我用半年时间，把深度阅读做成了一条流水线：Obsidian + AI 深度阅读流水线的完整复盘
一只阿木木约 18 分钟我用半年时间，把深度阅读做成了一条流水线：Obsidian + AI 深度阅读流水线的完整复盘
一只阿木木 · AI 深读工程师
读完不算，跑通才算
过去半年，我用下面这 4 个工具，搭了一条读书流水线：
Obsidian：知识管理的"数据库" Book-to-Skill：把书变成 AI 可调用的 Skill Claudian：在 Obsidian 里内嵌 AI 编程代理 Claude-Obsidian：自动维护、自动关联的 AI 第二大脑
流水线搭通之后，我的读书方式发生了根本性的变化：
这篇文章，我会把这条流水线的每一个环节都拆开给你看：
工具是什么 为什么选它 怎么配置 实际效果
不会只说"很好用"——我会给你看真实的操作过程和截图式描述。
一、Before：我以前的"读书流水线"（如果能叫流水线的话）
在搭这套工具之前，我的读书流程是这样的：
text
┌─────────────────────────────────────────────────────────────────┐
│ 阿木木的旧读书流程 │
│ │
│ 📱 微信读书 / 实体书 │
│ ↓ │
│ 🖊️ 划高亮 + 写批注 │
│ ↓ │
│ 📤 导出高亮到笔记软件（Notion / 备忘录） │
│ ↓ │
│ 📁 按书名分类，存档 │
│ ↓ │
│ 😶 合上书，继续生活 │
│ ↓ │
│ 🕳️ 99% 的笔记，再也没有被打开过 │
│ │
│ ———————————————————————————— │
│ │
│ 偶尔写文章时： │
│ 🤯 "我好像读过一本书讲过这个..." │
│ ↓ │
│ 🔍 翻遍所有笔记，找不到 │
│ ↓ │
│ ✍️ 从头开始憋文章，2 周后发布 │
│ ↓ │
│ 😮💨 "写得好累，下次再说" │
│ │
└─────────────────────────────────────────────────────────────────┘
我相信这个流程你不陌生。
问题出在哪？
作为一个后端工程师，我想用系统设计的眼光来诊断这个问题：
这套"流程"本质上是一个只有写入，没有读取的系统。
Java
// 我旧的读书系统，用伪代码表达
public class OldReadingSystem {
private List<Note> noteDatabase = new ArrayList<>(); // 只有写入
public void read(Book book) {
Note note = extract(book.highlights());
noteDatabase.add(note); // 存进去
// 然后...就没有然后了
}
// 从来没有被调用的方法
public Note retrieve(String keyword) {
// TODO: 实现检索
// TODO: 建立关联
// TODO: 触发行动
return null; // 永远返回 null
}
}
一个只写不读的数据库，不是数据库，是垃圾桶。
我意识到，我需要的不是更好的"记录工具"，而是一套能形成读写闭环的系统。
二、After：新的读书流水线全景图
花了两个月折腾工具、调整流程，我最终搭出了这套东西：
text
┌─────────────────────────────────────────────────────────────────┐
│ 阿木木的新读书流水线（编译式阅读） │
│ │
│ 📖 一本书（PDF / EPUB / 纸书拍照） │
│ ↓ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 环节 1：Book-to-Skill │ │
│ │ 作用：把书"解析"成结构化 Skill │ │
│ │ 输出：SKILL.md + 章节摘要 + 术语表 + 速查表 │ │
│ │ 耗时：30-60 分钟（自动） │ │
│ └──────────────────────────────────────────────────────┘ │
│ ↓ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 环节 2：Claudian（在 Obsidian 里） │ │
│ │ 作用：和 Skill 深度交互，产出个人化笔记 │ │
│ │ 输出：可执行命令 + 场景化笔记 + 问题记录 │ │
│ │ 耗时：每天 30 分钟，持续一周 │ │
│ └──────────────────────────────────────────────────────┘ │
│ ↓ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 环节 3：Claude-Obsidian（自动运行） │ │
│ │ 作用：自动整理、关联、维护知识图谱 │ │
│ │ 输出：跨书链接 + 知识图谱 + 每日发现 │ │
│ │ 耗时：几乎零（全自动） │ │
│ └──────────────────────────────────────────────────────┘ │
│ ↓ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 环节 4：/命令 调用（随时随地） │ │
│ │ 作用：在真实场景中运行编译好的 Skill │ │
│ │ 输出：解决实际问题 + 反馈迭代 │ │
│ │ 耗时：每次 5-30 分钟 │ │
│ └──────────────────────────────────────────────────────┘ │
│ ↓ │
│ ✅ 读书产生了真实改变 │
│ │
└─────────────────────────────────────────────────────────────────┘
现在，我们逐个工具拆解。
三、工具 1：Obsidian——流水线的"数据库 + IDE"
为什么选 Obsidian，而不是 Notion / Logseq / Roam？
我用过很多笔记工具，最终选择 Obsidian 的原因只有三个：
原因 1：纯 Markdown，本地存储
你的笔记不依赖任何公司的服务器。10 年后，Obsidian 公司倒闭了，你的笔记还在。
作为工程师，我最担心的是数据被锁死（vendor lock-in）。Obsidian 用纯文本文件，任何工具都能读取。
原因 2：双向链接 + 知识图谱
Obsidian 的 [[双向链接]] 和图谱视图，是知识管理的核心基础设施。
当你编译了 20 本书，你需要一个工具能可视化地展示这些书之间的关联。Notion 做不到，备忘录更做不到。
原因 3：插件生态
Claudian、Obsidian Git、Dataview、Templater……这些插件让 Obsidian 变成了一个可扩展的"知识操作系统"。
而且这些插件大多是开源的，出问题可以自己 debug（工程师的执念）。
我的 Obsidian Vault 结构
text
📁 阿木木的 Vault/
│
├── 📁 00-Inbox/ ← 所有新想法的第一站
│ ├── fleeting-2025-01-15.md
│ └── ...
│
├── 📁 10-Skills/ ← 编译出的 Skill 文件
│ ├── 📁 zettelkasten-skill/
│ │ ├── SKILL.md
│ │ ├── chapter01.md
│ │ └── glossary.md
│ ├── 📁 naval-skill/
│ └── 📁 principles-skill/
│
├── 📁 20-Notes/ ← 永久笔记（Permanent Notes）
│ ├── 编译式阅读的四个阶段.md
│ ├── 杠杆的四种类型.md
│ └── ...
│
├── 📁 30-MOC/ ← 内容地图（Map of Content）
│ ├── 知识管理.md
│ ├── 决策框架.md
│ └── ...
│
├── 📁 40-Projects/ ← 进行中的项目
│ ├── 公众号-编译式阅读系列.md
│ └── ...
│
├── 📁 50-Archives/ ← 完成的项目存档
│
└── 📁 60-Daily/ ← 每日笔记
├── 2025-01-15.md
└── ...
这个结构混合了 PARA 方法（Projects/Areas/Resources/Archives）和 Zettelkasten（Inbox/Permanent Notes/MOC），加上我专门为编译式阅读设计的 /Skills 文件夹。
必装的 5 个插件
text
1. Claudian
作用：在 Obsidian 里内嵌 AI 代理
重要程度：⭐⭐⭐⭐⭐（核心）2. Obsidian Git
作用：给笔记做版本管理（用 GitHub 备份）
重要程度：⭐⭐⭐⭐⭐（数据安全）
3. Dataview
作用：把 Obsidian 当数据库查询
重要程度：⭐⭐⭐⭐（统计 Skill 使用频率等）
4. Templater
作用：创建笔记模板，自动填充元数据
重要程度：⭐⭐⭐⭐（效率）
5. Graph Analysis
作用：增强版知识图谱，支持社区发现
重要程度：⭐⭐⭐（发现知识枢纽节点）
四、工具 2：Book-to-Skill——书籍的"编译器"
它解决了什么问题？
传统 AI 读书工具（比如"上传 PDF 问答"类工具）的核心逻辑是：
text
你问 → AI 检索 PDF → AI 回答
这是检索（Retrieval），不是编译（Compilation）。
区别在于：
检索：你问什么，它给你找原文 编译：把书的结构、框架、模型预先提取，按需加载推理
Book-to-Skill 的核心逻辑是：
text
书 → [预提取框架 + 模型 + 术语 + 反模式] → SKILL.md
↓
Claude 按需加载特定章节推理
这就像：
传统方式：每次做菜都要翻整本食谱书 Book-to-Skill：把食谱里所有的"烹饪技法"提取成一本技法索引，做菜时直接查技法，不用翻原书
实际操作流程
Step 1：准备书籍文件
最好是 EPUB 格式（文字提取质量最高），PDF 也可以。
如果是纸书，用手机扫描 + OCR 工具（推荐 Microsoft Lens）转成 PDF。
Step 2：运行 Book-to-Skill
Bash
# 如果你用命令行版本
book-to-skill input.epub --output ./skills/zettelkasten-skill/# 或者通过 Claude Projects 自定义 Prompt 方式
# 我在文章末尾会提供我用的 Prompt 模板
Step 3：审查输出质量
Book-to-Skill 生成的 SKILL.md 不是完美的，需要人工审查：
Markdown
# 审查清单✅ 框架是否完整提取？（数量对不对）
✅ 术语是否准确？（不能有误解）
✅ 命令定义是否清晰？（"use X when Y"格式）
✅ 反模式是否包含？（不要做什么）
❌ 如果生成的是大段原文摘录 → 质量差，重新生成
Step 4：放入 Obsidian Skills 文件夹
text
把生成的文件夹移入：
Vault/10-Skills/书名-skill/
什么书适合用 Book-to-Skill 处理？
根据我半年的实践，我把书分成三类：
text
✅ 强烈推荐编译（Highly Compilable）
特征：有命名框架 / 有可执行方法论 / 有明确术语
例子：《原则》《卡片笔记写作法》《深度工作》《DDIA》
效果：SKILL.md 质量高，命令实用率 80%+⚠️ 可以编译，但要花心思（Partially Compilable）
特征：框架和故事混合，需要手动提炼
例子：《纳瓦尔宝典》《穷查理宝典》《黑天鹅》
效果：需要你在 Phase 2 大量补充场景化
❌ 不适合编译（Not Compilable）
特征：叙事型 / 情感型 / 散文型
例子：《人类简史》《活着》《小王子》
建议：直接读，享受就好，不要强行编译
我用 Claude Projects 模拟 Book-to-Skill 的 Prompt 模板
如果你没有现成的 Book-to-Skill 工具，可以用 Claude Projects 自己搭：
text
你是一个书籍编译专家。我会给你一本书的内容，
你需要将它编译成一个结构化的 Skill 文件。编译原则：
1. 密度优于完整性：宁可精炼，不要冗长
2. 实践者口吻："use X when Y"，而非"the book says Z"
3. 保留精确术语：作者的命名框架必须用原词
4. 提取反模式：不该做什么和该做什么同样重要
输出格式：
# [书名] Skill
## 作者核心论点（≤100字）
## 命名框架（每个框架：定义 + 使用场景 + 示例）
## 可执行命令（格式：/命令 [参数] → 行动描述）
## 术语表（精确定义，不超过50字/条）
## 反模式（具体的"不要做什么"）
## 速查表（最重要的5个决策点）
现在，开始编译：
[粘贴书籍内容]
五、工具 3：Claudian——在 Obsidian 里内嵌 AI 代理
为什么不直接用 Claude.ai？
这是很多人会问的问题。
直接用 Claude.ai 的痛点：
text
你有一个关于书的问题
↓
打开 Claude.ai（切换浏览器）
↓
粘贴相关内容进去（从 Obsidian 复制）
↓
得到回答
↓
把回答粘贴回 Obsidian（切换回来）
↓
格式乱了，再手动整理
↓
想到下一个问题
↓
重复以上流程 ∞
这是上下文切换地狱。
每一次"Obsidian → Claude → Obsidian"的切换，都在消耗你的专注力，打断你的思维流。
Claudian 的解法：
把 AI 代理直接放进 Obsidian。你不需要切换——AI 就在你的笔记里。
text
你在 Obsidian 里看笔记
↓
按快捷键（Ctrl+Shift+A）
↓
侧边栏出现 Claudian
↓
AI 已经读取了你当前的笔记上下文
↓
你直接提问 / 输入 /命令
↓
回答直接写入笔记（带词级别差异预览）
↓
你接着工作，思维没有断
Claudian 的三个核心功能
功能 1：Inline Edit（内联编辑）
选中笔记中的任意文字，按快捷键，直接编辑。
实际使用场景：
text
场景：我写了一段关于纳瓦尔杠杆理论的笔记，
但感觉逻辑不够清晰操作：
1. 选中这段文字
2. 按 Ctrl+Shift+E（Edit）
3. 输入："用金字塔原理重构这段逻辑"
4. 查看差异预览（词级别高亮显示改动）
5. 接受 or 拒绝修改
结果：
原文：
"纳瓦尔说杠杆很重要，代码和媒体是免许可的，
所以你应该做内容创作或者写代码..."
改后：
"核心论点：要用免许可杠杆放大判断力。
代码和媒体之所以是免许可杠杆，
是因为它们的复制成本趋近于零，且不需要任何人批准。
对我的意义：我的公众号（媒体杠杆）+ Book-to-Skill（代码杠杆）
= 双杠杆叠加。"
这个功能让我的笔记质量提升了一个量级，因为我不再需要"另开一个窗口让 AI 改文章"——AI 就在我的文章里。
功能 2：Slash Commands & Skills（/ 命令）
在笔记中输入 /，会弹出命令菜单。
这些命令分两类：
系统内置命令：
text
/summarize ← 总结当前笔记
/expand ← 展开某个观点
/critique ← 批评当前内容
/simplify ← 简化语言
/translate ← 翻译
你自己定义的 Skill 命令：
text
/zettel capture ← 调用卡片笔记 Skill
/naval leverage ← 调用纳瓦尔 Skill
/principles decide ← 调用原则 Skill
/kahneman lint ← 调用卡尼曼 Skill
实际使用场景：
text
场景：我在日记里写到"今天在工作中遇到了一个架构决策难题，
不知道该用微服务还是单体，压力很大"操作：
在这句话下面，输入 /principles decide
结果：
AI 调用 《原则》的决策框架：
决策分析：
问题类型：技术架构决策
可逆性：⚠️ 中等（切换成本高，但非不可逆）
后果级别：🔴 高（影响未来 2-3 年的系统扩展性）
建议流程（达利欧五步法）：
1. 确定目标：你的系统在未来 2 年内预期规模是什么？
2. 识别问题：现在用单体的哪个问题让你考虑微服务？
3. 诊断：是技术问题还是团队组织问题？
（注：微服务是组织问题多于技术问题）
4. 设计方案：单体 / 模块化单体 / 微服务 的具体对比
5. 执行清单：做出决策前，你需要回答哪些关键问题？
建议：先读 /ddia partition 关于分区策略的分析
以及 /systems diagnose 看这个决策的系统影响
这就是为什么我说 Claudian 是"流水线"而不是"工具"——它把多个 Skill 串联起来，一个决策场景可以同时调用多本书的框架。
功能 3：@mention（上下文引用）
在对话中用 @ 引用 Vault 里的任何文件。
实际使用场景：
text
场景：我想写一篇关于"深度工作"的公众号文章操作：在 Claudian 里输入：
"帮我写一个文章大纲。
参考 @深度工作-SKILL.md 的框架，
结合 @我的工作日志-2025年1月 里的真实案例，
用 @金字塔原理-SKILL.md 的结构来组织。"
结果：
AI 同时读取了三个文件，生成了一个：
- 基于深度工作框架
- 包含我的真实踩坑案例
- 用金字塔原理组织的文章大纲
我只需要把自己的观点和细节填进去。
这个功能让我把"阅读积累"和"内容创作"真正打通了。
六、工具 4：Claude-Obsidian——知识图谱的"自动园丁"
和 Claudian 的区别
很多人会搞混这两个工具，我来解释清楚：
text
┌──────────────────────────────────────────────────────┐
│ │
│ Claudian Claude-Obsidian │
│ ────────── ─────────────── │
│ 你主动使用的工具 自动在后台运行的服务 │
│ │
│ 你触发 → AI 响应 AI 主动扫描 → 主动生长 │
│ │
│ 类比： 类比： │
│ 你在 IDE 里问 Copilot Git 的自动 CI/CD 流水线 │
│ 具体的编程问题 自动跑测试、自动部署 │
│ │
│ 操作模式： 操作模式： │
│ 对话式、即时响应 自动化、定时运行 │
│ │
└──────────────────────────────────────────────────────┘
简单说：
Claudian = 你和 AI 的对话工具（你问它答） Claude-Obsidian = AI 在后台自动维护你的知识花园（你不需要管它）
Claude-Obsidian 每天自动做什么？
text
每天凌晨（我睡觉时），Claude-Obsidian 在做：1. 🔍 扫描新笔记
读取昨天所有新增和修改的笔记
2. 🔗 发现关联
用语义理解找到和已有笔记的关联
不只是关键词匹配，而是"概念级别"的关联
3. ✏️ 插入链接
在笔记中自动添加 [[双向链接]]
并注明"关联理由"（为什么这两条笔记相关）
4. 📊 更新 MOC
自动更新各主题的 Map of Content
让你随时能看到某个主题下有哪些笔记
5. 📋 生成日报
每早，一份 daily-discoveries.md 等着你：
"昨晚，我发现了 3 个你可能感兴趣的关联..."
实际效果：我的知识图谱三个月成长记录
第一个月（编译了 3 本书）：
text
知识图谱状态：
● ● ● ← 卡片笔记法的笔记（20个节点）
几乎没有连接● ● ● ← 纳瓦尔的笔记（15个节点）
● ● ● ← 原则的笔记（18个节点）
三组笔记像三个孤岛，偶尔有几条手动建立的链接。
第二个月（编译了 5 本书，Claude-Obsidian 开始工作）：
text
知识图谱状态：
AI 自动发现的关联开始出现：卡片笔记法节点 ←→ 原则节点
"卢曼的循环反思" ←→ "达利欧的痛苦反思公式"
（关联理由：都是通过反思系统化地积累知识）
纳瓦尔节点 ←→ 原则节点
"免许可杠杆" ←→ "极度开放的个人原则"
（关联理由：都强调减少对他人权限的依赖）
开始出现几个"枢纽节点"：
"复利思维"这个节点被 3 本书的内容链接
第三个月（编译了 8 本书）：
text
知识图谱状态（Obsidian Graph View 截图描述）：120 个节点，500+ 条链接
出现了 5 个"超级枢纽"：
🔵 "系统思维"：被《系统之美》《DDIA》《原则》同时链接
🟡 "复利"：被《纳瓦尔》《原则》《深度工作》《卡片笔记》同时链接
🟠 "反思循环"：被《原则》《卡片笔记》《思考快与慢》同时链接
🟣 "原子性"：被《卡片笔记》和我的工作日志（Git commit）同时链接
🔴 "杠杆"：被《纳瓦尔》《穷查理宝典》《系统之美》同时链接
这些"超级枢纽"，就是跨领域的底层规律。
它们不是我"想"出来的，是图谱"生长"出来的。
七、流水线实战演示：从一本书到第一篇文章
让我用《The Mom Test》来做一个完整的 Demo，展示整条流水线是怎么工作的。
Day 1（20 分钟）：预处理
text
操作：
1. 上传 EPUB 给 Book-to-Skill
2. 等待 30 分钟自动处理
3. 把输出文件夹放入 Obsidian/10-Skills/momtest-skill/SKILL.md 核心内容：
# The Mom Test Skill
## 核心论点
不要问"你喜欢这个想法吗"——问关于他们生活的问题。
## 核心框架
1. 不要问未来（"你会用吗？"）← 无效
2. 要问过去（"你上次遇到这个问题是什么时候？"）← 有效
3. 三种有价值的数据：已付款行为 / 已承诺行为 / 具体事实
## 可执行命令
/momtest validate [商业想法]
→ 生成 5 个符合 Mom Test 原则的验证问题
/momtest audit [一段用户对话记录]
→ 分析这段对话有没有违反 Mom Test 原则
→ 输出：哪些问题是无效的 + 如何改进
/momtest prepare [即将进行的用户访谈]
→ 生成访谈前的准备清单 + 问题脚本
## 反模式
❌ "你会为这个付多少钱？"（假设性问题）
❌ "你喜欢这个功能吗？"（让人恭维你）
❌ "这个有没有价值？"（太宽泛）
Day 2-5（每天 20 分钟）：编译
text
Day 2：基础理解我：/momtest validate "一个帮程序员编译书籍的 AI 工具"
AI（调用 SKILL.md）：
根据 Mom Test 原则，以下是 5 个有效的验证问题：
1. "你上一次买了一本技术书，最终没有用起来是什么时候？
当时发生了什么？"
（问过去行为，不问未来意图）
2. "当你想学一本书里的内容时，你现在是怎么做的？
能走我完整说一遍你的流程吗？"
（了解现状和痛点）
3. "你有没有为提高读书效率买过任何工具或课程？
花了多少钱？值得吗？"
（验证付款意愿）
4. "你现在工作中最大的知识管理问题是什么？"
（发现真实痛点，不是我假设的痛点）
5. "如果这个工具不存在，你会用什么替代方案？"
（了解竞争对手和替代方案）
注意：不要问"你会用我的工具吗？"——这是无效问题。
---
Day 3：质疑框架
我：Mom Test 有没有局限性？什么时候它会失效？
AI：
好问题。Mom Test 的局限：
1. 无法验证"惊喜需求"
用户只能描述他们"知道的问题"，
不能描述他们"还没意识到的需求"。
（比如 iPhone 出来之前，没人说"我需要一个没有键盘的手机"）
2. 依赖访谈者的提问技巧
即使问了"好问题"，解读答案也需要经验。
沉默、犹豫、改变话题——这些非语言信号很难通过规则捕捉。
3. 样本偏差
你去访谈的人，本来就是你能接触到的人，
可能不代表真实目标用户。
→ 结论：Mom Test 是必要条件，不是充分条件。
---
Day 4：场景化
我：我用 Mom Test 的方法，测试了 3 个朋友对"编译式阅读"的反应。
整理了一下对话记录：
[粘贴对话记录]
帮我用 /momtest audit 分析
AI：
对话审计结果：
✅ 有效数据点（3个）：
- 朋友 A 说"我上个月买的《深度工作》还在书架上没拆封"
→ 真实行为，说明"读书-闲置"的问题确实存在
- 朋友 B 说"我花了 300 块买过笑来的 Notion 模板，用了 2 周就放弃了"
→ 已付款行为 + 失败案例，说明他在这个问题上有意愿付费但还没找到解决方案
- 朋友 C 说"我试过 ReadWise，但它只帮我存，不帮我用"
→ 明确说出了现有方案的不足："存"和"用"的差距
❌ 无效数据点（2个）：
- 朋友 A 说"这个工具听起来很有意思！"
→ 礼貌性恭维，不算验证
- 朋友 B 说"如果你做出来了我肯定会用"
→ 未来意图，不算验证
---
Day 5：生成个人化命令
我：帮我生成一个"阿木木版 /momtest"，
结合我自己做公众号内容的场景
AI：
/momtest-amumu validate [内容选题]
阿木木版验证框架（结合你的"编译式阅读"IP）：
1. "你上次花时间认真读一本书是什么时候？
读完之后你做了什么？"
（验证：读书-遗忘 的问题是否真实存在）
2. "你有没有为读书效率或知识管理付过钱？
买的是什么？结果怎样？"
（验证：付费意愿 + 现有方案失败原因）
3. "如果你现在要把一本书的内容应用到工作中，
你会怎么做？走我说一遍流程。"
（发现"读书到应用"的实际路径）
4. "你现在读书的最大痛点是什么？
不是'感觉上'，而是最近一次具体发生的事。"
（锚定到具体事件，避免虚假泛化）
保存位置：10-Skills/momtest-skill/momtest-amumu.md
Day 7（1 小时）：从 Skill 到文章
编译完成后，我打开 Claudian，输入：
text
我想写一篇公众号文章，主题是"为什么大多数创业者的用户访谈都是无效的"@momtest-skill/SKILL.md ← 引用 Mom Test 框架
@我的访谈记录-Day4.md ← 引用我的真实案例
@kahneman-skill/SKILL.md ← 引用认知偏差（解释为什么会无效）
用金字塔原理的结构写大纲。
10 分钟后，大纲生成：
text
文章大纲：主论点：你的用户访谈是无效的，因为你在寻找认可而非真相
一、结论先行：90% 的用户访谈产出的是"安慰"，而非"洞察"
二、为什么会这样？
2.1 认知偏差（卡尼曼）：确认偏差让你只听"好消息"
2.2 问题设计（Mom Test）：错误的问题导致虚假的答案
2.3 用户本能：人类天生会给你想听的答案
三、有效访谈的三个特征（Mom Test 框架）
3.1 问过去，不问未来
3.2 问具体，不问泛化
3.3 找痛点，不找认可
四、实战案例：我用 Mom Test 测试"编译式阅读"的过程
（我的 3 个朋友的真实反馈 + 审计结果）
五、今天就能用的模板：5 个永远有效的访谈问题
这个大纲是从三本书的 Skill + 我的真实案例里"生长"出来的。
我写这篇文章花了 3 小时。以前我需要 2 周。
八、配置这套工具需要多少时间和钱？
时间成本
text
第一次配置（一次性）：
├─ Obsidian 安装 + 基础配置：1 小时
├─ Claudian 插件安装 + 配置：30 分钟
├─ Claude-Obsidian 配置：2 小时（最复杂）
├─ Vault 结构设计：1 小时
└─ 总计：约 4-5 小时学习曲线：
├─ Obsidian 基础操作：1 天能上手
├─ Claudian 熟练使用：1 周
├─ Claude-Obsidian 调教稳定：2-4 周
└─ 整套流水线跑顺：1 个月
金钱成本
text
工具费用（月）：
├─ Obsidian：免费（本地使用）
│ Sync 同步服务：$4/月（可选，用 Git 可免费）
├─ Claudian：免费（开源插件）
├─ Claude Pro：$20/月（必须，高频使用）
├─ Book-to-Skill：免费（开源）或自建
└─ Claude-Obsidian：免费（开源）总计：$20-24/月（约 150 元人民币）
ROI 估算（以我的情况）：
├─ 每月写文章从 2 篇 → 4 篇（效率翻倍）
├─ 文章质量提升（读者反馈）
├─ 公众号增粉加速
└─ 未来 Skill Pack 变现（预计 ¥99-299/套）
九、踩坑记录：我走过的弯路
工具文章如果只说好的，那是广告。我把我踩过的坑都说出来。
坑 1：一开始把 Obsidian 用成 Notion
问题：用文件夹分类代替链接组织，导致笔记越来越难找。
解决：彻底拆掉文件夹层级，改用标签 + 链接。接受"混乱即是有序"（卢曼的卡片盒本来就是"混乱的"）。
坑 2：Book-to-Skill 生成质量差的时候不会调整
问题：第一次用的时候，发现生成的 SKILL.md 里全是原文摘抄，没有框架提炼。
解决：改 Prompt。关键词："实践者口吻"（use X when Y）+ "命令形式"（不是"作者说"，而是"当你遇到 X 时，执行 Y"）。
坑 3：Claudian 对话没有保存上下文
问题：关掉 Obsidian 重新打开，之前的对话上下文消失了，要重新解释背景。
解决：养成"每次对话前 @mention 相关文件"的习惯，让 AI 重新建立上下文。
坑 4：Claude-Obsidian 自动关联了很多"噪音"
问题：AI 自动建立的关联有一些是错误的，或者是浅层的关键词匹配，没有真实的语义关联。
解决：每天花 5 分钟审查 daily-discoveries.md，删除无效关联，给有价值的关联加批注。
这个审查过程本身也是思考——你在判断"这两个概念为什么相关/不相关"，这会加深理解。
坑 5：想一次性配好所有工具再开始
问题：花了两周折腾工具，迟迟没有开始编译第一本书。
解决：先用最小化方案（Obsidian + Claudian + 手动 SKILL.md），开始第一次编译，再逐步加入其他工具。
工程师最懂的道理：先让它跑起来，再优化。
十、资源清单和下一步
工具获取
text
Obsidian：https://obsidian.md（免费下载）
Claudian：GitHub 搜索 "claudian obsidian"
Claude-Obsidian：GitHub 搜索 "claude-obsidian"
Claude Pro：https://claude.ai（$20/月）
我整理的入门资源
text
📁 我的 Obsidian Vault 模板（即将开源）
├─ 基础文件夹结构
├─ Templater 模板（日记/Skill/永久笔记）
└─ Claudian 基础命令配置📄 我用的 Book-to-Skill Prompt（文章末尾）
📋 编译式阅读快速入门检查清单（下一篇文章）
你的第一步
今天就能开始的事：
下载 Obsidian 安装 Claudian 插件 选一本薄的、有框架的书 用 Claude（哪怕免费版）手动提炼一份 SKILL.md 在 Obsidian 里用 Claudian 和这份 SKILL.md 对话
总共 5 步，你会完成第一次编译。
写在最后
我知道，这套工具链看起来"挺复杂"。
一开始配置确实需要一些时间。
但我想说：复杂的是工具，简单的是逻辑。
逻辑只有一句话：
把书变成你能随时调用的技能，而不是你读完就忘的文本。
工具是为这个逻辑服务的。如果你能用一个工具实现这个逻辑，就用一个。如果需要四个，就用四个。
核心不是工具，核心是：读完不算，跑通才算。
我已经把这条流水线跑通了，现在把它完整地展示给你了。
剩下的，就看你了。
扫码加入行动营👇获取更多Obsidian + AI数字大脑实践
关注【一只阿木木】。
我相信：在 AI 时代，每个普通人都该拥有一个自动生长的知识系统
去做，才是真的学。🌊