

00:09:46.333 --> 00:09:48.100
创建一篇简短文章

00:09:48.100 --> 00:09:50.533
并把文章双链放到“输出”下面

00:09:50.533 --> 00:09:52.000
最后，我想更进一步

00:09:52.000 --> 00:09:54.166
把文章内容做可视化表达

00:09:54.266 --> 00:09:55.200
我告诉AI：

00:09:55.200 --> 00:09:57.666
利用这个skill，基于文章的核心结构

00:09:57.666 --> 00:09:58.766
生成一个 关系图

00:09:58.766 --> 00:10:01.400
并把这张图的双链也放到“输出”下面

00:10:01.400 --> 00:10:03.633
到这里，一个项目型流程就跑通了：

00:10:03.700 --> 00:10:04.566
一个临时问题

00:10:04.566 --> 00:10:06.400
从每日笔记进入 项目（Projects）；

00:10:06.400 --> 00:10:08.100
相关资料进入 资源（Resources）；

00:10:08.100 --> 00:10:10.533
AI 帮我拆解、分析和生成输出；

00:10:10.600 --> 00:10:12.400
最后文章和可视化结果

00:10:12.400 --> 00:10:14.966
都回到项目 index 里统一管理

00:10:15.100 --> 00:10:16.166
后面有新的想法

00:10:16.166 --> 00:10:18.366
也可以继续更新分析、迭代文章

00:10:18.366 --> 00:10:21.233
或者把更长期的判断沉淀到 领域（Areas）

00:10:21.300 --> 00:10:22.366
通过这两个场景

00:10:22.366 --> 00:10:25.066
我们就能看到这个 AI 知识库已经跑起来了

00:10:25.066 --> 00:10:26.166
积累型解决的是：

00:10:26.166 --> 00:10:27.566
资料怎么从临时收集

00:10:27.566 --> 00:10:29.566
变成长期可复用的知识

00:10:29.666 --> 00:10:30.733
项目型解决的是：

00:10:30.733 --> 00:10:32.666
知识怎么服务一个具体目标

00:10:32.666 --> 00:10:34.333
并推动它形成成果

00:10:34.400 --> 00:10:35.266
而这背后

00:10:35.266 --> 00:10:37.900
其实也体现了 Obsidian 这套结构的价值

00:10:37.900 --> 00:10:40.733
横向看，资料、领域、项目各有位置；

00:10:40.733 --> 00:10:41.333
纵向看

00:10:41.333 --> 00:10:44.600
原始资料、分析内容、长期知识和项目成果

00:10:44.600 --> 00:10:46.700
又可以通过双链串起来

00:10:48.700 --> 00:10:50.466
到这里，我们完成了三件事：

00:10:50.466 --> 00:10:52.100
搭好 Obsidian 本地知识库

00:10:52.100 --> 00:10:54.300
接入 AI 能力，然后用两个真实场景

00:10:54.300 --> 00:10:55.766
把这套系统跑起来

00:10:55.800 --> 00:10:56.900
而这两个场景背后

00:10:56.900 --> 00:10:58.300
其实都是同一条流程：

00:10:58.300 --> 00:11:00.400
知识输入、知识处理、知识输出

00:11:00.566 --> 00:11:03.066
输入，是把资料、想法和需求放进来

00:11:03.066 --> 00:11:03.566
处理

00:11:03.566 --> 00:11:06.066
是让 AI 帮我们总结、提炼和关联

00:11:06.066 --> 00:11:08.600
输出，是让这些知识真正产生价值

00:11:08.600 --> 00:11:10.566
比如推进项目、生成内容

00:11:10.566 --> 00:11:11.700
或者支持决策

00:11:11.766 --> 00:11:13.766
这次我们做的最小可用版本

00:11:13.766 --> 00:11:15.500
可以作为一个很好的起点了

00:11:15.500 --> 00:11:17.033
后面如果继续升级

00:11:17.033 --> 00:11:18.766
也可以围绕这三个环节来做

00:11:18.900 --> 00:11:20.966
输入端，可以接入更多资料类型

00:11:20.966 --> 00:11:26.166
比如网页、PDF、视频、音频、Notion 笔记、word等各种资料

00:11:26.166 --> 00:11:26.900
处理端

00:11:26.900 --> 00:11:29.233
可以参考Karpathy知识库的思想

00:11:29.233 --> 00:11:31.800
让AI 自动分类、整理和总结资料

00:11:32.000 --> 00:11:34.000
人主要负责判断和决策

00:11:34.000 --> 00:11:34.600
输出端

00:11:34.600 --> 00:11:39.166
可以把知识转成文章、图文、PPT、视频、播客等各种成果

00:11:39.233 --> 00:11:42.766
后面我会继续更新 Obsidian AI 知识库的升级内容

00:11:42.766 --> 00:11:44.466
感兴趣的话可以持续关注

00:11:44.466 --> 00:11:46.333
如果这期内容对你有帮助

00:11:46.333 --> 00:11:47.966
欢迎点赞👍、收藏⭐、关注➕

00:11:47.966 --> 00:11:49.533
我是明立非Mingnify，我们下期再见