用知识库跑通一个项目：一次真实的完整记录

用知识库跑通一个项目：一次真实的完整记录

一只阿木木 ——公开建造我的 AI 第二大脑

普通人如何用 AI 搭建自己的知识操作系统？一个程序员出身的知识工作者，公开记录自己如何用 AI 工具搭建个人知识系统、把读过的书和做过的项目变成可复用资产的全过程。

不讲概念，不讲市场。

下面用一个具体项目——从零搭建一个 SaaS 落地页——完整走一遍这套系统的实际使用过程。你可以照着做。

先说清楚这套系统解决的是什么问题

你用 Claude 做项目，最大的痛点不是 Claude 不够聪明，而是它每次都失忆。

每开一个新对话，你要重新介绍项目背景、重新解释技术选型、重新告诉它你的写作风格。16这个痛点是真实的：每次新会话开始，都必须向 Claude 重新解释整个项目架构和历史。

这套系统干的事只有一件：给 Claude 建一个它每次都能读到的长期记忆。

把摄入素材、生成摘要、打标签、交叉引用、综合原则这些工作，Claude Code 全都能做，而且速度快 5-10 倍——以 AI 原生的格式：纯 Markdown 文件。

系统结构：三个工具各干什么

book-to-skill：把书变成 Claude 可以按需调用的技能文件。

它把书转成结构化的 Skill，Claude 按需加载。安装后，只需输入 /your-book-slug replication，Claude 就会读取正确章节，从实际内容中回答——不会幻觉，不用翻 PDF。

关键细节：提取的是结构，不是摘要——捕获命名框架、精确表述、反模式，而非章节概要。保留作者的精确性。密度优于完整性。以实践者的口吻写：「在 Y 情况下使用 X」，而不是「书中解释了 X」。

claude-obsidian：把散落的素材自动组织成互联的知识图谱。

大多数 Obsidian AI 插件是聊天界面，只能回答关于已有笔记的问题。claude-obsidian 是知识引擎——它自主创建、组织、维护和进化你的笔记。

CLAUDE.md：整个系统的大脑，告诉 Claude 你的 vault 长什么样、每个文件夹是什么意思、工作时要遵守什么规则。

让 Claude 扫描每个文件夹，理解其内容和你的使用方式，然后基于这个分析生成 CLAUDE.md。结果应该是一份清晰说明 vault 结构、每个文件夹含义，以及 Claude 在其中工作时应遵循的惯例的文档——同时也包括你常用的交互方式和写作风格要求。

动手：从零到跑通项目

第一步：环境准备（约 30 分钟）

Bash

# 安装 Claude Code
npm install -g @anthropic-ai/claude-code
# 安装 book-to-skill
mkdir -p ~/.claude/skills/book-to-skill
curl -o ~/.claude/skills/book-to-skill/SKILL.md \
  https://raw.githubusercontent.com/virgiliojr94/book-to-skill/master/SKILL.md
# 安装 claude-obsidian
git clone https://github.com/AgriciDaniel/claude-obsidian
cd claude-obsidian
bash bin/setup-vault.sh

Claude Code 在下次会话时会自动发现新安装的 Skill。

Vault 文件夹结构建议如下，保持清晰是关键：

text

my-vault/
├── CLAUDE.md          ← 最重要的文件，第一件事写它
├── raw/               ← 所有原始素材扔这里
├── wiki/              ← AI 编译后的知识条目
├── projects/
│   └── saas-landing/  ← 当前项目
│       ├── CLAUDE.md  ← 项目级规则
│       ├── spec.md
│       └── decisions/ ← 架构决策记录
└── skills/            ← book-to-skill 输出

Claude Code 善于推断结构，但不一致性会造成摩擦。如果一些项目在 /Projects 而另一些在 /Work/Active，AI 就不得不去猜。在连接 Agent 之前花一小时统一 vault 结构——回报很快。

第二步：写 CLAUDE.md（最重要的一步）

在 vault 根目录创建 CLAUDE.md——这是最重要的文件。要精确，schema 越精确，Claude 的输出越好。

下面是一个可以直接复用的模板：

Markdown

# 项目：SaaS 落地页
## 我是谁
独立开发者，产品是一个给自媒体人用的排期工具。
技术栈：Next.js + Tailwind + Supabase。
写作风格：简洁，不用行话，目标用户是普通创作者。
## Vault 结构
- raw/：原始素材，Claude 只读不写
- wiki/：编译后的知识条目，Claude 可读写
- projects/saas-landing/：当前项目的所有文件
- projects/saas-landing/decisions/：架构和文案决策，
  做新决策前必须先查这里
## 工作规则
1. 每次会话开始，先读 projects/saas-landing/context.md
2. 做任何决策前，先检查 decisions/ 有没有相关历史
3. 每次会话结束，更新 context.md，记录今天做了什么
4. 新建文件用 frontmatter 标注创建日期和标签

「要有帮助」不是一个有用的指令。你对自己的上下文、vault 惯例和每次会话期望越具体，Agent 的输出就越准确有用。每当发现反复出现的误解时，就更新 CLAUDE.md。

一个真实有效的补充：加一个 USER.md 身份文件：你是谁，你怎么思考，你在乎什么。一位 Reddit 开发者指出，「USER.md 身份文件对回复质量的改变，超过了知识检索本身。」当 Claude 知道你是一个偏好 TypeScript 而非 Python 的后端开发者，或者一个更关注分发而非功能的创始人，它的建议会更切题。

第三步：把相关书籍变成 Skill

这个项目需要的知识：文案写作、用户增长、落地页转化。

Bash

# 进入 vault 目录，启动 Claude Code
cd ~/my-vault
claude
# 拆书
/book-to-skill ~/books/copywriting-secrets.pdf copy
/book-to-skill ~/books/traction-gabriel.epub traction

拆完后的文件结构：

text

~/.claude/skills/copy/
├── SKILL.md          ← 加载入口，约 5000 tokens
├── chapters/
│   ├── ch01-headline.md
│   ├── ch02-hook.md
│   └── ...
├── glossary.md       ← 术语表
├── patterns.md       ← 可复用模式
└── cheatsheet.md     ← 快速查阅

完整转换一本书大约花费 1 美元——远少于每次会话重新读 PDF 的成本。 4 SKILL.md 前置加载——压缩时保留前 5000 tokens，最重要的内容排在最前面。章节文件是按需加载的——在被调用之前不占用 Skill 预算。

第四步：摄入素材，建立知识库

项目启动前，把所有相关素材扔进 raw/：

text

raw/
├── competitor-homepages/   ← 3个竞品落地页截图和文字
├── user-interviews/        ← 5份用户访谈记录
├── inspiration/            ← 收藏的好落地页案例
└── brand/                  ← 品牌规范、颜色、字体

然后让 claude-obsidian 编译：

text

> 读取 raw/ 目录中的所有文件，
> 编译成 wiki/ 中的知识条目，
> 自动建立双向链接，
> 生成一个 index.md 汇总所有内容

你把素材丢进 raw/，运行一个命令，Claude 处理剩下的一切：编译互联的 wiki 文章，维护索引和反向链接，在多个深度层次上回答复杂问题，并持续改进知识库。LLM 拥有这个 wiki，你几乎不需要手动编辑——只需在 Obsidian 中浏览，持续喂给它原始数据。

第五步：跑通项目

现在知识库有了，开始真正做项目。

阶段一：研究阶段

text

> 读取 wiki/ 中所有关于竞品和用户访谈的条目，
> 总结：目标用户最大的痛点是什么？
> 竞品的文案有什么共同模式？有什么明显的空白？

Claude 会基于你整理进去的真实素材回答，不是凭空编造。

阶段二：文案撰写

text

> /copy headlines
> 基于以上调研结果，
> 为这个排期工具写 5 个落地页主标题，
> 参考 copy Skill 中的 headline 框架，
> 目标用户是忙碌的自媒体创作者

这里发生的事：Claude 同时调用了你的用户访谈知识库（了解真实痛点）和 copy Skill（应用文案框架），两者合并后给出的结果，质量远超单独使用任何一个。

阶段三：决策记录

每次做了重要决定，立刻记录：

text

> 我们决定主标题用「版本 3」，
> 理由是用户访谈里反复提到「不知道该发什么」这个痛点，
> 这个标题直接命中了这个场景。
> 把这个决策记录到 decisions/headline-choice.md

这是最关键的工作流之一。在做任何架构选择之前，让 Claude 检查 decisions/ 中的相关历史决策——「我们之前有没有讨论过这个方向？」Claude 浮现出相关记录，你就可以在过去的推理基础上继续构建，而不是从零开始。

阶段四：每日收尾

text

> /wrap
> 总结今天的工作：做了什么，决定了什么，明天要继续什么。
> 更新 projects/saas-landing/context.md
> 检查是否有任何新决策和已有决策矛盾

运行收尾提示：「总结今天的会话，更新所有变更的项目上下文文档，标记任何与已有决策矛盾的内容。」Claude 写摘要，你审阅，批准修改，用 git 提交。整个过程每天大约 10 分钟的额外开销。换来的是：第二天早上，Claude 从它离开的地方完全接续——不需要重新解释，不需要「让我给你介绍项目背景」。

第六步：感受系统真正的力量

两周后，你的 vault 里有了：

• 5 个竞品的分析条目，自动互联
• 所有文案决策的历史记录
• 用户访谈的核心洞察，已被提炼成可引用的知识条目
• 每次会话的工作日志

这时候再开新会话，对话变成了这样：

text

你：继续昨天的落地页项目，
   上次我们在讨论 CTA 按钮的文案
Claude：[自动读取 context.md]
       好的，根据昨天的记录，我们确定了主标题，
       正在讨论 CTA。根据 decisions/ 里的记录，
       你之前倾向于用动词开头的 CTA 文案。
       继续这个方向？

用 Claude Code 一次，它了解你的文件夹结构。用五次，它了解你的项目、当前重心和你的表达风格。用二十次，它变成你的个性化操作系统——它对你知识库的了解，超过你在任意时刻有意识记住的。

几个真实的注意事项

1. CLAUDE.md 越具体越好，但要克制

你的笔记、你的结构、你的惯例，全部成为 Claude 带入每次交互的上下文。你通过 CLAUDE.md 和自定义 Skills 对它的精炼越多，它就越能反映你真实的思考和工作方式。

但不要把所有东西都塞进 CLAUDE.md——它会变成一堵让 Claude 困惑的文字墙。只写规则，不写背景故事。

2. 知识库的价值在「积累」，不在「初始化」

第一天建好系统，感觉不到什么变化。一个月后，你开始感觉到。14这不只是检索——是综合。Claude 能结合 vault 中跨多个领域的想法，构建出你自己想不到的方案——因为没有人能自然地同时横跨十个领域思考，但你的知识库可以。

3. raw/ 目录是入口，不是仓库

素材进来就让 claude-obsidian 处理，处理完归档或删除。17每天早上把所有东西扔进 Obsidian Inbox 文件夹——手机语音备忘、转发的邮件、白板照片、随手记录。然后让 Claude Code 执行「处理收件箱」：Agent 读取每一项，创建结构化笔记并归入正确文件夹，识别与已有笔记的连接，归档或删除原始收件箱条目。过去需要 20-30 分钟的事，现在 5 分钟之内完成。

4. 给项目建独立的 CLAUDE.md

每个项目文件夹下都放一个 CLAUDE.md，记录项目级规则。这样换项目时，Claude 自动切换上下文，不会把两个项目的知识混在一起。

5. 用 git 保护 vault

在 vault 中初始化 git：git init && git add -A && git commit -m "baseline before AI"。这是你的安全网——在 Claude 写入任何内容之前做这件事。

最后说一句实话

这套系统有学习成本。第一次搭起来要花半天，第一周要不断调整 CLAUDE.md。

但一旦跑通，你会发现项目工作变了一种感觉：不再是你每次从零给 AI 喂背景，而是 AI 帮你守住你的所有上下文，你只需要向前推进。

打开一个一个月没碰过的项目，问 Claude「我们上次进行到哪儿了？」，得到对过去三次会话的准确摘要——就在这一刻，一切豁然开朗。没有人回头了。