Obsidian+Claudian：为AI搭建个人知识库的实战指南

大模型掌握大量通用知识，却未必知道你的具体工作习惯和项目约定。B站UP主蓝叔分享了一套方案：用Obsidian做本地知识库、Claudian插件接入AI，让AI在回答问题前先查阅你的笔记。本文基于该视频内容整理，拆解配置流程、实际效果与成本考量。

为什么通用AI需要你的知识库

蓝叔在视频中举了两个对比案例。第一个问题是“我的AI工作记录归档流程是什么”——没有知识库时，即使允许联网，AI只能给出通用建议；接入知识库后，AI能准确说出“提炼记录→转交→增量归档→返回值→回读核对”这一具体流程。第二个案例关于一个B站小工具的版本号管理：通用AI只能讲版本管理原则，而读取了项目规范的AI能给出确定规则——修改程序代码必须升补丁号，仅更新数据时保留工具版本、用时间戳区分数据包。

差异的根源在于：用户做过的决定、选择某方法的原因、项目里已经形成的约定，这些信息不在模型的训练数据里。知识库的作用是把这些“值得长期保留的信息”沉淀下来，在提问时通过工具检索相关笔记，再结合资料生成回答。整个过程不涉及重新训练模型，也不需要每次把整个库发给AI。

回答质量取决于资料本身和检索结果，所以蓝叔强调要保留来源、日期和待确认项，便于核对。

三条知识库路线与选择逻辑

视频中将方案分为三类：在线服务（上传文件加问答界面）、本地文件加云端AI、本地文件加本地模型。蓝叔选择第二条路线，理由是兼顾成本、能力与资料自主权。

Obsidian的本质是一个文件夹，笔记以Markdown文本保存，用任意文本编辑器都能打开和修改。这意味着即使将来更换模型或工具，主体内容仍可继续使用，迁移成本极低。本地保存也不等于锁在一台电脑上——知识库文件夹可以放在iCloud、Google Drive等同步目录中，由网盘负责多端同步。

需要注意的是，多端同步不等于AI能力在所有设备可用。本次使用的Claudian插件仅支持桌面端Obsidian，手机端可以手动查询知识库，但用不了AI能力。

Agent（智能体） 是这里的关键概念。与单纯调用一次模型接口不同，Agent 是一套能自主规划步骤、调用工具（如读写文件、搜索笔记）、根据结果迭代行动的运行框架。Claudian 不直接与模型对话，而是驱动一个 Agent，由它决定何时去 Obsidian 库中检索、读取哪些笔记、是否需要写入或修改文件。文章中提到的 Codex、Claude Code、DeepSeek^广告 Harness、Grok Build 都属于这类可被插件调用的 Agent 运行时，因此配置时需要填写各自的命令行路径。理解这一点有助于明白：AI 能"自己整理资料、修改两个文件并保留历史"，靠的是 Agent 的文件读写能力，而不是模型本身具备记忆。

RAG（检索增强生成） 是知识库方案背后的通用范式：先从资料库中检索与问题相关的片段，再把片段连同问题一起交给模型生成回答。文章强调"不涉及重新训练模型，也不需要每次把整个库发给 AI"，正是 RAG 的典型特征。它把"记住知识"和"推理回答"拆开，知识放在可编辑的本地文件里，模型只在需要时读取。这也是回答质量取决于资料本身和检索结果的原因——检索不到或资料写得含糊，模型就只能回到通用常识。

成本与隐私：钱花在哪，数据去哪

Obsidian本体免费，Claudian开源免费。可能的费用来自两处：模型服务（按订阅或调用量计费）和同步服务（自行选择）。模型接入很灵活，可以是Claude、GPT等国外模型，也可以是DeepSeek等国产模型，甚至本地部署的小模型。

隐私方面有一个关键区分：本地保存资料只代表文件由自己管理。如果接入的是云端AI，提问内容以及工具读取后提供给模型的相关内容，仍可能发送到对应服务商。对隐私要求高的用户，应选择接入本地部署的小模型，让数据和推理全部留在本地。

从零搭建：安装与初始化知识库

蓝叔演示的环境是MacBook Air，Windows和Linux同样支持。流程大致如下：

1. 从官网下载对应系统的Obsidian安装包并安装。
2. 新建仓库，起名并选择存放位置。若需跨设备同步，放在同步盘目录下即可。出现“文件同步服务冲突”提示可以忽略，因为不使用官方Sync服务。
3. 进入设置→第三方插件，关闭受限模式，在社区插件市场搜索Claudian并安装、启用。
4. 在插件选项中切换中文，进入提供商页面，按需启用Codex、Claude Code、DeepSeek Harness、Grok Build等agent，并配置对应的命令行路径。
5. 点击“发现模型”，插件会列出当前agent可用的模型，选一个或多个即可。

配置完成后，侧边栏会出现Claudian面板。蓝叔建议不要让用户手动建目录，而是直接让AI初始化知识库：创建收件箱、项目、资料、附件等文件夹，生成首页说明各目录用途并提供导航。

随后让AI把整理与查询规则写成文件，例如根目录的agents.md，约定“回答前先查相关笔记、新材料优先合并、信息不足或冲突时加以说明”。新会话建立后需验证规则是否被加载。

Obsidian 的"仓库（Vault）" 并不是数据库或专有格式，它就是一个普通文件夹，Obsidian 只是把这个文件夹当作工作区来索引和展示。笔记以纯 Markdown 文本存储，图片等附件放在同一目录树中。因此"新建仓库"本质上是选一个目录，"换工具"或"迁移"也只是换一个软件打开同一个文件夹。文中提到的"文件同步服务冲突"提示，是因为 Obsidian 官方 Sync 服务检测到目录已被 iCloud 等第三方同步工具接管，二者同时同步可能产生冲突，所以在不使用官方 Sync 时忽略即可。

受限模式（Restricted Mode） 是 Obsidian 的安全开关，默认关闭第三方插件的运行权限，防止未经审核的代码访问本地文件。Claudian 需要读写笔记，因此必须先关闭受限模式才能从社区市场安装并启用。相应地，启用第三方插件也意味着把库的读写权限交给了插件及其调用的 Agent，选择插件和 Agent 时应留意其来源与权限范围。

实测：让AI记笔记、跨会话查询与更新

演示用的是一套虚构的读书会资料，包含写作偏好、活动筹备信息和费用规则，故意写成聊天式的零散段落。交给AI后，它自动完成了分类：写作偏好、第一期项目文件、费用测算规则各归其位，首页也生成了索引。

关键测试在跨会话查询：新建绘画后不粘贴材料、不指定打开哪篇笔记，直接问“读书会什么时候举行、筹备到哪一步、按现有人数预计花多少钱”。AI需要自己找到项目记录和费用规则才能算出结果——12人预计总成本300元、人均25元、预算剩余60元。视频还点出一个细节：资料里明确写了收费方案未定，所以AI不能因为算出人均成本就替用户定收费标准，结果来自记录而非常识猜测。

第二轮测试信息更新：把人数从12人改为16人、开始时间推迟半小时，只说变化部分。AI修改了两个文件并保留变更历史；新会话中查询到16人、下午两点半开始、总成本320元、人均20元。总成本上升而人均下降，因为场地和公共文具是固定费用——AI需要同时理解人数变化和费用规则才能算对。

适用边界与下一步

这套方案的门槛比想象中低：用户不必先学Markdown，也不必设计复杂笔记体系，只需提供信息、表达目标、必要时确认事实，整理和查询交给AI。

局限同样明确：手机端无法使用AI能力；云端模型存在数据外发风险；回答质量受资料完整度和检索效果制约。蓝叔预告下一期将讲如何让其他agent工具共用同一个知识库——做事前读取已有配置与决定，完成后把成果补回去，形成闭环。