为什么用 Obsidian?从本地 Markdown、双链到 AI 知识底座
📺 YouTube 视频:为什么用 Obsidian?从知识归属、双链到 AI 知识底座
很多人第一次接触 Obsidian,注意到的往往是插件、主题、关系图谱和各种工作流。可如果只看这些功能,很容易把它当成又一个笔记软件,也很难判断自己是否真的需要它。
我更看重的是 Obsidian 处理个人知识的方式:
- 知识以本地 Markdown 文件保存,控制权在自己手里;
- 分散的笔记可以通过双链和反向链接建立关系;
- 积累下来的资料、经验和项目上下文,可以在授权后交给不同的 AI 工具使用。
这三个特点对应三个实际问题:知识能不能长期保留,过去的积累还能不能找回来,AI 能不能继续利用这些上下文。
所以,判断是否选择 Obsidian,不妨先问问自己:我是否需要一套能长期掌控、持续关联,还能逐步接入 AI 工作流的个人知识库?
所谓“知识属于自己”,不只是把文件存在本地。更重要的是,离开原来的工具以后,这些内容仍能独立存在,照常使用。
Obsidian 管理的笔记,本质上是本地文件夹里的 Markdown 文本。笔记内容、文件夹结构,以及写进文件的双链关系,都以文件形式存在。
即使以后不再使用 Obsidian,依然可以用普通文本编辑器、VS Code 或其他兼容 Markdown 的工具读取这些内容。获得文件访问权限的 AI Agent,也能在授权范围内读取同一批知识。
其他一些笔记工具则可能带来两类依赖:
- 平台依赖:内容主要保存在平台服务中,离开平台时通常需要复制、导出或迁移。
- 格式依赖:文件虽然在本地,但使用专有格式,需要特定软件或转换流程才能继续打开,例如 OneNote 的
.one格式。
当然,保存在本地不等于一定能长期使用。真正要看的是:离开原来的软件后,文件是否仍然容易找到、读取、迁移,也能否交给其他工具处理。
可以做个简单的测试。把「Obsidian 入门启动包」从 Obsidian 的仓库列表中移除,只会让 Obsidian 不再管理这个仓库,不会删除电脑上的原文件。回到 Finder,文件夹和笔记都还在;再用 VS Code 打开同一个目录,也能继续查看和编辑 Markdown,不需要提前导出或转换格式。
文件掌握在自己手里,也就可以根据任务自由选择 AI 工具。
使用聊天式 AI 时,可以挑选一篇笔记上传到 ChatGPT,让它分析指定内容。
使用 AI Agent 时,可以授权本地仓库,让 Codex 找到同一篇笔记,完成相同的任务。
两种方式的入口和授权过程不同,读取的却是同一批文件。知识不必绑定在某个笔记软件或 AI 产品里,需要时可以选择 ChatGPT、Codex、Claude Code,或者其他合适的工具。
文件保存下来只是第一步。如果之后找不到、想不起、用不上,它们还是会变成沉睡的资料。
文件夹可以告诉我们知识放在哪里,却不一定能说明不同内容为什么相关。Obsidian 的双链和反向链接补上了这层关系。
原始资料、领域知识和项目记录可以分别放进对应的目录。分散在各处的笔记,再通过双链互相连接。
简单来说:
目录解决“知识放在哪里”,双链解决“不同知识怎么联系”。
以 Obsidian Web Clipper 为例。看到一篇有用的网页,可以先把原文保存到 Resources,再在「Obsidian 使用方法」这类领域笔记中,整理出“通过 Web Clipper 导入网页资料”的具体方法,并用双链连回原始来源。
以后发现新的导入方法,继续补充到同一篇领域笔记,并保留各自的来源。真正要用时,先打开领域笔记看整理好的答案;需要核对细节,再沿着链接回到原文。
这套结构中:
- 原始资料负责保留依据和细节;
- 领域笔记负责总结、更新和直接使用;
- 双链负责把结论与来源连接起来。
这些关系方便我们查找、追溯和复用知识。AI 获得授权后,也能顺着链接缩小查找范围,不必每次都在整个知识库里盲目搜索。
AI 很擅长生成和分析,但它一开始并不了解我们的背景和表达偏好,也不知道我们做过哪些项目、积累了哪些资料。
Obsidian 可以把这些上下文长期保存并组织起来。AI 接入知识库并获得授权后,就能根据当前任务读取相关内容,不用每次都把所有背景重新复制进对话。
一套个人 AI 知识库,可以长期保存四类上下文:
- 个人上下文:个人背景、目标和表达偏好;
- 知识与资料:收藏的资料、领域知识和个人经验;
- 项目上下文:项目资料、当前状态和相关记录;
- 工作方法:工作流程、SOP 和 Skill。
AI 获得访问权限后,可以围绕当前任务读取相关文件,帮我们分析问题、生成内容或推进项目。过程中产生的新资料、结论和经验,经过人工确认后再写回知识库。
下次开启新对话,或者换一个 AI 工具,过去的积累仍然能接着用。整个过程可以概括为:
长期积累 → 按需读取 → 协助工作 → 确认后写回 → 下一次继续使用
这并不意味着让 AI 无限制地读取所有文件。更稳妥的做法是控制授权范围,让不同工具按需读取那些可追溯的个人知识。
回到最初的问题,Obsidian 的价值主要有三点:
- 本地 Markdown 让知识可以长期由自己掌控;
- 双链让分散的知识能够被发现、追溯和反复使用;
- 长期积累的结构化上下文,可以成为 AI 持续使用的知识底座。
如果你有下面这些需求,Obsidian 会比较合适:
- 需要长期积累资料、领域知识和项目经验;
- 经常研究、写作、制作内容或推进长期项目;
- 希望把个人知识接入不同 AI 工具;
- 愿意维护自己的文件、目录和知识关系。
它并不适合所有需求。如果只是临时记录或管理简单待办,没必要专门搭建一套完整的知识库。Obsidian 更偏向个人知识管理,也不擅长团队实时协作。
使用 Obsidian 也有学习、搭建和长期维护的成本。插件、目录和工作流不是越复杂越好,够用就行。
如果只是临时记点东西,轻量工具通常更直接。如果希望知识长期保留、彼此连接,并逐步进入 AI 工作流,Obsidian 才更值得投入时间。