Obsidian 的价值在开放：以本地 Markdown 文件为基础，配上双向链接、关系图谱和 Bases 数据库，再让 Agent 读写，整理和维护都能交出去，人只管内化。

用了这么多的个人知识库管理工具，到最后我发现Obsidian还是最好用的！

核心原因是什么呢？它对AI非常友好！

只不过Obsidian的上手门槛确实有点高，所以一开始很多人就被劝退了，留下的都是或多或少喜欢折腾的人。说实话我也琢磨了好一阵子才真正上手，我想我遇到的很多的问题，你们也一定会遇到。

为此，写一篇对新手友好的Obsidian保姆级教程，带大家了解Obsidian的核心优势，从下载安装、插件配置和核心功能介绍，到如何借助AI管理知识、采集信息，并建立一套简单实用的知识管理流程，帮助大家从零搭建自己的个人知识库。

早在几年前，我其实就知道Obsidian这个软件，那时候的Obsidian还非常小众，并没有像现在一样广为人知。

当我第一次看到Obsidian Logo的反应是，它长得很像一块石头。

后来才知道Obsidian是黑曜石的意思，就是火山熔岩急速冷却后形成的天然玻璃，坚硬而锋利，切东西干净利落，几乎不留痕迹。

深度使用过之后的感受是，这个比喻真的还挺贴切。

Obsidian的核心优势

当前主流的个人知识管理工具有很多，比如腾讯IMA、语雀、印象笔记、Get笔记、NoteBookLM、Notion、Obsidian等。

这些工具中，最火的就是Obsidian，大家都用其构建自己的第二大脑知识库。

为什么Obsidian这么火呢？它跟其它的软件有啥不同吗？

核心原因在于本地化存储，它的知识文件以Markdown格式保存在用户本地电脑磁盘中的，本地的任何Agent都可以很轻松的访问和修改内容，AI协作非常友好。

而云端笔记，数据是存在厂商的服务器上，我们想要接入本地Agent使用的话，必须需要通过官方提供的Skills或者MCP服务，无论拉取还是写入的链路都更长，耗时更久。如果官方生态封闭，没有提供对应的Agent访问通道，那就无法接入本地Agent中使用，比如Flomo笔记的MCP需要MAX会员才支持使用。

同时，个人也拥有绝对的数据主权，完全不用担心数据泄漏、或因平台停止服务而迁移笔记等问题。哪怕后面Obsidian也停止运营了，我们仍然可以用VS Code、Vim这类文本编辑器打开这些笔记，可以零成本迁移到其它兼容Markdown格式的工具。

这种数据持久性的承诺，在Sass工具随时可能关闭或改变价格的时代，有着致命的吸引力。

另外就是，Obsidian核心应用完全免费，甚至你连账号都不需要注册就可以使用，它只对增值服务收费。

当然Obsidian还有其它优势，比如双链、图谱、插件生态、可自由定制等，但我觉得核心还是在于数据本地持久化，这也是它在AI时代开始流行起来最重要的原因。

劝退的话说在前面

如果你只是想零门槛、打开笔记就能写的笔记软件，Obsidian能用，但是发挥不出它的最大价值。它的学习曲线真的很陡峭，你要先理解Markdown语法、在配置插件、建立自己的工作流。

如果你需要团队实时协作，也别用Obsidian。

它本质上是个单人工具，虽然可以通过Git或者共享文件夹实现粗糙的多人协作，但是远不及notion的实时协作来得方便。

如果只是想把灵感能随时记录下来，Obsidian也不是最优解，flomo这种轻量工具比它便捷得多。

如果你本身也没有记录、沉淀、输出的习惯，那么用什么工具都一样，也别折腾Obsidian了。

下载安装

去官网下载安装Obsidian，MacOS和Windows都支持，安装完成后，打开Obsidian点击创建按钮，选择一个本地文件夹下作为仓库。

这里有个概念需要说明一下，Obsidian里面的仓库（Valut），其实就是指你电脑本地的某个文件夹目录，这个目录下面用来存放知识文件。

如果你没有购买Sync同步服务，则不需要登录，没账号也能永久使用。

创建成功后，进入编辑器界面，左侧就是我们的仓库文件目录结构，右侧就是文件内容预览和编辑区域，文件默认都是Markdown格式，所以文件名会省略.md后缀。

如果对Markdown格式不太熟悉的同学，可以去Obsidian官方文档熟悉它的语法，最多5分钟就能掌握。

还有一种方案是，安装插件Editing Toolbar，像用Word一样操作，具体安装方法见下文。

插件生态

Obsidian拥有强大的插件生态，官方和社区都提供了很多好用的插件，比如看板（像Trello）、表格数据库、日历、思维导图、白板等功能。

并且可以根据自己需求自定义开发插件，现在有AI Coding的辅助，这个变得很容易了。自定义属性非常高，我们能把它改造成自己想要的风格。

需要注意的是Obsidian的插件安装不是全局生效，它是跟随仓库走的，仓库之间是相互隔离的。比如你在仓库A中安装了一个社区插件，这个插件只在仓库A中生效，仓库B中你想使用，需要重新安装。

Obsidian的插件分为核心插件和三方插件，打开设置界面可以看到，其中核心插件是官方提供的，根据自己需求开启即可。

而第三方插件是由社区提供，Obsidian默认是开启了安全保护模式，要安装社区插件，首先需要关闭安全模式。

然后关闭后，就可以在插件市场预览了，或者直接搜索你需要的插件名称，比如Editing Toolbar。

点击安装，并启用，回到主界面，就可以看到Editing Toolbar已经生效了。

插件的安装流程大致就是这样。

然后我推荐一些常用的插件，如果你刚开始玩Obsidian也没必要全部安装。

这里也特别提醒一点：大家千万别去花太多的时间折腾插件和皮肤，包括我之前也是在社区看到别人的Obsidian怎么这么好看，功能咋这么酷炫，于是也去研究皮肤和各种插件。反而没有太专注内容的沉淀，有点本末倒置了。

现在看来保持基本功能够用就行，而不是一味的追求多和酷炫。

比如我之前搭建了一个RAG专题研究个人知识库，为了展示知识之间的关系，然后去社区安装星空氛围感觉的知识图谱，效果如视频展示的一样，看起来很酷、很好看，但其实也没啥实用价值。

如果只是查看知识之间的链接关系，Obsidian原生支持的图谱关系展示功能就完全足够了，比如下面这个图谱，就是同一个知识库用原生功能展示出来的效果，也完全够用了，我知道哪些知识仍然是孤点，哪些知识是反复链接。

如何给Obsidian接入AI？

Obsidian本质上只是一个以文件系统构建的文本编辑工具，它本身并没有AI的能力。

我们要把AI接入到Obsidian中进行人机协作，有两种方式：

方式一：用Agent关联Obsidian的仓库目录

首先我们需要使用Obsidian创建一个本地仓库。

然后打开WorkBuddy，新建一个会话，工作空间选择刚刚在Obsidian中创建的项目文件夹。

这样Obsidian、WorkBuddy这两个软件的工作空间都指向了同一个本地目录，Agent就能读取、写入知识库中的文件内容了。

这里我们是以Workbuddy为例，大家用其它的Agent也可以，比如Codex、Trae、Cursor，操作都是一样的，并不限制使用某种Agent工具。

这也是我们前面说到的Obsidian本地文件笔记的独特优势，任何本地Agent都能操纵它。

方式二：安装社区Claudian插件，以插件的形式使用。

首先在Obsidian社区插件中安装Claudian，安装完成后还不能立即使用，需要你的电脑上安装Claude code 或者Codex的CLI命令行工具。

确保其中任一Agent CLI可用，然后在Claudian插件设置中激活对应的Agent工具，目前支持Claude Code、Codex、DeepSeek Harness、OpenCode、Pi。

点击Obsidian左侧侧边栏的插件图标，打开Claudian对话窗口就可以正常使用了。

Claudian的作用相当于是一个中间桥梁，它最终还是要调用我们本地的Agent工具来执行。

这种方式安装起来要稍微麻烦一点，它的优势就是不用频繁切换软件，可以专注在Obsidian中，既能预览编辑又可以直接跟AI协作，操作起来最为方便。

还有比较好的是，你可以选择其中一段内容作为AI 协作的上下文使用，这是第一种方式没法实现的。

这两种方式，最终使用仍然是我们本地安装的Agent，因此在效果上都一样的，只是交互、协作的入口不一样，这个就根据大家自己的使用偏好进行选择。

Obsidian重要功能

前面我们介绍了Obsidian的插件生态和AI协作能力，下面再介绍几个比较重要的原生功能。

1. 双向链接

这是Obsidian最核心的功能之一。

传统的笔记管理主要依赖文件夹分类，笔记之间是相互独立的。但实际上，很多知识之间都存在关联。

比如我在研究RAG时，整理了混合检索、向量检索、BM25、Rerank等笔记，这些知识之间其实是有关联的。

在Obsidian中，通过输入 [[笔记名称]]，就可以把不同的笔记关联起来，点击链接就能直接跳转。

比如我在「混合检索」这篇笔记中，内容如下：

混合检索主要结合两种检索方式：

1. [[向量检索]]

2. [[BM25]]

完成检索后，还可以通过 [[Rerank]] 对结果进行重排。

这样就自动建立了三条内部链接，并且是双向的，比如混合检索引用了向量检索，那么打开向量检索时，也能通过反向链接查看哪些笔记引用了它。

这样我们管理的就不再是一个个孤立的知识文件，而是相互关联的知识网络。

2. 知识图谱

有了双向链接以后，Obsidian还可以把知识之间的关系可视化展示出来，这就是关系图谱。

每个节点代表一篇笔记，节点之间的连线代表它们存在链接关系。

Obsidian支持全局图谱和局部图谱，可以查看整个知识库的关联关系，也可以只查看某篇笔记相关的知识，比如上面那张图就是局部关系图谱。

通过图谱，我们可以直观地发现哪些知识是孤立的，没有跟其它知识建立链接；哪些知识被频繁引用，可能是整个知识体系中的核心概念。

这里需要特别说明一下，Obsidian中的知识图谱，跟我们在GraphRAG等知识库检索技术中提到的知识图谱，并不是一回事。

Obsidian的知识图谱，本质上是把笔记之间已有的链接关系可视化展示出来，节点是笔记文件，连线代表笔记之间存在链接，但并不理解这些链接的具体含义。

而GraphRAG中的知识图谱，通常会从文档中提取实体、概念及其语义关系。比如「混合检索由向量检索和BM25组合而成」，系统不仅知道它们存在关联，还知道具体是什么关系，并可以利用这些关系辅助检索和推理。

3. 属性和标签

当知识库中的文件越来越多时，我们怎么知道每篇笔记属于什么类型、来自哪里、目前是什么状态？

比如我收藏了100篇关于AI的文章，其中有些是从网上剪藏的原始资料，有些是我自己整理的研究笔记，还有一些是经过AI总结提炼后的知识。

如果只是通过文件名或者文件夹来区分，管理起来会非常痛苦。

为此，Obsidian提供了属性功能。

简单理解，就是给每篇笔记增加一些结构化的元数据，用来描述这篇笔记的特性。

比如我给前面创建的「混合检索」笔记，添加如下属性：

后面我想查看所有RAG相关知识时，可以通过属性标签直接筛选出来，不需要考虑它们具体存储在哪个文件夹中。

另外，我们还可以提前创建不同类型的笔记模板，统一规定属性和正文结构。

比如概念类笔记，提前定义好类型、状态、标签、来源等属性，以及概念定义、核心原理、相关知识等正文结构。

后面新建同类笔记时，直接通过Obsidian原生的Templates插件插入模板，不需要每次重新编写。

更重要的是，这些模板同样可以提供给AI使用，让Agent按照统一的格式生成知识文件。

这样无论是人工整理还是AI自动生成的知识，都能保持一致的结构，方便后续通过Bases进行管理和检索。

4. Bases数据库

前面我们给每篇笔记增加了类型、状态、标签、时间等属性。

那么问题来了，既然有了这些结构化信息，能不能把它们组织起来，像多维表格或者Notion一样进行管理呢？

当然可以！

Obsidian提供了一个原生的核心功能，叫做Bases（数据库），可以根据笔记的属性，把符合条件的笔记汇总成一个数据库视图，并支持表格、看板、列表、卡片等形式。

比如我想查看知识库中所有状态为「active」的笔记，就可以通过Bases创建一个表格视图，根据笔记的状态进行筛选。

还可以按照类型、标签、创建时间等属性进行排序和分组。

这个功能跟Notion数据库有点类似，但有一个重要区别：

Bases是读取本地Markdown文件的属性，并按照指定规则展示出来。

这个特性对于AI协作也非常友好。

因为Agent可以直接读取和修改这些Markdown文件，修改后的属性也会反映在Bases视图中。

这个功能对于项目管理、知识整理等场景都非常实用。

5. Canvas白板

前面介绍的知识图谱，是根据笔记之间的链接关系自动生成的，而Obsidian的白板提供了无限大的画布，允许我们主动组织知识之间的关系。

可以在这里自由组织和连接笔记、图片、文字、网页、文件等内容，并且可以直接打开白板中关联的原始笔记。

比如我想梳理一个RAG系统的完整流程，就可以把意图识别、混合检索、Rerank、模型生成等笔记放到白板上，再通过箭头把它们连接起来。

白板非常适合用来梳理复杂问题、设计系统架构和整理专题研究等内容。

甚至可以结合前面介绍的Claudian，让AI分析资料后，自动生成Canvas白板内容。

一不小心这块内容说得有点多了。

总的来说，双向链接和知识图谱解决知识之间的关联问题，属性和Bases解决知识的分类与管理问题，Canvas则帮助我们更直观地组织和理解知识。

但这些只是工具提供的能力。

要真正构建一个有价值的个人知识库，还需要解决两个关键问题：信息从哪里来，以及收集进来的信息应该如何加工成可以长期复用的知识。

下面我们先看看，如何把日常工作和学习中的信息采集到Obsidian中。

如何采集信息到Obsidian？

方式一：网页剪藏工具

我们在网上面看到一些优质的信息时，想要添加到Obsidian知识库中，可以借助官方提供的一款浏览器剪藏插件Obsidian Web Clipper来实现。

比如我想收藏这篇优质的文章，直接点击 Web Clippe扩展插件图标，就可以把网页内容以markdown格式直接提取出来，并支持一键添加到本地Obsidian知识库中。

除了网页文章，还可以剪藏视频，完整逐字稿都能提取出来。

并且存储到Obsidian本地中的内容，还保留了内容的来源地址、标题、作者、创建时间等信息。

进一步，我们可以借助Claudian加工处理，比如总结核心内容，提取关键结论，并自我内化，在沉淀到知识库中。

甚至，让Claudian帮我把关键内容绘制到前面说的白板中，通过白板可以很清晰的看到核心结构内容，并且白板和原文是自动建立起来了链接关系的，我想看更详细的细节时，直接跳转回到原文进一步查看。

上面这种方式是手动采集，并且局限于网页内容。

方式二：自动化采集

而其它很多信息可能在办公OA软件上，对于这类信息，可以使用平台提供的CLI或MCP等工具，现在飞书、钉钉、企微都有提供比较完整的产品能力接口，要拿到这些信息是很容易的。

比如对我而言，日常上课、开会都是在腾讯会议上面，我要去拉取这节课程的内容信息到本地内容生产知识库中，并加以复盘分析。

首先在Agent中安装腾讯会议的MCP工具，并完成授权操作，然后创建定时任务，就能实现自动化拉取课程内容并完成分析。

方式三：灵感收集

更多时候，想快速地把自己的灵感记录下来，如果电脑操作不方便，可以使用Obsidian的移动端APP，输入时可以借助微信输入法的语音转文字功能，帮我们提升输入效率。

但是这种方式有个问题，笔记如何多端同步，如果你愿意付费，这个问题就非常简单了，直接用官方的服务Obsidian Sync。

当然Obsidian也有免费的同步方案，分别是iCloud、OneDrive、Git、三方云盘等，推荐按照如下流程决策：

至于每种具体的操作步骤这里就不一一展开了，大家可以自行搜索解决。

如何组织我们的知识？

通过前面的介绍，我们已经知道怎么把网页文章、会议记录、工作文档等信息收集到Obsidian中了。

还有一个关键问题，收集进来的信息，应该如何组织和管理？

其实关于知识管理的方法论有很多，比如PARA、卡片笔记法等，这里不做过多介绍。

对于刚使用Obsidian的同学来说，不建议一上来就搞得太复杂。那样会很累人、并且坚持不下去，因为每加入一篇笔记，你都得思考应该丢到哪一个文件夹里，心智负担很重。

这里建议按照信息的处理流程来组织：

根据这套流程，先建立一套简单的目录结构：

Knowledge-Base/

├── 01-收集箱/     # 临时存放收集的信息

├── 02-原始资料/    # 网页文章、会议记录等，保留原始内容，不要让AI直接修改，方便后续追溯和验证

├── 03-知识笔记/    # 经过整理加工的知识，比如概念、原理、经验、结论

├── 04-内容输出/    # 最终的产出，比如文章、课程、工作方案

└── 99-知识模版/    # 笔记模板，用于统一不同类型知识的格式

在此基础上，我们还可以逐步添加目录，比如关于我、Skills等。

当然，这只是一种参考，并不是什么标准结构。大家可以根据自己的使用场景调整，核心是把原始资料和加工后的知识分开管理。

至于知识加工这一步，也可以引入LLM Wiki的理念，让Agent按照统一的规则，从原始资料中自动提取概念、实体、观点等内容，编译成相互关联的知识笔记，这部分内容可以参考之前的文章介绍。

总结

篇幅有点长了，到这里简单总结下。

回头来看，Obsidian其实并没有多神奇，它只是一个以本地Markdown文件为基础的知识管理工具。

核心优势是它提供了一套开放、可持续、对AI友好的知识管理环境。

借助Agent，可以帮助我们完成整理和维护的工作，让个人知识管理更加容易。

但工具和AI都只是手段，最终还是要回到知识本身，你是否内化了它，在未来能否用得上？