学术入门1. 为什么说“价值来自稀缺”
知识管理这件事，我断断续续折腾了六七年。从最早用文件夹存文档，到后来用各种在线笔记，再到如今固定下来的 Obsidian + Claudian + Excalidraw 组合，最大的感悟其实不是工具本身有多强，而是一句话：知识库的价值不来自“存了什么”，而来自“别人没有的东西”。
这句话听起来有点虚，但落到实际场景里非常具体。比如你去网上下载一份现成的“产品经理知识体系”，存进笔记软件，这不算知识库，顶多算收藏夹。因为你存下来的内容，一万个人也能下载到同款，它不具备任何稀缺性。真正的知识库，应该是你在某个具体项目里踩过坑之后总结的判断标准、你在某个深夜为了解决一个报错翻遍文档得出的排查思路、你对自己工作流的反复打磨后形成的一套可复用的方法论。这些内容只存在于你的脑子里和你的笔记里，别人搜不到、买不到、下载不到，这才是稀缺。
我搭建这套知识库的初衷，就是想把那些“一次性经验”变成“可复用资产”。做技术的人应该都有这种感觉：很多问题解决完就忘了，下次再遇到又得从头查。但如果把这些经验结构化地存下来，并且能快速检索、快速关联，那你的每一次踩坑都不白费，时间越长，这个库的价值越大，因为它沉淀的是你独有的、经过验证的判断。
这套组合里，Obsidian 负责存储和链接，Claudian 负责把零散想法变成结构化内容，Excalidraw 负责把复杂关系画成看得懂的图。三者分工明确，缺一不可。这篇文章我会把这套知识库的搭建思路、具体操作、踩过的坑全部写出来，适合正在折腾知识管理、想把自己的笔记体系从“收藏夹”升级成“工作台”的朋友参考。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. Obsidian 做底座：为什么我放弃了在线笔记
先说 Obsidian。其实我最开始用的是某款在线笔记软件，同步方便、界面好看、手机电脑都能用。但用了一年以后，我越来越觉得不对劲：数据在别人的服务器上，导出格式绑死，笔记多了以后搜索越来越慢，而且它鼓励的是“收集”而不是“连接”。那时候我的笔记里躺着两千多条剪藏文章，真正回看的不到百分之一。
后来换成 Obsidian，核心原因有三个。第一，所有数据都是本地 Markdown 文件，不锁定、不绑架，就算哪天 Obsidian 不维护了，我的笔记依然是一堆纯文本文件，随便找个编辑器就能打开。第二，双链机制让笔记之间可以产生关系，而不是各自孤立地躺在文件夹里。第三，插件生态非常强，尤其是 Dataview 这种检索插件，能把笔记变成数据库来查。
用 Obsidian 搭建知识库，我建议先想清楚一个问题：你要的是“图书馆”还是“工作台”？图书馆式的知识库，强调分类整理、井井有条，适合存放那些不太需要变动的参考资料。工作台式的知识库，强调快速捕捉、灵活关联、随时取用，适合存放正在进行的项目信息和个人经验。我个人的选择是后者，因为只有工作台才会产生稀缺的内容——图书馆里的书大家都能借，工作台上的实验记录只有你自己有。
2.1 库结构设计：别一开始就建一堆文件夹
很多新手拿到 Obsidian 第一件事就是建文件夹：新建“学习笔记”“工作笔记”“生活笔记”……结果三个月后发现，百分之八十的内容都堆在“临时”文件夹里，因为你不知道某条笔记到底该归到哪一类。
我的建议是采用**“少文件夹 + 多标签 + 强链接”**的结构。根目录下只保留几个核心文件夹：
0_收件箱：所有快速捕捉的内容先进这里，不加任何整理1_项目：按项目名建子文件夹，里面放这个项目相关的一切2_领域：按知识领域存放长期的、可复用的方法论3_资源：存放参考资料、阅读笔记、外部文档9_模板：存放各种笔记模板，新建笔记时一键调用
这个结构的特点就是轻。日常使用中，你只需要判断一条笔记属于哪个层级，剩下的关系全部靠双链去表达。比如我写一条关于“用户留存分析”的笔记，它不需要被放进某个严格的目录，只需要链接到“数据分析”和“用户增长”两条相关笔记，这条笔记就同时具备了两个上下文。文件夹负责粗粒度管理，标签负责状态管理（比如 #待处理、#进行中、#已完成），双链负责知识关系管理，三者互不干扰。
2.2 Claude 驱动的“Claudian”工作流：让 AI 帮你整理而不是替你思考
Claudian 其实不是什么独立软件，而是我基于 Claude 的能力，自己设计的一套 AI 辅助笔记工作流。核心思路是：让 AI 处理整理和格式化，但知识本身必须来自我自己。 这个区别很重要。如果你让 AI 凭空帮你生成一篇知识库文章，那产出的内容大概率是全网信息的拼凑，不具备稀缺性。但如果让 AI 帮你把一次真实的项目复盘整理成结构化笔记，那产出的内容就是你的经验，只是 AI 帮你优化了表达和结构。
结合 Obsidian 来用的时候，我的操作方式是：把本地笔记内容或临时想法直接粘贴给 Claude，让它帮我“转化为带有清晰小标题、要点提炼、下一步行动的知识库笔记格式”。给它的提示词很简单，通常是：
text复制你是一名知识管理助手。我将给你一段我的原始记录，请你：
1. 提炼出核心要点
2. 用二级标题和三级标题组织成结构化笔记
3. 在每条要点后注明它是“事实”还是“我的判断”
4. 结尾列出“需要进一步验证的问题”
只需要整理，不要添加你不知道的新信息。
这样做的好处是，AI 的输出结果直接可以粘回 Obsidian 成为一条双链笔记。原始记录如果是语音转文字，可能非常散乱；如果是临场想到的点，可能只有几句话。经过这道整理之后，内容就变成了半成品，等你有空的时候再打开补充细节、添加链接。实测下来，一条原本需要十五分钟整理的复盘，现在三分钟就能完成初稿。
这里面有个关键心得：别让 AI 越界。 它会自动帮你补充一些“看起来合理”的背景知识，但这些补充往往是你经验之外的通用内容，对知识库来说反而是噪音。所以我的提示词里强制要求“不要添加你不知道的新信息”，这条约束非常有效，能保证库里的内容始终是“我自己的”。
2.3 插件清单：真正提升效率的是这四个
Obsidian 插件市场里有上千个插件，但真正进入我核心工作流的只有四个。第一个是 Dataview，它能把笔记里的元数据（比如 日期、状态、项目名 这些写在笔记开头的 YAML 字段）查询出来生成列表或表格。第二个是 Templater，用来做笔记模板，我只需要在新建笔记时按一个快捷键，就会自动填充好标题、日期和常用结构。第三个是 Excalidraw，用来画思维导图、流程图、架构图，它跟 Obsidian 的粘合度极高，后面专门展开说。第四个是 Calendar，用来做每日笔记的入口。
不过建议新手别贪多。插件装多了，光是维护配置和更新都要花不少精力，反而背离了知识库“沉淀内容”的初衷。我见过有人装了一百多个插件，每天折腾各种自动化流程，笔记本身却没写几条。先建立写作习惯，再逐步加工具，这个顺序不能反。
2.4 同步问题：官方同步之外的轻量方案
Obsidian 本身是一个本地优先的工具，官方同步服务 Sync 是需要付费的，价格不低，网上也有不少人问“Obsidian 收费吗”。其实 Obsidian 的个人使用完全免费，只有同步和发布这类增值服务才收费，这对大多数人来说已经够用了。
如果你不想用官方同步，我的替代方案是把整个 Vault 文件夹放到自己的网盘目录里，比如坚果云或者 OneDrive，让网盘客户端自动同步。这样电脑上改动的内容，几分钟后会同步到手机上，手机上的快速记录也会同步回电脑。虽然做不到实时协同编辑那么强，但个人知识库的使用场景完全够用。另外手机上文本编辑用 Obsidian 自己的 App 就行，插件更新在 App 设置里可以一键操作。有人说 Obsidian 官方下载慢，其实主要原因是服务器在境外，可以去找国内社区的镜像下载，这里就不展开说了。
3. Excalidraw 画图：把复杂关系变成一眼能看懂的图
很多人做知识管理只停留在文字层面，这其实是不够的。文字适合表达线性逻辑，但真实世界的知识是网状的：一个概念跟多个概念相关，一个流程里有多条分支和循环，一个系统涉及多个模块的交互。这种结构用文字描述会非常冗长，但用图来表达，一眼就能看懂。
Excalidraw 本来是很多人在网页上用的免费画图工具，而 Obsidian 里有个同名的插件版本，把画布直接嵌进笔记里，图片也以文件形式存在本地。这不是简单的“在笔记里插入一张图”，而是每一次画图都是知识库的一部分。
3.1 最常用的两个场景：流程梳理和架构示意
我在知识库里用 Excalidraw 画得最多的是两类图。一类是“流程梳理图”。比如我在复盘一次需求上线延期的问题时，会把从需求评审到开发、测试、上线的完整流程画出来，然后在每个阶段标记上实际耗费的时间和预期时间的差异，最后问题的根源就会直观地暴露在图上。另一类是“架构示意图”。涉及到多系统交互、数据流向、模块依赖的时候，画一张架构图比写一千字描述都清楚。
画图之前不要直接操作画板，先在脑子里过一遍：这张图要表达的核心信息是什么？是为了让读者理解流程，还是为了定位问题？然后围绕这个核心画元素。好的图不是把所有信息都放上去，而是只画跟当前问题相关的部分，其余全部省略。
3.2 快速对齐与连接：新手最常见的困惑
很多人在 Excalidraw 里遇到两类困惑：元件如何快速连接，以及如何对齐。先说连接。Excalidraw 里拖动任意一个元素的边缘，会出现箭头拖点，从这里拖到另一个元素上就会生成一条连线，而且是自动粘连的——之后移动任意一个元件，连线依然保持连接状态，这是跟 PowerPoint 画图最大的区别。
对齐的话，选中多个元素后，画布上方会出现对齐工具按钮，包括左对齐、右对齐、水平居中、垂直居中、等间距分布等。配合“显示网格”功能，可以比较精确地摆放元素。我个人的习惯是画图前先在布局上预估一下：用几个框、几层、从左到右还是从上到下，想好再落笔，比画完再调整省时间得多。
还有一个技巧是给连线添加文字标注。双击连线中间输入文字，说明这条关系的语义，比如“依赖”“调用”“属于”之类的。只有图上的线和点没有语义标注，别人看了也白看，自己做标注其实是对自己思路的二次梳理。
3.3 图像嵌入笔记的两种方式
Excalidraw 画好的图，在 Obsidian 里有两种呈现方式。第一种是嵌入当前画布文件，笔记里写 ![[xxx.excalidraw]]，之后点击这个嵌入内容就能直接进入编辑模式，但加载时有时候会稍微卡顿。第二种是导出成 PNG 或 SVG 图片插入笔记，阅读时更流畅。我常用的方式是：初稿阶段用嵌入方式方便反复修改，定稿之后导出 PNG 替换掉嵌入，减少渲染负担。注意导出图片时要选透明背景和合适的缩放比，系统默认的缩放有时候会导出模糊的小图。
3.4 关联 LLM Wiki 等“外脑”的方案
Obsidian 生态有很多围绕 LLM 的玩法。比如热词里提到的 LLM Wiki，简单说就是利用大模型把知识库的碎片内容自动做成互相关联的知识卡片，大致思路是：先定义你关注的几个领域，再让大模型根据这些领域对输入文本做拆解、命名和关键词提取，最后把结果按统一格式写入 Obsidian 的文件夹，再用双链把它们串起来。
我自己没有完全依赖这类方案，但借鉴了它的核心思路：让 AI 做初步整理，自己做终审和关联。 毕竟 AI 生成的卡片再快，如果你不审核就入库，过两个月你就会发现里面堆了一堆语义重复、颗粒度不统一的垃圾卡片。任何自动化流程，都要有一个人的审查节点，知识管理尤其如此。
4. Dataview 检索：让知识库变成数据库
如果只把 Obsidian 当成一个存 Markdown 文件的文件夹，那它的优势其实没发挥出来。Obsidian 真正的威力在于笔记之间的链接和元数据检索，而这一切的引擎就是 Dataview。
4.1 写好笔记开头的 YAML 字段
Dataview 能检索的基础是 YAML Frontmatter。你在每条笔记头部用三个横线包裹起来的那段内容，就是这条笔记的“数据库记录”。举例来说，我的一条项目复盘笔记头部可能是这样：
yaml复制---
title: 2025-03-运营活动需求复盘
date: 2025-03-18
tags: [复盘, 运营]
project: 春季大促
status: 已完成
key_takeaway: 活动预热期一周效果最好，超过两周用户会疲劳
---
写这块内容有个小技巧：养成每次写完笔记后补全 YAML 的习惯，至少保证有 date、tags、status 三个字段。后面检索的时候，这些字段就是查询的索引。你写得越规范，查询的范围就越精准。
4.2 常用的 Dataview 查询语句
下面是我自己特别常用的几个查询场景，分享出来，你可以直接复制粘贴修改：
列出所有“进行中”的笔记：
dataview复制TABLE file.folder AS 路径
FROM ""
WHERE status = "进行中"
SORT date ASC
列出某个项目下所有笔记，按修改时间倒序：
dataview复制LIST
FROM "1_项目/春季大促"
SORT file.mtime DESC
找出所有提到“用户留存”但没有标签的笔记：
dataview复制LIST
FROM ""
WHERE contains(file.content, "用户留存") AND !tags
Dataview 的查询逻辑很简单：FROM 限定范围，WHERE 过滤条件，SORT 排序，TABLE/LIST 控制输出格式。会了这三个词，你已经能解决百分之八十的检索需求。不需要写复杂的 JS，先踏实地用它管理你的笔记列表，等有具体需求再去查文档。
4.3 用“看板”跟踪笔记状态
Dataview 只负责输出列表，想看板式管理还要配合另一个思路：利用 status 字段，写一个按月或按项目的 Dashboard 笔记。例如在每个笔记的 YAML 里标记 status: 待处理，然后在一篇“每日工作台”笔记里写上：
dataview复制TABLE file.link AS 名称
FROM ""
WHERE status = "待处理"
打开这个工作台笔记时，所有还没处理完的内容就会以列表形式展示，相当于一个轻量的任务看板。这个方法比真正的看板软件轻得多，而且你的“待办”是跟上下文笔记连在一起的——看到待办事项，旁边就可以直接点进去看到相关背景。
5. 搭建知识库时最容易踩的五个坑
工具选完、方法讲完，说点实在的。这套体系用了一年多，中间踩过不少坑，挑五个印象最深的写出来，给大家避避雷。
第一是“只存不看，知识库变成垃圾场”。最典型的表现是收集了大量文章，但你真正需要的答案其实分散在五篇文章里，每篇都只有一段有用，而你的库没有把这段提炼出来，所以检索的时候搜到的是整篇整篇的无关内容。解决办法是坚持“摘录+批注”式收藏：往库里添加外部内容时，必须至少写一句“这条内容为什么值得存、它解决了我什么问题”。没有这句批注的内容，宁可不存。
第二是“双链滥用，为链接而链接”。双链本身是很好的机制，但如果你在每条笔记里都强行加上十几个链接，链接就变成了装饰。链接的意义是表达“这条笔记和那条笔记之间有真实的、可以解释的关系”。如果你说不出关系是什么，就不要加链接。我在实践中为自己的笔记定义了有限的几个关系类型：原因、结果、案例、延伸阅读、对比，加链接的时候从这几种里选一个，这样每条链接都有语义，不会变成一团乱麻。
第三是“模板越来越复杂，最终放弃了维护”。Templater 确实好用，但我见过有人把模板设计得非常复杂，一条简单的工作日志都要填十来个字段。你要知道，任何需要消耗额外意志力的流程，最终都会因为太麻烦而被放弃。知识库能持续运转的核心不是流程完美，而是边际成本足够低。哪怕你的模板只有标题加日期，只要你能坚持使用，效果一定好过一本正经地设计了一个复杂模板然后用了两天就弃坑。
第四是“同步策略不清晰，多设备内容冲突”。如果你跟我一样用网盘同步 Vault，一定要注意：不要在电脑和手机同时打开同一个 Vault 并编辑同一个文件，极小概率会出现冲突副本。手机端的快速记录也尽量用 Obsidian 自带的“快速捕捉”功能，让它只写入收件箱笔记，而不是让你在手机上找半天要写进哪个目录。同步工具的侧重点应该是“自动”，不要把它当文件管理器来手动摆弄。
第五是“图虽然画了，但过三个月自己也看不懂”。这个问题可能最多人忽视。Excalidraw 画完一张图，如果没有任何文字说明，过几个月你再看，很可能已经忘了当初为什么这么画。我的解决办法是：写完图以后，在图下方写一段二三百字的“图注”，说明这张图解决什么问题、关键节点是什么、当前方案有什么遗留缺陷。这段文字虽然不起眼，但能让你在一个月后快速回忆起这张图的前因后果。
6. 我现在的日常使用流
很多朋友看完上面的介绍，最想知道的其实是：你平时到底怎么用它？我分享一下一天里比较典型的使用流，你能直观感受到这套体系怎么运转。
早上到工位，先打开 Obsidian，通过 Calendar 插件进入到今天的每日笔记。昨晚睡前在手机上快速捕捉的几个零散想法，此刻已经通过同步出现在这里面。一条一条扫过去，能立刻处理的就顺手展开成完整记录，暂时不能处理的给它打上 #待处理 的标签，放进项目文件夹的对应笔记里。
午休前如果有一些碎片时间，我会用 Claudian 工作流把昨晚整理好的一批原始记录变成结构化草稿，生成后直接存入收件箱文件夹，在列表头部加上 #待整理 标签，然后关掉编辑器——这个事情就变成了一个下一步行动，而不是一篇烂尾笔记。
下午做某件具体工作时，比如要复盘一次需求发布后的线上反馈，我会新建一篇 Excalidraw 画布，先把事件的时间轴和涉及模块画出来，再逐层标注数据流向和问题节点。画完之后导出 PNG 放进笔记，然后用 Templater 模板生成复盘笔记骨架，把图画嵌入进去，再围绕图写结论。最后在 Dataview 查询语句里加入这条新笔记的元数据，它就在项目列表中自动出现了。
这套流程里几乎没有“整理”这个动作——所有内容从捕捉到入库都是自然流过的。奥妙在于 Obsidian 把笔记当作普通文件管理，Claudian 帮忙做结构化初稿，Excalidraw 负责承载复杂关系。三者各管一段，效果远超用单个软件硬扛。
7. 关于价值与更新的几点个人心得
你可能会问：这套系统我要不要每天花时间维护？我的观点是，知识库不是资料馆，不用天天抹灰打扫，它更像一棵树——你只要持续往上挂新的东西，并且偶尔修剪一下乱长的枝条就行。太频繁的刻意维护会让人产生压力，而知识管理一旦变成压力，就很难坚持下去。
对我个人来说，“价值来自稀缺”这句话还有一个更加动态的版本：稀缺的内容，才是你真正能反复利用并且帮别人解决实际问题的资源。 多年以后你再回看那些记录自己真实判断与决策过程的笔记，会比任何收集来的二手资料都有价值。Obsidian、Claudian 和 Excalidraw 都是工具，工具会迭代、会过时，但你在使用工具过程中不断积累的那些独特经验，不会。
如果你刚开始搭建自己的知识库，我建议别急着把它做得完整，先做一个能运转的最小版本：一个收件箱、一个项目笔记、一张 Excalidraw 流程图。跑上两周，觉得顺手，再逐步加深。个人的实践感受是，改变知识管理习惯最难的不是选工具，而是建立“记录—整理—回看”的闭环。一旦这个闭环跑通了，用什么工具反而没那么重要了。希望这些经验对你有帮助，也欢迎在评论区聊聊你搭建知识库时遇到的问题。