做个人知识库这件事我前前后后折腾了快三年。从最早的 Word 文件夹到语雀、Notion、飞书文档最后才稳定下来形成了现在这套 Obsidian WorkBuddy Gitee 的组合。先直接说结论这套方案解决了我知识管理里最痛的三件事——笔记本地存储不受平台绑架、AI 能力随取随用、数据有版本管理还能对外发布。如果你想像搭积木一样用最少的成本给自己搭一个能思考的知识库自助流水线这篇文章也许能帮你少走不少弯路。适合谁看用过云笔记但觉得信息越存越乱的人写技术笔记但缺乏整理动力的人以及想在本地跑通一套 AI 辅助知识管理工作流的人都能在这套组合里找到自己需要的部分。1. 组合思路拆解三个工具各司其职个人知识库这件事大多数人起步都是先记再说。但记录只是第一步真正的知识库需要三种能力存储与检索、加工与提炼、同步与分享。单个工具很难同时把这三件事做好所以我没用一个 All-in-One 软件打天下的思路而是选了三个工具各管一段组合成一条完整的知识流水线。1.1 Obsidian本地优先的个人知识底座Obsidian 的核心价值是本地优先。所有笔记都以 Markdown 纯文本文件的形式存放在你自己的电脑里没有数据库锁死没有平台绑架。这意味着什么你的笔记永远不会因为某个云服务停止运营而消失也不会被某个商业产品的改版牵着鼻子走。我自己就经历过一次云笔记迁移的噩梦几百篇文档导出再导入格式全乱从那以后我就坚定地站在本地文件这一边。Obsidian 还内置了双链backlink机制这是它跟传统笔记软件最大的区别。你可以用 [[]] 语法把任意两条笔记连接起来形成一个可生长的知识网络。配合标签和属性Properties检索能力在同类型工具里是第一梯队。我用 Obsidian 管理的内容包括日常灵感、技术笔记、读书笔记、项目文档和会议记录到目前已积累了三千多条笔记搜索基本做到秒开。本地化加纯文本加双链这三点是我选择它作为知识底座的根本原因。1.2 WorkBuddy把 AI 能力接进知识流选择 WorkBuddy 是因为它在AI 能力接入这件事上做得足够顺手。WorkBuddy 是一个 AI 工作台类的桌面应用核心价值是帮你把多个 AI 模型的对话、文档处理、提示词模板等能力集中在一个工作界面里不用在十几个网页窗口之间来回切换。写笔记这件事本身不难难的是把零散想法变成结构化内容的过程而这恰恰是 AI 最擅长帮忙的地方。在实际知识库工作流里WorkBuddy 承担三件事。一是对话式问答你直接问它帮我总结这篇笔记的核心观点它会基于你粘贴的文本内容给出结构化总结二是内容生成与改写写文章提纲、把零散想法扩写成段落、给笔记起标签这些操作在 WorkBuddy 里通过提示词模板可以批量完成三是多模型协作同一个问题发给不同模型对比结果之后再挑更合适的这个能力在需要严谨论证的场景下特别实用。把 WorkBuddy 放在 Obsidian 旁边相当于给知识库请了一个随时待命的编辑和研究员产生想法之后马上能加工而不是攒一堆原始素材懒得整理。1.3 Gitee数据的备份、同步与展示Gitee 是国内的代码托管平台基于 Git 协议。有人第一次听到用代码平台管笔记会觉得奇怪但道理其实很简单你的笔记本质上是纯文本文件而 Git 天生就是管理文本文件变更的工具。每次修改都有版本记录删错了能找回改崩了能回滚这比任何云笔记的回收站都可靠。我把笔记仓库推到 Gitee 上之后至少拿到了三个收益。一是异地备份本地磁盘坏了、电脑丢了笔记还在远端仓库里二是多设备同步办公室电脑、家里笔记本各自 clone 一份通过 git pull 和 git push 保持一致随时切换设备继续写三是知识库发布用 Gitee Pages 可以把仓库里的 Markdown 文件渲染成网页一键生成一个个人 wiki 站点方便把整理好的内容分享给别人。三个工具的定位非常清楚Obsidian 负责存储与管理WorkBuddy 负责加工与生成Gitee 负责备份与分发。组合在一起才是一个完整的知识库闭环。2. 环境搭建与基础配置环境搭建这部分我尽量讲得具体一点按 Obsidian、WorkBuddy、Gitee 三个顺序来每一步都给出可以直接照做的操作方式。整套配置下来大概一个下午的时间一次性弄完后面基本就不用再折腾了。2.1 Obsidian 安装、库创建与核心插件配置安装 Obsidian 这一步没什么门槛从官网下载对应平台的安装包一路下一步即可。第一次启动会让你选择创建库或者打开已有文件夹建议在本地专门建一个目录比如 Windows 下的 D:\KnowledgeBase或者 macOS 下的 ~/Documents/KnowledgeBase。库创建好之后先别急着写笔记有几个基础设置建议改一下。在文件与链接设置里把新建笔记的默认存放位置选为当前笔记所在的文件夹这样从双链新建的笔记不会乱跑在编辑器设置里启用显示行号和自动补全 Markdown 语法写作体验会好很多。Obsidian 自带的核心插件中至少开启标签视图、大纲、关系图谱、模板这四项其中关系图谱是 Obsidian 的灵魂功能后面讲知识关联时会细说。社区插件部分是重点。我个人必装的有三个Templater 是比自带模板强大得多的模板引擎可以定义变量、日期、自动文件名Dataview 能把笔记库当成数据库来查询比如列出所有标签为 AI 的未完成笔记一行代码就能做到Remotely Save 是通过 WebDAV 或对象存储做同步的插件如果你不打算用 Git 方案这个可以作为备选。社区插件的安装路径是设置 → 第三方插件 → 关闭安全模式 → 浏览 → 搜索插件名 → 安装 → 启用。部分网络环境下社区插件目录加载不出来这个我放到第四节常见问题里单独说里面给了我实测可用的解决办法。2.2 WorkBuddy 安装、模型配置与工作台使用WorkBuddy 的安装相比 Obsidian 要稍微走点心因为它是 AI 客户端安装完成后的第一个界面就是引导你选择模型服务商需要配置模型服务才能正常对话。这一步的核心是拿到 API 密钥先在模型服务商的控制台注册账号、创建 API Key再把密钥填进 WorkBuddy 的设置页。注意密钥相当于你的账户密码不要截图发到任何地方也不要提交到 Git 仓库里。我个人建议把基础对话模型和文档处理模型分离开日常问答用响应快的模型处理长文档、写长文章时切换到上下文窗口更大的模型。这两类模型的计费和响应速度不一样混着用既省钱又高效。WorkBuddy 的工作台界面一般包含三个区域左侧是会话列表和提示词模板库中间是对话窗口支持多轮对话和文件拖拽上传右侧是模型切换和参数设置区可以在同一段对话里切换不同模型方便对比结果。使用上有一个关键经验把常用的提示词固化成模板。我给 WorkBuddy 准备了几个高频模板包括总结笔记扩写段落生成标签翻译润色。每次需要做对应操作直接选模板而不是现场打一大段提示词效率能提升好几倍。模板的写法也有讲究好的模板开头要限定角色和任务中间给出输入内容的占位符结尾规定输出格式。比如总结笔记模板我会写成你是一位知识管理助手请对下面的内容输出三句话以内的核心观点并列出两个值得延伸的问题。[待总结内容]。这样 AI 的输出结构稳定后期整理成本低。2.3 Gitee 仓库创建与 SSH 密钥配置Gitee 部分我分两块讲仓库创建、Git 与 SSH 配置。仓库创建很直接登录 Gitee 之后点新建仓库填一个仓库名比如 my-knowledge-base。选择私有还是公开要看你的笔记内容性质如果准备用 Gitee Pages 对外发布那仓库必须是公开的如果只是私人备份我强烈建议选私有最安全。在添加 .gitignore 模板这一步选 None 即可因为知识库仓库里基本全是 .md 文件没有需要忽略的冗余内容。Git 配置这里最容易出问题的是 SSH 密钥。用 SSH 协议可以免输密码推送体验比 HTTPS 好太多。完整配置步骤如下先在本地终端执行 ssh-keygen -t rsa -b 4096 -C 你的邮箱一路回车生成密钥对然后找到生成的公钥文件默认位于用户目录下的 .ssh/id_rsa.pub用文本编辑器打开全选复制接着打开 Gitee 的设置 → SSH 公钥 → 添加公钥把复制的内容粘贴进去起个备注名保存最后在终端执行 ssh -T gitgitee.com 测试连通性看到类似 Hi, 你的用户名! Youve successfully authenticated 的提示就说明配置成功。密钥配置好之后在仓库的克隆/下载按钮里选择 SSH 地址形如 gitgitee.com:用户名/仓库名.git。本地执行 git clone 这个地址就能把远程仓库拉下来了。这里还要提醒一点如果你电脑上之前配过 GitHub 的 SSH 密钥这套流程同样适用Gitee 和 GitHub 的密钥可以共存互不干扰。3. 三联组合实操从零跑通一套知识流水线环境搭好之后接下来是最重要的部分怎么把三个工具串起来形成一条真正能跑通的知识流水线。我用一个实际场景走完整条链路你看完照着做一遍基本就能感受到这套组合和普通云笔记的本质区别。3.1 用 WorkBuddy 把碎片笔记改造成结构化卡片先描述场景。假设我今天在读一篇文章看到一段关于检索增强生成RAG的讲解觉得很有价值。以前的我会复制粘贴到 Obsidian 里存起来然后……就再也没看过。现在我的流程完全不同。第一步随手把原文粘贴到 Obsidian 的一个速记文件里文件名就叫当天日期加速记内容可能是RAG 检索增强生成解决大模型幻觉核心是把知识库检索结果拼进 prompt原文链接……。这一步只花一分钟先把素材收进来不求格式。第二步打开 WorkBuddy选中生成标签模板把这整段速记文本丢进去它会返回一组建议标签比如 #AI #RAG #大模型 #检索。我筛选后贴到笔记的属性区这篇速记就有了初步的归类。第三步用 WorkBuddy 的扩写整理模板让它把这段速记扩写成一张三百字左右的笔记卡片包含定义、核心机制、适用场景。最后我把 AI 生成的内容仔细过一遍修正细节存到正式笔记目录里。这一步的关键在于AI 生成的内容必须经过人工复核。WorkBuddy 再聪明它也可能在你熟悉的领域里出现事实错误。我的习惯是让 AI 先给框架再由我补充自己理解的例子和实际项目中的验证情况。AI 负责结构化人负责准确性各司其职才能既不浪费 AI 的效率也不丢掉笔记的可靠性。3.2 用双链与标签让 AI 帮你建立知识关联笔记写完之后仓库里最难的是知识关联这一步。传统的文件夹分类有一个天生的问题一条笔记只能放在一个地方但一个知识往往属于多个主题。Obsidian 的双链机制恰恰解决了这个问题而且它并不需要你预先设计完整的分类体系而是用的时候随手连让知识网络自然生长。我的做法是每次写完一张笔记卡片会花三十秒做三件事打开关系图谱看看这条笔记有没有出现在其他笔记的链接里在正文里用 [[]] 把涉及的已有概念链接上比如写 RAG 卡片时链接到已有的大模型幻觉向量数据库Prompt 工程三张卡片如果发现链接指向的笔记还不存在就顺手创建一篇空白笔记作为下一步要补的内容。这样积累两三个月之后关系图谱里会自然形成几个知识簇每个簇就是一个主题领域。这一步 WorkBuddy 也能帮上大忙。把一篇新笔记整篇丢给它让它找出这篇笔记里最值得建立链接的概念并且给出对应的笔记标题建议它会列出每个概念应该链接到什么标题。在笔记数量多、关联复杂的时候这个功能省下的时间非常可观。我用这个方式把过去几百条散落的笔记重新建立了关联原来孤零零躺在仓库里的笔记现在都有了自己的上下文。3.3 用 Gitee 实现多设备同步与日常备份笔记和 AI 加工都跑通之后剩下来的是同步与备份。我的同步策略很简单但很稳定工作日下班前、周末总结时各执行一次 git 推送。具体命令无非这几条cd /d/KnowledgeBase # 进入仓库目录 git add -A git commit -m 日常笔记更新 git push origin main如果你有多台设备每台设备第一次使用时执行 git clone 把仓库拉下来之后每次在设备 A 上写完笔记推上去在设备 B 上先 git pull 再写就不会冲突。这里有个我踩过坑后总结出来的关键习惯先 pull 再 push。如果你在设备 B 上忘了 pull 就直接开始写新笔记最后 push 的时候大概率会遇到版本冲突因为两边的提交历史已经分叉了。解决起来虽然不算麻烦但平白多花时间不如养成打开电脑先 pull的习惯。Git 备份最大的价值在于可回滚。有一次我批量改笔记文件名用了一个不够严谨的重命名脚本结果一百多篇笔记的链接全部失效。换了云笔记软件我可能就哭死了但因为仓库每天推送我直接 git log 找到改动前的那次提交git revert 又把所有链接恢复了。这种随时可以后悔的安全感是云笔记的回收站给不了的。3.4 用 Gitee Pages 把知识库发布成个人站点如果你想把部分笔记分享给他人看Gitee Pages 是一条成本很低的路径。它可以把仓库里的 Markdown 文件渲染成静态网页直接得到一个类似个人文档站的链接。具体操作路径是进入仓库 → 服务 → Gitee Pages → 选择部署分支一般是 main和目录仓库根目录提交之后等几分钟自动生成站点 URL之后每次推送代码都会触发页面更新。有一点必须注意Gitee Pages 要求仓库公开。所以我不建议把私人笔记和对外发布的内容放在同一个仓库里。我的做法是维护两个仓库private-notes 存全部笔记私有public-wiki 是精选内容公开。公开仓库里的内容在发布前我会用 WorkBuddy 统一校对一遍把个人信息和敏感内容全部摘除确认没有遗漏再推上去。如果你准备用自定义域名需要在仓库设置里配置域名解析Gitee 官方文档写得很清楚照着操作一遍即可。唯一要提醒的是域名解析生效需要几分钟到几小时不等别刚配置完就急着看效果。4. 常见问题与排查技巧实录这条流水线跑了好几个月期间遇到过不少问题也帮朋友排查过一些。下面按工具分类整理都是真实踩过或者验证过的案例希望能帮你省掉一部分试错时间。4.1 Obsidian 相关的三个高频问题第一个是社区插件市场打不开或者装插件时提示无法安装。很多人在装 anuppuccin 这类热门主题插件时都遇到过这个提示。原因大多出在网络环境第三方插件的加载源不稳定。实测下来有两个解决办法一是从插件的 GitHub 仓库直接下载压缩包解压后手动放入 Obsidian 库目录下的 .obsidian/plugins 文件夹然后在第三方插件设置里启用二是在插件市场设置里切换下载源到可达的镜像地址切换后重新搜索再安装。手动安装的方式虽然多几步但胜在稳定我用它装过好几个依赖市场加载的插件。第二个问题是文件链接失效。当你批量移动目录或者用外部工具重命名文件时Obsidian 的链接如果处理不当就会断连。最核心的预防手段是开启设置里的自动更新内部链接选项使用内置的重命名命令来改名。一旦发现链接已经断了可以试试 Obsidian 自带的查找断链功能它能列出所有失效链接再逐个手动修复。断链问题不需要恐慌但最好做到防患于未然。第三个问题是库太大导致卡顿。三千多条笔记虽然打开不慢但关系图谱在加载全库时要渲染所有节点确实会卡。解决办法是给图谱视图设置过滤条件比如只显示最近修改的一百条或者用标签过滤只显示某个主题的子图。我日常看图谱都是开过滤的只有做全库梳理的时候才会放开全部节点。4.2 WorkBuddy 使用中的典型问题WorkBuddy 的问题主要集中在模型配置和缓存占用上。第一个问题是有人下载后发现是英文界面因为 WorkBuddy 的版本与国际版、国内版的区分有关部分版本默认显示英文。解决办法是切换到对应版本或者在设置里找到语言选项切换为中文。不同版本的界面布局和内置模型有差异建议以你安装的版本实际界面为准核心概念都是相通的。第二个问题是模型输出不稳定同一个问题来回几次结果差很多。这多半是没调好参数。我实测的经验是创意写作类任务把温度参数调高让输出更有发散性总结归纳类任务则要调低让输出更稳定。WorkBuddy 右侧参数区有一个随机性滑杆总结笔记时我通常设置到 0.3 以下结果会稳定很多。如果你发现 AI 开始编造内容先检查是不是温度调太高了。第三个问题是缓存目录过大。AI 对话的历史记录和应用缓存会随着使用不断增长工作时间久了占据几个 GB 很正常。WorkBuddy 在设置里提供了缓存目录配置入口可以把缓存迁移到数据盘避免系统盘空间被吃光。迁移之后需要重启应用才完全生效。我现在的缓存目录放在单独的数据分区跑了大半年系统盘的空间占用一直很健康。4.3 Gitee 同步与部署的常见坑第一个坑是 push 时提示权限不足或者要求重复输入用户名密码。这几乎都是 SSH 密钥配置不正确导致的。排查顺序有三步先确认公钥确实添加到了 Gitee 的 SSH 设置里再确认本地远程仓库地址用的是 SSH 格式而非 HTTPS 格式可以用 git remote -v 查看最后用 ssh -T gitgitee.com 测试本地密钥是否被正确加载。这三步走完九成以上问题都能解决。第二个坑是新建仓库时不知道怎么选开源许可证。如果是私人笔记仓库其实不需要许可证如果公开分享内容最省心的是选 MIT 或 GPL-3.0。对知识库这类以内容为主的项目我更建议 MIT它允许别人自由使用你的内容只要保留版权声明即可传播门槛最低。GPL-3.0 则要求衍生作品也以相同许可证开源适合代码项目对笔记内容来说约束偏严。第三个坑是 Gitee Pages 更新延迟或者页面不刷新。Pages 服务对仓库内容有一定审核机制公开仓库里如果有不合规内容会被打回。解决办法是把公开仓库和私人仓库严格分离发布前人工审一遍内容。另外 Pages 构建本身有延迟推送后等几分钟再刷新页面不要频繁触发构建。我碰到过一次连续推送三次不更新的情况后来发现是仓库里留了一个大体积的图片文件拖慢了构建清理掉之后就好了。5. 实测效果与值得扩展的方向这套流程跑通之后我的知识库从只进不出变成了活水状态。每周新增大约五到十张结构化笔记卡片配合 Git 历史能清晰看到自己的知识沉淀轨迹。WorkBuddy 把 AI 从偶尔调用的工具变成了知识流水线里固定的一环Obsidian 则保证了所有内容永远是本地可控的纯文本。过去半年里我查资料、写文章、准备分享内容的速度明显变快了因为大部分素材在需要的时候已经被整理成了可直接使用的卡片。5.1 这套流水线实测下来的效果最直观的变化是整理笔记的阻力变小了。以前想到要去翻旧笔记、补标签、建链接总觉得是个大工程。现在整套流程被拆成了几个一分钟以内的动作随手贴进速记、让 WorkBuddy 出标签和结构、人工确认后归档、每天定时推送。任何一环都可以单独中断不影响整体运行。另一个变化是知识检索的准确度提升了因为双链让相关笔记彼此靠近搜索一个概念时往往能顺藤摸瓜找到一串相关内容。5.2 值得继续扩展的两个方向这套组合的扩展空间比我预期的要大。一是可以给 Obsidian 接入自动化脚本利用 Templater 配合 Dataview 写一些批处理模板再让 WorkBuddy 定期生成汇总摘要每天自动生成一张今日新增笔记的日报像复盘一样回顾自己的学习轨迹。二是把公开 wiki 做成一个完整的个人数字花园用标签页分类、建立目录页内容积累到一定程度之后它就是你的个人品牌资产面试、接项目、写文章时都能直接拿出来用。我个人在实际操作中最大的体会是这套组合真正的门槛不在技术而在习惯。工具配置一遍就能跑但随手记录加三十秒链接加每日推送这三件事组成的节奏才决定了知识库会不会荒废。我建议你先跑通最小闭环一个笔记目录、一台电脑、一条 git 推送命令然后一点点把 AI 加工、多设备同步、页面发布加进来。知识库的价值从来不在于存了多少东西而在于这些积累能不能在你需要的那一刻随取随用。