Obsidian接入AI：开源四层骨架与四大技能

如果你在用 Obsidian 管理知识，却总觉得 AI 像个外人——只能靠你复制粘贴喂给它——那么 B 站 UP 主「鲸鱼大小姐」开源的一套 Agent 骨架，或许能改变这种尴尬。这套方案不是插件，不是模板，而是一套给 AI 画边界的结构规范：四层仓库、四个技能，全部开源，MIT 协议。

四层仓库：给 Agent 划清边界

这套骨架的核心思路，是把 Obsidian 仓库分成四层，每层明确「谁可以写、写什么」，并把这些规则写成文档。越过边界，就视为故障。

• 知识层：人写，一个概念一个文件。这是人类沉淀知识的地方，AI 不直接修改。
• 看板层：只读，供 AI 了解任务状态。
• 技能层：给 Agent 读的规则，定义它能做什么、不能做什么。
• 日志层：只允许追加，不允许覆盖。这一点来自惨痛教训——UP 主曾试过一条自动流程，把日志整段覆盖成了模型回答，虽然已经修复，但从此日志只允许追加。

这种分层设计，本质上是在 AI 介入知识管理时，用工程手段约束其行为边界。据 UP 主介绍，知识层按 Google 的 OKF 规范打包，一个概念一个文件，带类型和时间戳，每门课一个包，有索引也有日志。索引负责渐进披露，日志只允许追加。好处很实在：能 cat 就能读。

Google OKF 规范（Open Knowledge Format）是 Google 提出的一种面向知识管理的开放格式，强调以「一个概念一个文件」的方式组织知识，每个文件包含类型、时间戳等元数据，并通过索引实现渐进式披露。它与传统笔记堆叠的最大区别在于可审计性：任何工具（包括 AI Agent）都能通过读取索引和文件内容理解知识结构，而无需解析复杂的数据库或私有格式。OKF 的设计目标是让知识库像代码仓库一样可版本化、可 diff、可自动化处理，这与文中「能 cat 就能读」的理念高度契合。

四个技能：从整理到刷题

骨架搭好后，Agent 才真正算接入了 AI。UP 主设计了四个落地技能，每个都有明确的边界和操作规范。

日常整理：三档分类，保守处理

这个技能把问题分三档：机械项（缺字、日期写法错）直接改；语义项（这页该不该拆）先报告进「改进区」；结论原文凭证一个字不碰。如果分不清 A 和 B，就按 B 处理——也就是更保守的那一档。这种小心翼翼的设计，源于前面提到的日志覆盖事故。

截止时间：猜出来的 DDL 比没有更危险

第二个技能处理截止时间。UP 主的原则很明确：猜出来的 DDL 比没有更危险，它会让你以为自己已经逾期。所以只取平台公布的正常截止时间，late do 单独记录，永不写进 deadline。每条都标来源：公布、换算还是推算。写入前先出 diff，人工点击确认才落盘。

刷题：只判不带做

第三个技能是刷题。判分必须落到第一个错误，错题入库，考前只出错过的加同概念变式。这个技能不替用户做题，只负责判分和整理错题，边界清晰。

课件转换：PDF 变结构化讲义

第四个技能是课件转换。一份 PDF 进来，变成结构化讲义：公式全部 LaTeX，英文课件配中文，艺术页眉页脚装饰图删掉，作业布置单开一节。

LaTeX 是一种排版系统，尤其擅长公式排版，在学术和工程领域被广泛使用。将 PDF 中的公式转换为 LaTeX 意味着公式从「不可编辑的图片或字形」变成了「可搜索、可修改的文本代码」，这对于知识管理和后续 AI 处理至关重要。例如，一个积分公式在 PDF 中只是视觉符号，而转为 LaTeX 后，Agent 可以理解其结构、提取变量、甚至生成变式题。这也是课件转换技能选择 LaTeX 而非保留原图的核心原因：可计算性优先于视觉保真。

七万字节的规范，不是程序

这套方案最特别的地方在于：它是一份七万多字节的规范，而不是一段程序。UP 主强调，知识层不是随便一堆笔记，而是按 Google OKF 规范打包的骨架。五个包、228 页文档，怎么证明它不是玩具？三套离线测试、九项、五项、六十四项，每次 push CI 全跑一遍。仓库里没有一个真实课程名，演示动图是真终端跑出来的。

使用流程分三步：clone 仓库、导出 Vault 路径、跑体检。第一步只读不改，拟任何文件想动手得显式加 apply。UP 主也坦诚了局限：浏览器链路没实测，截图识别只支持 macOS，没有内置回滚。一门课的清单写在 json 里，不进代码，换自己的库改一个配置就行。

CI（Continuous Integration，持续集成）是一种软件开发实践，指每次代码推送（push）后自动运行测试和构建流程，以尽早发现集成错误。文中提到的「每次 push CI 全跑一遍」意味着这套规范仓库配置了自动化流水线，三套离线测试（九项、五项、六十四项）会在每次提交时自动执行，确保规范文档和配套脚本的一致性。对于一份「不是程序」的规范来说，CI 的存在是一种可信度背书：它证明这套结构不是一次性写就的静态文档，而是像软件一样被持续验证和维护的活体规范。

开放与局限

这套骨架采用 MIT 协议，用得上就 star，用不上可以在 issue 里反馈。它代表了一种思路：AI 接入知识管理工具，不一定要做成插件或模板，也可以是一套约束 Agent 行为的规范。对于 Obsidian 用户来说，这或许是一个值得尝试的起点——前提是你能接受它的保守设计和当前局限。