最近我在搭自己的内容生产系统时把 Obsidian 和 Claude Code 组合到了一条流水线上跑通了从素材收集到成稿输出的完整流程。这一套搭配很值得记录因为 Obsidian 负责本地知识库的沉淀、双向链接和插件生态Claude Code 能在命令行里直接读写这些 Markdown 文件自动完成摘要、提纲、初稿甚至批量改写。这篇就以实操记录的方式把搭建“内容工厂”的思路、配置、踩坑点完整写下来。先说清楚这套方案解决什么问题如果你经常写文章、做课程笔记、维护技术博客或者需要持续产出内容最痛苦的点往往不是“写不出来”而是素材散落在各种地方——网页剪藏、PDF 划线和随手记的碎片等到真要动笔时根本找不到。Obsidian 把它们统一成本地文本库Claude Code 再基于这些文本做信息重组和初稿生成就形成了一条低成本、可复用的内容生产线。这篇内容适合几类人一是 Obsidian 玩家想知道它和 AI 结合能做什么二是内容创作者想找一套能落地的工作流不玩虚的三是开发者想了解 Claude Code 在真实项目管理里的用法。我会把目录规范、插件配置、Claude Code 的接入方式、一次完整的“素材到成稿”全流程以及我在实际使用中遇到的坑全部展开争取让不同基础的读者都能照着操作。1. 内容工厂的整体设计与核心思路1.1 为什么是 Obsidian Claude Code而不是“全家桶”市面上知识库工具非常多Notion、思源笔记、Logseq 都各有拥趸。我也不是没折腾过但最后长期稳定的方案还是 Obsidian。原因很朴素它把数据放在本地纯文本里格式是 Markdown这意味着任何一个能读写文件的工具都能参与加工不存在“平台锁定”的问题。Claude Code 的价值在于它不是一个聊天框而是直接工作在命令行里的 AI 工具。它能读取你的目录结构、打开指定笔记、按命令批量处理文件甚至执行终端命令。这意味着 AI 不再是“复制粘贴素材进去生成文章”的孤立环节而是变成流水线上一个能随时调用、可编程的“工序”。两者结合后我的工作方式发生了本质变化。过去写一篇两千字的文章我需要先花两个小时找资料、列提纲再花一个多小时慢慢写。现在我在 Obsidian 的 Inbox 里丢进几段碎片笔记和网页摘录Claude Code 会先读这些内容生成结构化提纲再按我的文风写出一版初稿。我来做信息核查和风格二次修改整个流程压缩到三十分钟左右而且内容质量并没有明显下降。1.2 内容工厂的流水线架构收集、整理、加工、发布我把整套流程拆成五个阶段每个阶段都有明确的工具和工作流定义收集通过 Obsidian 的手机端、浏览器剪藏插件、以及阅读时的随手摘录把碎片信息统一丢进 Inbox。整理每天晚上固定花二十分钟用 Claude Code 对 Inbox 里的内容做分类打标自动移动到对应主题文件夹补充元数据。加工真正要写文章时Claude Code 读取相关笔记生成文章提纲和初稿再由我做事实核对和润色。发布初稿定稿后我手动完成排版和发布。机器不碰这一步因为账号密码、平台规则这些东西没必要交给 AI。复盘每周末用 Claude Code 统计本周产出、阅读数据、看哪些选题反馈好再回填到下个月的选题池里。这个架构最重要的原则是“机器处理可批量的事情人处理需要判断的事情”。收集和整理可以自动化但发布策略、选题判断、风格取舍这种需要审美和经验的决策必须留在人手里。长期跑下来你才会发现 AI 工具帮自己节省了多少重复劳动而不是反过来被工具裹挟。1.3 目录结构与命名规范从一开始就定规矩内容工厂能不能跑起来目录结构是地基。我见过太多人往 Obsidian 里堆了几个月笔记后彻底找不到东西就是因为一开始没定规矩。我的目录结构现在是这样的ObsidianVault/ ├── 0_Inbox/ # 所有碎片素材统一入口 ├── 1_Projects/ # 正在进行的写作项目每个项目一个文件夹 ├── 2_Areas/ # 长期关注的领域如AI工具、知识管理 ├── 3_Resources/ # 可持续引用的参考资料、读书笔记 ├── 4_Archive/ # 已完结项目的归档区 ├── 5_Templates/ # 日记模板、文章模板、项目模板 ├── 6_Assets/ # 所有图片和附件 └── 7_Output/ # Claude Code 生成的初稿和待发布文件数字前缀是刻意的。Obsidian 默认按字母排序但数字前缀能让你把高频使用的文件夹永远排在最前面视觉上一眼就能分清主次。Inbox 永远在第一位因为它是所有素材的入口Output 放在最后因为它只是流水线的产物不是源头。命名规范同样重要。我所有的笔记都遵循“项目名-内容描述”的格式比如“Obsidian内容工厂-素材流转设计”而不是随手写“新建笔记”。这个习惯坚持下来之后Claude Code 在做文件检索时的准确率会高很多因为它依赖文件名理解内容语义。文件命名模糊的后果就是AI 在几百个“新建笔记”里抓瞎整个流水线直接卡死。2. Obsidian 端知识库基建与关键插件2.1 安装、初始化与网络环境下的“慢”问题Obsidian 本身安装不算难但很多人卡在第一步下载太慢。老实说我在不同网络环境下都试过官方服务器响应确实不稳定偶尔会出现下载到一半断掉的情况。这里有几个我实测过、合规且安全的方式优先使用操作系统自带的包管理工具比如 macOS 上执行brew install --cask obsidianWindows 上用winget install Obsidian.Obsidian。这类工具通常会走软件仓库的 CDN比浏览器里直接点官网链接要稳定很多。如果用的是 GitHub Releases 里的安装包可以关注文件的下载镜像策略。但我不建议随意去找来路不明的第三方站下载安装包毕竟安全第一中过一次木马你就知道什么叫成本。下载慢的时候别反复刷新页面容易触发限制。换个时间段比如上午重试或者让在不同网络的同事帮忙下载后传给你都是非常实际的办法。初始化阶段有两个我要提醒的选项一是仓库路径要选一个稳定且支持同步的文件夹比如 iCloud Drive、OneDrive 或者坚果云同步盘而不是默认的本地个人目录二是在“文件与链接”设置里把“新建笔记的存放位置”指到0_Inbox这样以后用快速捕获创建笔记时所有内容都会自动进入 Inbox为后面的 AI 处理铺路。2.2 图片与附件管理最容易翻车的一环Obsidian 的图片管理一直是新手重灾区。默认情况下粘贴图片会生成一个随机文件名的 PNG放在附件文件夹里时间一长满屏都是Pasted image 20240101120000.png你根本不知道哪张图对应哪篇笔记。如果让 Claude Code 参与内容清洗和迁移这种混乱会造成大量误判。我现在的做法是这样在设置里把附件默认路径指定到6_Assets文件夹并且勾选“内部链接自动生成”。给 Obsidian 安装一个Attachment Management类插件能按笔记名自动为附件新建子文件夹。比如写一篇Claude Code配置指南的笔记对应的图片就自动放在6_Assets/Claude Code配置指南/下。截图建议统一用 PNG 格式照片用 JPEG不要混。这样在做文件归档时可以根据路径快速判断素材类型。图片命名也遵循和笔记一样的规范2024-11-14-标题-序号.png。这个习惯配合自动归档后整个附件库能保持很高的整洁度。为什么这么在意图片因为内容工厂一旦运转起来你的素材库里会同时存在文本、图片、PDF 三种形态。文本可以做语义理解PDF 可以做引用标注而图片如果不规范后续做任何批量处理比如生成文章配图目录都会是一团乱麻。图片管理这个环节如果处理不好整个流水线的效率会被拖垮一半。2.3 模板、Daily Notes 与 Dashboard把知识库变成驾驶舱Obsidian 的魅力一半在插件生态另一半在模板系统。我每天打开 Obsidian 后的第一件事是新建一条 Daily Note这条日记不是用来写流水账的而是记录当天收集到的素材和思考线索。为了让这件事无痛的进行我配置了这样的模板--- date: {{date}} tags: [daily] --- ## 今日收集 - ## 今日思考 - ## 今日处理 - [ ] 整理 Inbox - [ ] 推进项目{{title}}{{date}}是 Templater 插件的日期变量生成时自动替换成当天日期。为什么要把“今日收集”放在最前面因为收集行为应该优先于处理行为。你可以在一天的任何碎片时间往这个区里丢东西到了晚上再看就有一个完整的清单可以处理。另外我会用Homepage插件让 Obsidian 打开后直接落在一个 Dashboard 页面。这个页面通过 Dataview 查询自动聚合 Inbox 里的未处理条目、进行中项目、以及当天的 Daily Note 链接。这样打开 Obsidian 的第一眼不是空荡荡的界面而是一个完整的“内容工厂控制台”你能直观地看到当前积压了多少素材、哪个项目即将到期、今天计划要处理什么。用到这步Obsidian 作为知识库底座的“骨架”基本就立起来了。剩下的就是怎么让 AI 加入生产线。3. Claude Code 接入、配置与安全边界3.1 安装初始化与权限问题Claude Code 是 Anthropic 推出的命令行编程与自动化工具它不是一个独立桌面软件而是基于 Node.js 环境运行。安装前需要确认你的电脑已经有了 Node.js 18 以上版本然后执行npm install -g anthropic-ai/claude-code安装完成后在任意终端里输入claude就能启动首次运行会引导你完成登录鉴权。这个过程需要注意它在首次启动时会询问是否安装 shell 集成命令这里我建议选择“允许”因为内容工厂的很多操作需要它在你的项目目录里执行命令比如打包导出文件、批量重命名等。Windows 上最常见的坑是权限不足。如果你用的是 Win11执行claude时可能出现“无法加载文件因为在此系统上禁止运行脚本”的报错这是 PowerShell 执行策略导致的。解决办法是右键以管理员身份打开终端执行Set-ExecutionPolicy -Scope CurrentUser RemoteSigned这个命令把当前用户下脚本执行策略调整为“允许本地脚本运行、远程脚本必须有签名”安全级别不算低日常使用足够。另外如果npm install阶段就卡住或报权限错误建议检查一下 Node.js 是否安装完整个别情况下还需要把 npm 全局包目录加入系统环境变量 PATH。3.2 CLAUDE.md、Skills 与让 AI 读懂你的仓库Claude Code 启动后会读取当前目录下的CLAUDE.md文件作为项目上下文。这个文件就是你和 AI 之间的“项目章程”内容不限可以是目录说明、写作风格、禁止事项等。我的CLAUDE.md文件长这样# 内容工厂项目说明 ## 项目目标 基于 Obsidian 知识库生成结构清晰、观点鲜明的技术文章。 ## 目录结构 - 0_Inbox待处理素材工作开始时优先阅读 - 1_Projects写作项目文件夹每个项目一个子目录 - 2_Areas长期领域笔记 - 3_Resources参考资料 - 5_Templates模板文件禁止修改 - 6_Assets图片附件 - 7_Output生成的初稿输出目录 ## 写作要求 - 语气简洁务实避免空话套话 - 结构开头点明问题中间分章节结尾用个人经验收束 - 禁止事项不要让读者感到内容有“AI味” ## 协作规则 - 每次开工前先读取 0_Inbox 中的最新内容 - 生成初稿后输出到 7_Output不要改动原笔记 - 不确定的事情主动提问不要猜测为什么CLAUDE.md这么重要因为 Claude Code 的上下文窗口有限不可能每次把整个知识库都塞给它。你通过这个文件预先定义了“知识库是什么样”“写作要怎么写”它就能在第一时间获取关键信息而不是在对话里反复追问你。实测下来有CLAUDE.md和没有它的差别几乎就是“专业助理”和“失忆实习生”之间的差别。Skills 是 Claude Code 的另一种扩展机制可以理解为给 AI 添加“技能包”。官方提供了一些现成的 skill比如代码审查、文件操作等你也可以自己写。安装方式通常是把 skill 文件夹放在指定目录下然后在技能描述里写好触发条件和使用方式。我在自己的配置里加了一个read-inbox技能触发词是“读今天的素材”它会自动读取 Inbox 目录下最新的笔记并生成摘要。这样每次开工我只需要说一句话AI 就会把最新的素材状态汇报出来省了手动打开文件。3.3 模型接入与成本控制Claude Code 默认走 Anthropic 的模型接口但它也支持通过环境变量切换为兼容的第三方模型服务。比如现在很多人会在~/.claude/settings.json里做配置把 API 地址指向 DeepSeek 等国产模型的服务端这样在没有 Anthropic 官方账号或免费额度用尽时也能继续跑。一个典型的配置片段长这样{ env: { ANTHROPIC_BASE_URL: https://api.deepseek.com/anthropic, ANTHROPIC_MODEL: deepseek-chat, ANTHROPIC_API_KEY: sk-xxx } }这种配置在控制成本时特别有用。DeepSeek 这类国产模型在中文写作上的表现不错但价格比 Claude 低不少。我的策略是内容整理、批量摘要这类“体力活”用便宜模型跑真正需要深度理解、风格把控的重要文章才切回 Claude 主模型。这么做一个月能省下不少钱而且核心体验没有明显下降。这里必须提醒一件事如果你用的是第三方 API务必在settings.json里确认请求的超时时间和并发设置。有一次我设了过大的并发数结果批量处理时直接把知识库里的几千个文件全部读了一遍API 费用当场爆炸。控制并行度、限定读取目录是任何“内容工厂”方案里必须考虑的安全阀。4. 从素材到成稿的全流程实操4.1 从 Inbox 到初稿一次完整的人机协作接下来用一次真实的写作任务演示全流程。假设我计划写一篇关于 Obsidian 插件推荐的文章Inbox 里已经有几条碎片笔记Obsidian Homepage 插件能自定义打开页面Dataview 可以做动态查询QuickAdd 能实现快速捕获Templater 可以做模板我在 Obsidian 里新建一个项目文件夹1_Projects/obsidian插件推荐然后打开终端在仓库根目录启动 Claude Code发出第一条指令读取 0_Inbox 中最近的 3 条素材整理出关于 Obsidian 插件的核心要点并输出到 7_Output/obsidian插件推荐-素材摘要.mdClaude Code 会按CLAUDE.md里的目录规则找到 Inbox读取素材再生成摘要文件。这一步的意义不在于摘要本身多精彩而在于信息被“结构化”了——它会清理掉碎片里重复的表述提炼出每个插件的核心功能和使用场景这些就是你写文章的骨架。接着我会再发一条指令根据刚才生成的素材摘要为“Obsidian插件推荐”这篇文章列一个提纲要求有标题、每个小节的要点以及建议的字数分配。输出到 7_Output/obsidian插件推荐-提纲.md提纲生成后我会先通读一遍做增删调整。AI 给出的提纲往往偏全面但不够锐利我会删掉一些冗余的“背景介绍”类小节把篇幅挪到真正有干货的操作细节上。这一步是“人机协作”的关键——机器负责穷举和组装人负责审美和决策。确认提纲后再让它写初稿。我一般在指令里会限定篇幅和语气例如按提纲写完整初稿目标字数 3000 字。语气务实、口语化要有第一人称的真实体验不要用“首先、其次、最后”这种干巴巴的过渡每部分结尾可以带一点个人感受或避坑提示。输出到 7_Output/obsidian插件推荐-初稿.md初稿出来之后才是真正的工作。我会逐段检查事实性内容、核对插件名称和功能描述把太“模板腔”的句子改掉重新打磨开头和结尾。AI 的初稿质量取决于指令质量但最终是否可发布永远取决于人的把关。这套流程下来一篇 3000 字的文章大约需要四十分钟其中 AI 用二十分钟生成我用二十分钟修改效率比纯手写高非常多。4.2 批量生产、二改与发布输出文章生产不是孤立的。持续做内容最划算的做法是批量生产。每周我会有半天时间专门让 Claude Code 处理一批低难度素材完成以下任务把 Inbox 里积累的 10~20 条碎片笔记一次性做清洗按主题归入不同领域文件夹并补上标签和关联链接。为 2~3 个潜在选题各生成一份素材摘要和提纲。把上次发布后收到的评论和私信问题整理成新的选题候选列表。批量生产的过程里最重要的规则是“生成的中间文件全部进入7_Output绝不直接改动原始笔记”。这个隔离机制可以防止 AI 误改内容或覆盖文件。如果 Claude Code 改坏了原始素材你至少还有 Git 历史可以回滚但如果它直接污染了知识库本体对后续所有写作的影响会非常讨厌。二改阶段我会在拿到底稿后做三件事一是核实所有引用数据和工具名称AI 有时候会把插件名写错一个字母这在技术文章里是致命的二是统一术语和格式比如“Obsidian”不要一会儿写成“ob”一会儿写成“黑曜石”统一口径后才能体现专业性三是给文章加上自己的真实经验细节比如哪个插件在 Windows 上有 bug、哪个操作在某版本里失效了这些一线体会是 AI 给不了的也是内容真正差异化所在。发布环节始终留在人工侧。我手动把定稿复制到博客后台或公众号编辑器做排版、配图、设置标签。为什么不用 API 自动发布一是平台接口不稳定二是发布本身承载风格和审美判断没有必要自动化。内容工厂的终点是“定稿文件”不是“已发布页面”。4.3 与 Zotero、RSS 等外部工具的联动做深度内容的人往往还离不开 Zotero 这类文献管理工具。Obsidian 和 Zotero 的联动方案已经比较成熟通过 Zotero 插件把文献条目导出成 Markdown 笔记存放在 Obsidian 的3_Resources目录里再配合Citations插件在笔记中插入引用链接。联动之后文献调研阶段也能跑 Claude Code。例如我导出了一篇论文的阅读笔记然后在终端里让 Claude Code阅读 3_Resources/某论文.md提炼核心观点、研究方法、局限性输出到 7_Output/论文拆解.md并给出可引用的句子段落。这一步把最耗时文献梳理环节压缩到几分钟。它不会替代你的判断但能把文献之间的逻辑关系整理得非常清晰你只需要在此基础上做筛选和复述。RSS 阅读器同样可以接入。我用 FreshRSS 自建了一个订阅服务通过定期导出订阅全文到 Inbox 目录再用 Claude Code 每周生成一次“行业动态综述”。这么做的好处是我不用每天打开一堆网站刷信息而是每周花二十分钟读一份 AI 整理好的高质量综述信息量和单篇精度都上来了。5. 常见问题与避坑实录5.1 问题速查表我把实际使用中踩过的坑整理成了一张速查表供参考问题现象常见原因解决办法Obsidian 下载慢官方服务器响应不稳定用 brew/winget 包管理工具安装换时间段重试粘贴的图片找不到附件未按笔记分类配置 Attachment Management 插件自动归档到6_AssetsClaude Code 命令被拒绝执行PowerShell 执行策略限制管理员身份执行Set-ExecutionPolicy RemoteSignedClaude Code 读不到知识库启动目录不对确保在仓库根目录启动claude并检查CLAUDE.md路径规则对话历史丢失去任务结束后未保存记录通过--output-format stream-json记录或让 AI 把关键输出写到7_Output批量处理时 API 费用暴涨并发过高、读取目录过大在settings.json限制并发数明确限定扫描目录生成的初稿“AI 味”太重指令里没有约束语气在CLAUDE.md和任务指令里明确“口语化、第一人称、避免总结腔”这张表我打印了一份贴在显示器边上遇到问题先对着查一遍大部分情况十分钟内能解决。5.2 同步与版本管理别让你的知识库突然消失Obsidian 本地优先的好处是数据绝对安全但坏处是——如果设备坏了或文件被误删没有云同步就是一场灾难。我的方案是用 Obsidian Git 插件做自动化版本管理。在插件设置里配置好 Git 仓库后设置每 30 分钟自动 commit 一次再配合 push 到私有仓库就能实现多端安全的同步。这里有一个细节同步目录一定要设置好 ignore 规则。.obsidian/workspace.json这类界面状态文件不需要备份但0_Inbox、1_Projects这些内容目录必须完整同步。如果用的是 Git 子树或其他选择性同步方案千万别把6_Assets漏掉图片丢失比文本丢失更麻烦。有一次我在代码审查时误操作删除了一个项目文件夹当时第一反应是心跳骤停。后来发现本地 Git 里还有上一次的 commit十分钟就恢复了全部内容。从那以后我对每位用 Obsidian 做知识库的朋友都反复说一句话本地优先没问题但不能本地无备份。5.3 数据安全与 AI 的使用边界Claude Code 在处理知识库时会把你仓库里的内容发送到模型服务端进行计算。这意味着使用它时需要特别注意保密边界。我的原则是不把私密信息身份证号、账号密码、商业合同放进知识库或者至少在调用 AI 前先确认仓库里没有这类内容。在CLAUDE.md里明确标注“以下目录禁止读取”比如存放隐私文件的目录。使用第三方模型 API 时优先选择服务商自建、支持私有部署的方案。DeepSeek 这类服务在数据链路和隐私协议上都比较透明但仍要自己读一遍服务条款再决定是否放敏感信息。这个问题不是技术问题而是使用习惯问题。你不需要成为安全专家只需要在做内容工作前多问自己一句如果这件事被外人看到我介意吗介意的话就不要让它出现在 AI 能读取的文件里。最后再分享一个小技巧整套系统跑通之后我最大的感触是真正消耗精力不是配置阶段而是日常维护。为了让内容工厂长期运转我给自己定了一条规则——每周花 20 分钟做“工厂体检”。体检包括清理掉0_Inbox里超过一周未处理的废素材检查7_Output里堆积的初稿是否归档以及更新CLAUDE.md的内容比如新增一个领域文件夹、调整写作风格要求。如果你也想搭这样一套系统我建议从最小的闭环开始先建好 Inbox安装好 Obsidian Git写好一份简单的CLAUDE.md然后用 Claude Code 处理三条碎片笔记。跑通一次之后再逐步增加插件、模板和批量流程。别一上来就追求完美先让流水线动起来再迭代优化。我个人在实际操作中的体会是这个组合最神奇的地方不在于写得多快而在于它改变了我的输入习惯。以前看到好内容可能随手存了就不管现在因为知道 Inbox 里的东西会被 AI 定期整理成摘要和选题我会更主动地筛选、标注和记录。工具最终重塑的是工作方式这才是内容工厂真正的价值所在。 Obsidian+Claude Code：打造从素材收集到成稿输出的内容工厂
最近我在搭自己的内容生产系统时把 Obsidian 和 Claude Code 组合到了一条流水线上跑通了从素材收集到成稿输出的完整流程。这一套搭配很值得记录因为 Obsidian 负责本地知识库的沉淀、双向链接和插件生态Claude Code 能在命令行里直接读写这些 Markdown 文件自动完成摘要、提纲、初稿甚至批量改写。这篇就以实操记录的方式把搭建“内容工厂”的思路、配置、踩坑点完整写下来。先说清楚这套方案解决什么问题如果你经常写文章、做课程笔记、维护技术博客或者需要持续产出内容最痛苦的点往往不是“写不出来”而是素材散落在各种地方——网页剪藏、PDF 划线和随手记的碎片等到真要动笔时根本找不到。Obsidian 把它们统一成本地文本库Claude Code 再基于这些文本做信息重组和初稿生成就形成了一条低成本、可复用的内容生产线。这篇内容适合几类人一是 Obsidian 玩家想知道它和 AI 结合能做什么二是内容创作者想找一套能落地的工作流不玩虚的三是开发者想了解 Claude Code 在真实项目管理里的用法。我会把目录规范、插件配置、Claude Code 的接入方式、一次完整的“素材到成稿”全流程以及我在实际使用中遇到的坑全部展开争取让不同基础的读者都能照着操作。1. 内容工厂的整体设计与核心思路1.1 为什么是 Obsidian Claude Code而不是“全家桶”市面上知识库工具非常多Notion、思源笔记、Logseq 都各有拥趸。我也不是没折腾过但最后长期稳定的方案还是 Obsidian。原因很朴素它把数据放在本地纯文本里格式是 Markdown这意味着任何一个能读写文件的工具都能参与加工不存在“平台锁定”的问题。Claude Code 的价值在于它不是一个聊天框而是直接工作在命令行里的 AI 工具。它能读取你的目录结构、打开指定笔记、按命令批量处理文件甚至执行终端命令。这意味着 AI 不再是“复制粘贴素材进去生成文章”的孤立环节而是变成流水线上一个能随时调用、可编程的“工序”。两者结合后我的工作方式发生了本质变化。过去写一篇两千字的文章我需要先花两个小时找资料、列提纲再花一个多小时慢慢写。现在我在 Obsidian 的 Inbox 里丢进几段碎片笔记和网页摘录Claude Code 会先读这些内容生成结构化提纲再按我的文风写出一版初稿。我来做信息核查和风格二次修改整个流程压缩到三十分钟左右而且内容质量并没有明显下降。1.2 内容工厂的流水线架构收集、整理、加工、发布我把整套流程拆成五个阶段每个阶段都有明确的工具和工作流定义收集通过 Obsidian 的手机端、浏览器剪藏插件、以及阅读时的随手摘录把碎片信息统一丢进 Inbox。整理每天晚上固定花二十分钟用 Claude Code 对 Inbox 里的内容做分类打标自动移动到对应主题文件夹补充元数据。加工真正要写文章时Claude Code 读取相关笔记生成文章提纲和初稿再由我做事实核对和润色。发布初稿定稿后我手动完成排版和发布。机器不碰这一步因为账号密码、平台规则这些东西没必要交给 AI。复盘每周末用 Claude Code 统计本周产出、阅读数据、看哪些选题反馈好再回填到下个月的选题池里。这个架构最重要的原则是“机器处理可批量的事情人处理需要判断的事情”。收集和整理可以自动化但发布策略、选题判断、风格取舍这种需要审美和经验的决策必须留在人手里。长期跑下来你才会发现 AI 工具帮自己节省了多少重复劳动而不是反过来被工具裹挟。1.3 目录结构与命名规范从一开始就定规矩内容工厂能不能跑起来目录结构是地基。我见过太多人往 Obsidian 里堆了几个月笔记后彻底找不到东西就是因为一开始没定规矩。我的目录结构现在是这样的ObsidianVault/ ├── 0_Inbox/ # 所有碎片素材统一入口 ├── 1_Projects/ # 正在进行的写作项目每个项目一个文件夹 ├── 2_Areas/ # 长期关注的领域如AI工具、知识管理 ├── 3_Resources/ # 可持续引用的参考资料、读书笔记 ├── 4_Archive/ # 已完结项目的归档区 ├── 5_Templates/ # 日记模板、文章模板、项目模板 ├── 6_Assets/ # 所有图片和附件 └── 7_Output/ # Claude Code 生成的初稿和待发布文件数字前缀是刻意的。Obsidian 默认按字母排序但数字前缀能让你把高频使用的文件夹永远排在最前面视觉上一眼就能分清主次。Inbox 永远在第一位因为它是所有素材的入口Output 放在最后因为它只是流水线的产物不是源头。命名规范同样重要。我所有的笔记都遵循“项目名-内容描述”的格式比如“Obsidian内容工厂-素材流转设计”而不是随手写“新建笔记”。这个习惯坚持下来之后Claude Code 在做文件检索时的准确率会高很多因为它依赖文件名理解内容语义。文件命名模糊的后果就是AI 在几百个“新建笔记”里抓瞎整个流水线直接卡死。2. Obsidian 端知识库基建与关键插件2.1 安装、初始化与网络环境下的“慢”问题Obsidian 本身安装不算难但很多人卡在第一步下载太慢。老实说我在不同网络环境下都试过官方服务器响应确实不稳定偶尔会出现下载到一半断掉的情况。这里有几个我实测过、合规且安全的方式优先使用操作系统自带的包管理工具比如 macOS 上执行brew install --cask obsidianWindows 上用winget install Obsidian.Obsidian。这类工具通常会走软件仓库的 CDN比浏览器里直接点官网链接要稳定很多。如果用的是 GitHub Releases 里的安装包可以关注文件的下载镜像策略。但我不建议随意去找来路不明的第三方站下载安装包毕竟安全第一中过一次木马你就知道什么叫成本。下载慢的时候别反复刷新页面容易触发限制。换个时间段比如上午重试或者让在不同网络的同事帮忙下载后传给你都是非常实际的办法。初始化阶段有两个我要提醒的选项一是仓库路径要选一个稳定且支持同步的文件夹比如 iCloud Drive、OneDrive 或者坚果云同步盘而不是默认的本地个人目录二是在“文件与链接”设置里把“新建笔记的存放位置”指到0_Inbox这样以后用快速捕获创建笔记时所有内容都会自动进入 Inbox为后面的 AI 处理铺路。2.2 图片与附件管理最容易翻车的一环Obsidian 的图片管理一直是新手重灾区。默认情况下粘贴图片会生成一个随机文件名的 PNG放在附件文件夹里时间一长满屏都是Pasted image 20240101120000.png你根本不知道哪张图对应哪篇笔记。如果让 Claude Code 参与内容清洗和迁移这种混乱会造成大量误判。我现在的做法是这样在设置里把附件默认路径指定到6_Assets文件夹并且勾选“内部链接自动生成”。给 Obsidian 安装一个Attachment Management类插件能按笔记名自动为附件新建子文件夹。比如写一篇Claude Code配置指南的笔记对应的图片就自动放在6_Assets/Claude Code配置指南/下。截图建议统一用 PNG 格式照片用 JPEG不要混。这样在做文件归档时可以根据路径快速判断素材类型。图片命名也遵循和笔记一样的规范2024-11-14-标题-序号.png。这个习惯配合自动归档后整个附件库能保持很高的整洁度。为什么这么在意图片因为内容工厂一旦运转起来你的素材库里会同时存在文本、图片、PDF 三种形态。文本可以做语义理解PDF 可以做引用标注而图片如果不规范后续做任何批量处理比如生成文章配图目录都会是一团乱麻。图片管理这个环节如果处理不好整个流水线的效率会被拖垮一半。2.3 模板、Daily Notes 与 Dashboard把知识库变成驾驶舱Obsidian 的魅力一半在插件生态另一半在模板系统。我每天打开 Obsidian 后的第一件事是新建一条 Daily Note这条日记不是用来写流水账的而是记录当天收集到的素材和思考线索。为了让这件事无痛的进行我配置了这样的模板--- date: {{date}} tags: [daily] --- ## 今日收集 - ## 今日思考 - ## 今日处理 - [ ] 整理 Inbox - [ ] 推进项目{{title}}{{date}}是 Templater 插件的日期变量生成时自动替换成当天日期。为什么要把“今日收集”放在最前面因为收集行为应该优先于处理行为。你可以在一天的任何碎片时间往这个区里丢东西到了晚上再看就有一个完整的清单可以处理。另外我会用Homepage插件让 Obsidian 打开后直接落在一个 Dashboard 页面。这个页面通过 Dataview 查询自动聚合 Inbox 里的未处理条目、进行中项目、以及当天的 Daily Note 链接。这样打开 Obsidian 的第一眼不是空荡荡的界面而是一个完整的“内容工厂控制台”你能直观地看到当前积压了多少素材、哪个项目即将到期、今天计划要处理什么。用到这步Obsidian 作为知识库底座的“骨架”基本就立起来了。剩下的就是怎么让 AI 加入生产线。3. Claude Code 接入、配置与安全边界3.1 安装初始化与权限问题Claude Code 是 Anthropic 推出的命令行编程与自动化工具它不是一个独立桌面软件而是基于 Node.js 环境运行。安装前需要确认你的电脑已经有了 Node.js 18 以上版本然后执行npm install -g anthropic-ai/claude-code安装完成后在任意终端里输入claude就能启动首次运行会引导你完成登录鉴权。这个过程需要注意它在首次启动时会询问是否安装 shell 集成命令这里我建议选择“允许”因为内容工厂的很多操作需要它在你的项目目录里执行命令比如打包导出文件、批量重命名等。Windows 上最常见的坑是权限不足。如果你用的是 Win11执行claude时可能出现“无法加载文件因为在此系统上禁止运行脚本”的报错这是 PowerShell 执行策略导致的。解决办法是右键以管理员身份打开终端执行Set-ExecutionPolicy -Scope CurrentUser RemoteSigned这个命令把当前用户下脚本执行策略调整为“允许本地脚本运行、远程脚本必须有签名”安全级别不算低日常使用足够。另外如果npm install阶段就卡住或报权限错误建议检查一下 Node.js 是否安装完整个别情况下还需要把 npm 全局包目录加入系统环境变量 PATH。3.2 CLAUDE.md、Skills 与让 AI 读懂你的仓库Claude Code 启动后会读取当前目录下的CLAUDE.md文件作为项目上下文。这个文件就是你和 AI 之间的“项目章程”内容不限可以是目录说明、写作风格、禁止事项等。我的CLAUDE.md文件长这样# 内容工厂项目说明 ## 项目目标 基于 Obsidian 知识库生成结构清晰、观点鲜明的技术文章。 ## 目录结构 - 0_Inbox待处理素材工作开始时优先阅读 - 1_Projects写作项目文件夹每个项目一个子目录 - 2_Areas长期领域笔记 - 3_Resources参考资料 - 5_Templates模板文件禁止修改 - 6_Assets图片附件 - 7_Output生成的初稿输出目录 ## 写作要求 - 语气简洁务实避免空话套话 - 结构开头点明问题中间分章节结尾用个人经验收束 - 禁止事项不要让读者感到内容有“AI味” ## 协作规则 - 每次开工前先读取 0_Inbox 中的最新内容 - 生成初稿后输出到 7_Output不要改动原笔记 - 不确定的事情主动提问不要猜测为什么CLAUDE.md这么重要因为 Claude Code 的上下文窗口有限不可能每次把整个知识库都塞给它。你通过这个文件预先定义了“知识库是什么样”“写作要怎么写”它就能在第一时间获取关键信息而不是在对话里反复追问你。实测下来有CLAUDE.md和没有它的差别几乎就是“专业助理”和“失忆实习生”之间的差别。Skills 是 Claude Code 的另一种扩展机制可以理解为给 AI 添加“技能包”。官方提供了一些现成的 skill比如代码审查、文件操作等你也可以自己写。安装方式通常是把 skill 文件夹放在指定目录下然后在技能描述里写好触发条件和使用方式。我在自己的配置里加了一个read-inbox技能触发词是“读今天的素材”它会自动读取 Inbox 目录下最新的笔记并生成摘要。这样每次开工我只需要说一句话AI 就会把最新的素材状态汇报出来省了手动打开文件。3.3 模型接入与成本控制Claude Code 默认走 Anthropic 的模型接口但它也支持通过环境变量切换为兼容的第三方模型服务。比如现在很多人会在~/.claude/settings.json里做配置把 API 地址指向 DeepSeek 等国产模型的服务端这样在没有 Anthropic 官方账号或免费额度用尽时也能继续跑。一个典型的配置片段长这样{ env: { ANTHROPIC_BASE_URL: https://api.deepseek.com/anthropic, ANTHROPIC_MODEL: deepseek-chat, ANTHROPIC_API_KEY: sk-xxx } }这种配置在控制成本时特别有用。DeepSeek 这类国产模型在中文写作上的表现不错但价格比 Claude 低不少。我的策略是内容整理、批量摘要这类“体力活”用便宜模型跑真正需要深度理解、风格把控的重要文章才切回 Claude 主模型。这么做一个月能省下不少钱而且核心体验没有明显下降。这里必须提醒一件事如果你用的是第三方 API务必在settings.json里确认请求的超时时间和并发设置。有一次我设了过大的并发数结果批量处理时直接把知识库里的几千个文件全部读了一遍API 费用当场爆炸。控制并行度、限定读取目录是任何“内容工厂”方案里必须考虑的安全阀。4. 从素材到成稿的全流程实操4.1 从 Inbox 到初稿一次完整的人机协作接下来用一次真实的写作任务演示全流程。假设我计划写一篇关于 Obsidian 插件推荐的文章Inbox 里已经有几条碎片笔记Obsidian Homepage 插件能自定义打开页面Dataview 可以做动态查询QuickAdd 能实现快速捕获Templater 可以做模板我在 Obsidian 里新建一个项目文件夹1_Projects/obsidian插件推荐然后打开终端在仓库根目录启动 Claude Code发出第一条指令读取 0_Inbox 中最近的 3 条素材整理出关于 Obsidian 插件的核心要点并输出到 7_Output/obsidian插件推荐-素材摘要.mdClaude Code 会按CLAUDE.md里的目录规则找到 Inbox读取素材再生成摘要文件。这一步的意义不在于摘要本身多精彩而在于信息被“结构化”了——它会清理掉碎片里重复的表述提炼出每个插件的核心功能和使用场景这些就是你写文章的骨架。接着我会再发一条指令根据刚才生成的素材摘要为“Obsidian插件推荐”这篇文章列一个提纲要求有标题、每个小节的要点以及建议的字数分配。输出到 7_Output/obsidian插件推荐-提纲.md提纲生成后我会先通读一遍做增删调整。AI 给出的提纲往往偏全面但不够锐利我会删掉一些冗余的“背景介绍”类小节把篇幅挪到真正有干货的操作细节上。这一步是“人机协作”的关键——机器负责穷举和组装人负责审美和决策。确认提纲后再让它写初稿。我一般在指令里会限定篇幅和语气例如按提纲写完整初稿目标字数 3000 字。语气务实、口语化要有第一人称的真实体验不要用“首先、其次、最后”这种干巴巴的过渡每部分结尾可以带一点个人感受或避坑提示。输出到 7_Output/obsidian插件推荐-初稿.md初稿出来之后才是真正的工作。我会逐段检查事实性内容、核对插件名称和功能描述把太“模板腔”的句子改掉重新打磨开头和结尾。AI 的初稿质量取决于指令质量但最终是否可发布永远取决于人的把关。这套流程下来一篇 3000 字的文章大约需要四十分钟其中 AI 用二十分钟生成我用二十分钟修改效率比纯手写高非常多。4.2 批量生产、二改与发布输出文章生产不是孤立的。持续做内容最划算的做法是批量生产。每周我会有半天时间专门让 Claude Code 处理一批低难度素材完成以下任务把 Inbox 里积累的 10~20 条碎片笔记一次性做清洗按主题归入不同领域文件夹并补上标签和关联链接。为 2~3 个潜在选题各生成一份素材摘要和提纲。把上次发布后收到的评论和私信问题整理成新的选题候选列表。批量生产的过程里最重要的规则是“生成的中间文件全部进入7_Output绝不直接改动原始笔记”。这个隔离机制可以防止 AI 误改内容或覆盖文件。如果 Claude Code 改坏了原始素材你至少还有 Git 历史可以回滚但如果它直接污染了知识库本体对后续所有写作的影响会非常讨厌。二改阶段我会在拿到底稿后做三件事一是核实所有引用数据和工具名称AI 有时候会把插件名写错一个字母这在技术文章里是致命的二是统一术语和格式比如“Obsidian”不要一会儿写成“ob”一会儿写成“黑曜石”统一口径后才能体现专业性三是给文章加上自己的真实经验细节比如哪个插件在 Windows 上有 bug、哪个操作在某版本里失效了这些一线体会是 AI 给不了的也是内容真正差异化所在。发布环节始终留在人工侧。我手动把定稿复制到博客后台或公众号编辑器做排版、配图、设置标签。为什么不用 API 自动发布一是平台接口不稳定二是发布本身承载风格和审美判断没有必要自动化。内容工厂的终点是“定稿文件”不是“已发布页面”。4.3 与 Zotero、RSS 等外部工具的联动做深度内容的人往往还离不开 Zotero 这类文献管理工具。Obsidian 和 Zotero 的联动方案已经比较成熟通过 Zotero 插件把文献条目导出成 Markdown 笔记存放在 Obsidian 的3_Resources目录里再配合Citations插件在笔记中插入引用链接。联动之后文献调研阶段也能跑 Claude Code。例如我导出了一篇论文的阅读笔记然后在终端里让 Claude Code阅读 3_Resources/某论文.md提炼核心观点、研究方法、局限性输出到 7_Output/论文拆解.md并给出可引用的句子段落。这一步把最耗时文献梳理环节压缩到几分钟。它不会替代你的判断但能把文献之间的逻辑关系整理得非常清晰你只需要在此基础上做筛选和复述。RSS 阅读器同样可以接入。我用 FreshRSS 自建了一个订阅服务通过定期导出订阅全文到 Inbox 目录再用 Claude Code 每周生成一次“行业动态综述”。这么做的好处是我不用每天打开一堆网站刷信息而是每周花二十分钟读一份 AI 整理好的高质量综述信息量和单篇精度都上来了。5. 常见问题与避坑实录5.1 问题速查表我把实际使用中踩过的坑整理成了一张速查表供参考问题现象常见原因解决办法Obsidian 下载慢官方服务器响应不稳定用 brew/winget 包管理工具安装换时间段重试粘贴的图片找不到附件未按笔记分类配置 Attachment Management 插件自动归档到6_AssetsClaude Code 命令被拒绝执行PowerShell 执行策略限制管理员身份执行Set-ExecutionPolicy RemoteSignedClaude Code 读不到知识库启动目录不对确保在仓库根目录启动claude并检查CLAUDE.md路径规则对话历史丢失去任务结束后未保存记录通过--output-format stream-json记录或让 AI 把关键输出写到7_Output批量处理时 API 费用暴涨并发过高、读取目录过大在settings.json限制并发数明确限定扫描目录生成的初稿“AI 味”太重指令里没有约束语气在CLAUDE.md和任务指令里明确“口语化、第一人称、避免总结腔”这张表我打印了一份贴在显示器边上遇到问题先对着查一遍大部分情况十分钟内能解决。5.2 同步与版本管理别让你的知识库突然消失Obsidian 本地优先的好处是数据绝对安全但坏处是——如果设备坏了或文件被误删没有云同步就是一场灾难。我的方案是用 Obsidian Git 插件做自动化版本管理。在插件设置里配置好 Git 仓库后设置每 30 分钟自动 commit 一次再配合 push 到私有仓库就能实现多端安全的同步。这里有一个细节同步目录一定要设置好 ignore 规则。.obsidian/workspace.json这类界面状态文件不需要备份但0_Inbox、1_Projects这些内容目录必须完整同步。如果用的是 Git 子树或其他选择性同步方案千万别把6_Assets漏掉图片丢失比文本丢失更麻烦。有一次我在代码审查时误操作删除了一个项目文件夹当时第一反应是心跳骤停。后来发现本地 Git 里还有上一次的 commit十分钟就恢复了全部内容。从那以后我对每位用 Obsidian 做知识库的朋友都反复说一句话本地优先没问题但不能本地无备份。5.3 数据安全与 AI 的使用边界Claude Code 在处理知识库时会把你仓库里的内容发送到模型服务端进行计算。这意味着使用它时需要特别注意保密边界。我的原则是不把私密信息身份证号、账号密码、商业合同放进知识库或者至少在调用 AI 前先确认仓库里没有这类内容。在CLAUDE.md里明确标注“以下目录禁止读取”比如存放隐私文件的目录。使用第三方模型 API 时优先选择服务商自建、支持私有部署的方案。DeepSeek 这类服务在数据链路和隐私协议上都比较透明但仍要自己读一遍服务条款再决定是否放敏感信息。这个问题不是技术问题而是使用习惯问题。你不需要成为安全专家只需要在做内容工作前多问自己一句如果这件事被外人看到我介意吗介意的话就不要让它出现在 AI 能读取的文件里。最后再分享一个小技巧整套系统跑通之后我最大的感触是真正消耗精力不是配置阶段而是日常维护。为了让内容工厂长期运转我给自己定了一条规则——每周花 20 分钟做“工厂体检”。体检包括清理掉0_Inbox里超过一周未处理的废素材检查7_Output里堆积的初稿是否归档以及更新CLAUDE.md的内容比如新增一个领域文件夹、调整写作风格要求。如果你也想搭这样一套系统我建议从最小的闭环开始先建好 Inbox安装好 Obsidian Git写好一份简单的CLAUDE.md然后用 Claude Code 处理三条碎片笔记。跑通一次之后再逐步增加插件、模板和批量流程。别一上来就追求完美先让流水线动起来再迭代优化。我个人在实际操作中的体会是这个组合最神奇的地方不在于写得多快而在于它改变了我的输入习惯。以前看到好内容可能随手存了就不管现在因为知道 Inbox 里的东西会被 AI 定期整理成摘要和选题我会更主动地筛选、标注和记录。工具最终重塑的是工作方式这才是内容工厂真正的价值所在。