手把手：从零搭建一个"内容创作者专用"的 AI 知识库

手把手：从零搭建一个"内容创作者专用"的 AI 知识库

——完整配置文件、目录结构、命令清单全部公开

作者：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。

写给谁的

如果你是程序员，这篇文章可能对你来说太基础了——你可以直接去看 D1、D3 那两篇。

这篇文章是写给：

• 公众号作者、Newsletter 写作者、知识博主
• 独立研究员、自由撰稿人、内容顾问
• 想认真管理知识但不知道从哪里开始的人

你不需要懂代码。你需要的，只是：会用终端输入命令，有 Obsidian，有 Claude Code 订阅。

我会带你从零走到"第一次 ingest 完成"。每一步都有截图级别的细节说明。中间任何一步卡住了，照着文章里的"如果卡住了"提示处理。

预计总时间：45 分钟完成配置，10 分钟跑通第一次 ingest。

开始前：内容创作者需要哪种知识库？

这个问题很重要，因为它决定了我们应该选择哪种方法论模式。

内容创作者的知识库，和程序员的源码笔记库、学者的文献综述库不同。

它需要满足三个特殊需求：

需求 1：选题导向 每一条进来的信息，最终都要服务于"我下一篇写什么"这个问题。知识库应该能回答：这个信息和哪些选题相关？哪些话题被反复触及还没有被我正式写过？

需求 2：多媒体来源 内容创作者的资料来源极其多样：文章、书、播客、视频转录、自己的碎碎念、读者留言……知识库需要能处理所有这些形式。

需求 3：输出导向 知识库不是博物馆，不是收藏越多越好。它是服务于创作输出的基础设施。每条信息进来时，应该能看到"它对哪篇文章有用"。

基于这三个需求，我推荐内容创作者使用 PARA 方法论模式，而不是默认的 Generic 模式。

为什么选 PARA？

PARA 是 Tiago Forte 提出的知识管理框架，分四个区：

text

P - Projects（项目）：当前正在进行的，有截止日期
A - Areas（领域）：需要长期维护的关注领域
R - Resources（资源）：将来可能有用的参考资料
A - Archive（归档）：已完成或暂停的内容

对内容创作者来说，这个框架的优势是：它是输出导向的。每条信息都要先问"它属于哪个正在进行的项目"，如果没有，才放进 Resources。这防止了"什么都存，什么都用不上"的问题。

claude-obsidian 的 v1.8 之后支持 PARA 作为 first-class 方法论模式，新页面会根据你的 PARA 配置自动路由。

第一部分：安装（15 分钟）

Step 1：确认前置工具

打开你的电脑，确认以下三样东西都有：

Git（版本控制工具）

打开终端（Mac 是 Terminal，Windows 是 PowerShell），输入：

Bash

git --version

如果看到 git version 2.x.x 这样的输出，说明已经安装。

如果看到 "command not found"，去 git-scm.com 下载安装。

Obsidian（笔记软件）

去 obsidian.md 下载，免费版本足够用。安装完先不要打开，等我们配置好 vault 再打开。

Claude Code（AI Agent）

这是整个系统的核心。去 claude.ai 订阅 Claude Pro 或 Team 计划，然后按官方文档安装 Claude Code。

安装完成后，在终端输入：

Bash

claude --version

看到版本号说明安装成功。

Step 2：下载 claude-obsidian

在终端里，先导航到你想放 vault 的位置（比如桌面）：

Bash

cd ~/Desktop

然后执行：

Bash

git clone https://github.com/AgriciDaniel/claude-obsidian content-brain

最后的 content-brain 是你给 vault 起的名字，你可以换成任何你喜欢的名字，比如 my-wiki 或者 知识库。

等待下载完成（通常 30–60 秒）。

Step 3：运行配置脚本

进入刚才下载的目录：

Bash

cd content-brain

运行配置脚本：

Bash

bash bin/setup-vault.sh

这个脚本会自动配置好图谱颜色、界面设置和基础 wiki 结构。这一步只需要执行一次，不要重复执行。

如果看到 Setup complete 或类似的成功提示，进入下一步。

如果卡住了：

提示 "permission denied"？ 执行：chmod +x bin/setup-vault.sh 然后再运行一次

提示 "bash: command not found"？ Mac 用户改成：sh bin/setup-vault.sh

Step 4：选择 PARA 方法论模式

Bash

bash bin/setup-mode.sh

运行后，脚本会问你选择哪种模式：

text

Select methodology mode:
1. Generic (default)
2. LYT (Linking Your Thinking)
3. PARA (Projects, Areas, Resources, Archive)
4. Zettelkasten

输入 3 然后回车，选择 PARA 模式。

接下来它会问你 vault 的用途：

text

Select vault use case:
1. General
2. Research
3. Business
4. Content Creation

输入 4 然后回车，选择 Content Creation。

配置完成后，vault 的目录结构会自动调整为适合内容创作者的 PARA 布局。

Step 5：在 Obsidian 里打开 vault

1. 打开 Obsidian
2. 点击左下角 Manage vaults（或者启动时会直接问你）
3. 选择 Open folder as vault
4. 找到并选择刚才的 content-brain 文件夹

第一次打开，Obsidian 会问你是否信任这个 vault，选 Trust author and enable all features（信任作者并开启全部功能）。

等几秒钟加载完成，你会看到左侧文件树，以及图谱视图里已经有 5-6 个相互连接的示例页面。

这就是系统配置好的初始状态。

第二部分：为内容创作者定制 vault 结构（10 分钟）

内容创作者专用的目录结构

PARA 模式下，配合 Content Creation 用途，vault 的实际结构是这样的：

text

content-brain/
│
├── .raw/                          # 你的"收件箱"——所有来源扔这里
│   ├── articles/                  # 文章（从网页 Clip 来的）
│   ├── books/                     # 书摘
│   ├── podcasts/                  # 播客转录
│   ├── videos/                    # 视频转录
│   ├── ideas/                     # 你自己的碎碎念和灵感
│   └── reader-feedback/           # 读者留言和反馈
│
├── wiki/                          # Claude 生成的知识库（你来读的区域）
│   ├── projects/                  # P - 当前正在进行的写作项目
│   │   ├── article-drafts/        # 正在写的文章草稿支持
│   │   └── series-planning/       # 系列规划
│   ├── areas/                     # A - 你持续关注的领域
│   │   ├── topic-maps/            # 每个话题的知识图谱
│   │   └── ongoing-debates/       # 持续追踪的争议
│   ├── resources/                 # R - 将来可能有用的素材
│   │   ├── entities/              # 人物、机构、产品
│   │   ├── concepts/              # 核心概念和理论
│   │   └── data-points/           # 有用的数据和案例
│   ├── archive/                   # A - 已完成或暂停的项目
│   ├── synthesis/                 # 跨来源的综合分析（最有价值）
│   ├── topic-index.md             # 话题索引（选题导向）
│   ├── index.md                   # 总目录
│   ├── log.md                     # 操作记录
│   └── hot.md                     # 会话热缓存
│
├── output/                        # 成果产出区
│   ├── published/                 # 已发布的文章
│   ├── drafts/                    # 草稿
│   └── outlines/                  # 大纲
│
└── CLAUDE.md                      # 你的知识库配置文件

定制你的 CLAUDE.md

CLAUDE.md 是整个系统最重要的配置文件。Claude 每次启动都会读它，它告诉 Claude：你是谁、你关注什么话题、你的创作目标是什么。

把这个模板复制进你的 CLAUDE.md，然后按括号里的说明填写你自己的内容：

Markdown

# 内容创作者知识库配置
## 我是谁
[你的名字或笔名]，[一句话描述你的创作定位]。
主要创作平台：[公众号/知乎/Newsletter/小红书等]
目标读者：[描述你的读者群体]
## 我持续关注的核心话题
列出你最核心的 3-5 个话题领域，按重要性排序：
1. [话题一]——[为什么这是你的核心话题]
2. [话题二]
3. [话题三]
## 我的创作原则
- 观点类内容：[你的立场和价值观]
- 信息类内容：[你对准确性和深度的要求]
- 语言风格：[你的文字风格定位]
## 选题判断标准
当判断一条信息是否值得 ingest 时，优先考虑：
1. 它是否和我的核心话题直接相关？
2. 它有没有提供我之前没有的新视角？
3. 它有没有数据、案例或论据，而不只是观点？
## Wiki 组织约定
### 话题分类映射
[话题一] → wiki/areas/[话题一文件夹]/
[话题二] → wiki/areas/[话题二文件夹]/
[话题三] → wiki/areas/[话题三文件夹]/
### 实体命名规范
- 人名：使用中文全名或最常用的称呼
- 书名：《书名》格式
- 概念：使用在你的话题领域里最通用的表述
### 选题触发规则
当一个概念被来自 3 个以上不同来源提及时，
在 wiki/topic-index.md 里标记为"潜在选题"。
## 当前正在进行的项目
[列出你现在正在写或正在策划的文章/系列]
例：
- 系列：AI 时代的知识管理（已发布 3 篇，计划共 10 篇）
- 单篇：关于 XX 话题的深度文章（计划下周发布）
## 不要 ingest 的内容
以下类型的内容，即使我扔进 .raw/ 也请跳过：
- 纯营销内容（没有实质信息量）
- 重复已有 wiki 内容但没有新视角的文章
- 与我的核心话题无关的娱乐内容

填写完 CLAUDE.md 之后，花 5 分钟认真填写，不要敷衍。这个文件写得越具体，Claude 对你知识库的贡献质量就越高。

第三部分：你会用到的全部命令（完整清单）

这是整个文章里你最应该收藏的部分。把它存起来，每次用到什么命令再来翻。

🚀 启动命令

Bash

# 进入 vault 目录（每次开始工作都要先执行这一步）
cd ~/Desktop/content-brain
# 启动 Claude Code
claude
# 初始化（第一次使用时）
/wiki

📥 Ingest 命令（把内容存进去）

Bash

# ingest 单个文件
ingest articles/file-name.md
# ingest 网页 URL
ingest https://example.com/article
# ingest 当前目录里所有新文件（批量）
batch ingest
# 指定摄入重点（告诉 Claude 你最关注什么）
ingest articles/file-name.md focus on the data points and case studies
# 快速摄入（不打断确认，直接处理）
ingest articles/file-name.md just ingest it

🔍 Query 命令（从知识库里取出信息）

Bash

# 基础提问
what do you know about [话题]
# 找支持某个观点的素材
find everything in the wiki that supports [论点]
# 找反驳某个观点的素材
find counterarguments to [论点] in the wiki
# 找某个话题下的数据和案例
what data points and case studies do we have on [话题]
# 找潜在选题
what topics have been mentioned in multiple sources but not yet written about
# 找某个时间段内 ingest 的内容
what was added to the wiki in the last week
# 为某篇文章找素材
I'm writing about [文章主题], what relevant material do we have

🔧 维护命令（保持知识库健康）

Bash

# 健康检查（每周做一次）
lint the wiki
# 查看所有矛盾标注
show all contradictions in the wiki
# 查看孤儿页（被引用但内容薄弱的页面）
show orphan pages
# 更新话题索引
update topic-index.md

🔬 Autoresearch 命令（自动研究）

Bash

# 基础研究
/autoresearch [话题]
# 带范围限制的研究
/autoresearch [话题] focus on recent developments in 2025-2026
# 研究某个具体问题
/autoresearch what are the strongest arguments against [某个常见观点]
# 补充某个话题的数据
/autoresearch statistics and research data on [话题]

💾 保存和归档命令

Bash

# 保存当前会话到 wiki
save this conversation
# 把当前项目移入归档
archive project [项目名]
# 生成某个话题的综合分析页
synthesize everything we know about [话题] into a new synthesis page

🎨 输出辅助命令

Bash

# 基于 wiki 生成文章大纲
generate an outline for an article about [话题] based on our wiki
# 基于 wiki 找最强的开头钩子
what's the most surprising or counterintuitive thing in our wiki about [话题]
# 找金句
extract the most quotable statements from our wiki on [话题]
# 检查观点的证据支撑
how well-supported is the claim that [论点] based on our wiki

第四部分：内容创作者的日常工作流

每日 15 分钟（信息消化）

text

早上打开 Claude Code（它自动读取 hot.md，恢复上下文）
把今天早上看到的 2-3 条值得保留的内容丢进 .raw/：
→ 浏览器里的文章：用 Web Clipper 一键发送到 .raw/articles/
→ 播客：把转录文本存成 .md 丢进 .raw/podcasts/
→ 自己的想法：直接在 .raw/ideas/ 里新建一个 .md 文件写下来
然后执行：
batch ingest
去 Obsidian 图谱视图看看新增了什么节点和连接。

每周 30 分钟（选题规划）

text

lint the wiki
（处理孤儿页和断链）
what topics have been mentioned in multiple sources but not yet written about
（找下期潜在选题）
what's been added to the wiki this week
（回顾本周积累）
基于返回结果，确定下周要写的一篇文章主题。

写作日（从 wiki 到草稿）

text

I'm writing about [文章主题]
what do you know about [核心论点]
（提取核心论点的支撑素材）
find counterarguments to [核心论点] in the wiki
（找反驳，用来增强论证深度）
what data points and case studies do we have on [话题]
（找具体数据和案例）
generate an outline for this article based on our wiki
（生成文章骨架）
然后：用自己的声音，基于骨架写出文章。

第五部分：让内容来源自动进入 .raw/

手动复制粘贴是最大的摩擦点。消灭这个摩擦，系统才能真正持续运转。

方法 1：Obsidian Web Clipper（最推荐）

安装 Obsidian Web Clipper 浏览器扩展（支持 Chrome、Firefox、Safari），配置为"发送到 .raw/articles/ 文件夹"。

之后每次在浏览器里看到好文章：

1. 点击扩展按钮
2. 一键发送到 .raw/articles/
3. 格式自动转成 Markdown

这一步省去了 90% 的手动整理成本。

方法 2：微信收藏的处理

微信收藏没有直接导出功能，但有两个可用方案：

方案 A（手动，但简单）： 在电脑版微信里打开收藏，复制文章全文，新建一个 .md 文件粘贴进去，存入 .raw/articles/。

方案 B（半自动）： 用"微信读书"的笔记导出功能（适用于有微信读书版本的内容），或者用第三方工具（如「滴答清单」的微信分享功能中转）。

方法 3：播客转录

把播客音频文件放进一个文件夹，然后：

Bash

# 用 Whisper 转录（本地运行，隐私安全）
# 安装：pip install openai-whisper
whisper 播客文件.mp3 --language zh --output_format md --output_dir .raw/podcasts/

转录完的 .md 文件自动进入 .raw/podcasts/，直接 ingest。

方法 4：你自己的想法

这是最容易被忽视、也是最独特的来源。

建立一个"灵感捕捉"的习惯：

每当你有一个想法——不管是在散步时、洗澡时、还是睡前——打开任意可以输入文字的地方，写几句话，最后发送到 .raw/ideas/。

格式完全不重要，哪怕就是几行流水账：

Markdown

# 想法-20260601
今天突然想到：我们说"AI 时代写作的护城河是个人经历"，
但大多数人的"个人经历"其实也是同质化的——
上学、工作、追剧、刷手机……
真正有价值的经历是需要主动去创造的。
这和"AI 替代不了真实经历"这个论点有矛盾吗？
还是说，它提出了一个更深的问题：
什么样的经历才是"真正的经历"？

这段流水账 ingest 之后，会被提取成概念、问题、和已有想法的关联——有时候这种"不完整的想法"连接起来，比一篇完整的文章更有价值。

第六部分：常见问题解答

Q：我已经有很多 Obsidian 笔记了，能把旧笔记 ingest 进去吗？

A：可以，但不要一次性全部 ingest。先把 3-5 篇你认为最重要、质量最好的旧笔记丢进 .raw/，ingest 之后检查产出的页面质量，满意了再继续扩大规模。旧笔记的质量参差不齐，一次性 ingest 可能会产生大量低质量的 wiki 页面。

Q：wiki 生成的内容我不满意，能修改吗？

A：可以，wiki 里的 Markdown 文件都是普通文本，你可以直接在 Obsidian 里编辑。但要注意：如果后续 ingest 了相关内容，系统可能会更新这个页面，覆盖你的修改。

更好的做法：在 CLAUDE.md 里描述你的偏好（比如"页面不要超过 500 字"、"概念定义要用我自己的话，不要直接引用来源"），从根本上影响生成质量。

Q：我能在多台设备上用同一个知识库吗？

A：能。vault 是纯 Markdown 文件夹，用任意同步工具即可跨设备同步：

• iCloud（Mac 用户最方便）：把 vault 放进 iCloud Drive
• Obsidian Git（技术用户）：用 Git 同步，有版本历史
• Syncthing（隐私优先）：本地对本地同步，不经过云端

Q：隐私安全吗？我的内容会被 Anthropic 看到吗？

A：默认情况下不会。所有内容存储为你设备上的纯 Markdown 文件，Claude Code 在本地读写这些文件。只有你主动开启需要网络请求的功能（比如 autoresearch 联网搜索、或者 --allow-egress 的检索功能），内容才会发送到外部。

Q：每次都要在终端里操作，有没有更简单的方式？

A：可以建一个 Shell 别名，简化启动过程：

Bash

# 把下面这行加进 ~/.zshrc 或 ~/.bashrc
alias brain="cd ~/Desktop/content-brain && claude"

之后每次只需要在终端输入 brain，就自动进入 vault 目录并启动 Claude Code。

第七部分：30 天上手计划

如果你今天刚装好，按这个计划推进，30 天后你会有一个真正有用的知识库：

text

【第 1-7 天：建立习惯】
每天 ingest 1-2 条内容（不要贪多）
目标：完成 10 次 ingest，习惯这个操作
【第 8-14 天：体验 query】
每天写作前，先用 what do you know about [话题] 查一次
目标：习惯"先问 wiki，再写作"的顺序
【第 15-21 天：第一次 autoresearch】
选一个你最近想深入研究的话题
执行：/autoresearch [话题]
目标：看到 wiki 里自动生成的综合分析页
【第 22-28 天：第一次选题规划】
执行：what topics have been mentioned multiple times but not yet written about
基于 wiki 的建议，确定下篇文章的主题
目标：第一篇"wiki 驱动的选题"
【第 29-30 天：复盘】
lint the wiki
打开图谱视图，数数有多少节点、多少连接
和 Day 1 的状态做对比
问自己：这套系统帮我发现了什么我以前没发现的联系？

自测清单：你真正上手了

完成下面 8 项，说明你已经真正掌握这套系统：

•  完成安装，能在 Obsidian 里看到默认的 5 个示例页面
•  填写完了自己的 CLAUDE.md
•  完成第一次 ingest，在 wiki 里看到新生成的页面
•  用 what do you know about 提问，得到引用 wiki 页面的回答
•  安装了 Web Clipper，能一键把文章发送到 .raw/
•  建立了每日 ingest 的习惯（连续 7 天）
•  跑过一次 lint
•  用 autoresearch 做了一次自动研究

最后

这篇文章里所有的配置、命令、工作流，都是我自己在用的。不是理论上应该怎么做，是实际上就是这么做的。

内容创作是一件需要持续积累的事。每一篇文章，背后都是大量的阅读、思考、和素材沉淀。

这套系统做的，就是让这些积累不再消失，让它们互相连接，让你在需要的时候能快速调用。

你今天 ingest 的每一条内容，都会在某个未来的文章里发挥作用。

只要你开始，它就在生长。

👇 如果你想继续跟着做：

关注「一只阿木木」，我们在 AI 时代一起构建自己的知识系统。

本文基于 claude-obsidian 项目（GitHub: AgriciDaniel/claude-obsidian，MIT 协议开源）实测撰写。所有命令经过实际验证，配置文件可直接使用。