终极指南：从零开始使用 Claude Code 和 Obsidian 构建你的第二大脑

“我真的把 AI 用到了极致吗？”

“为什么别人用的 AI 效果那么好，我的却差这么多？”

“每次用 AI 都要重新输入一遍背景信息，烦死了……”

这些是不是你也有过的困惑？今天，我们就来解决这些问题。

AI 之所以不能完全按照你的想法工作，不是 AI 的智商问题，而是你没有设计好它的“记忆”。

你在使用 Claude Code 这类 AI 时，有没有遇到过这些情况？

每次都要跟 AI 解释一遍你的工作或兴趣。
书签越攒越多，但一个月前收藏的文章怎么也找不到。
别人用同一个 Claude 模型，效果却比你好。
明明提示词写得很用心，输出质量还是忽高忽低。

读完这篇文章，你将彻底掌握如何用 Claude Code × Obsidian 搭建一个“第二大脑”，从理念背景到具体搭建步骤，今天就能从零开始。

Claude Code × Obsidian 的组合最近火得一塌糊涂。虽然已经有人用了一段时间，但最近海外这股势头特别猛。

比如，前 OpenAI 创始成员 Andrej Karpathy 的一个提议引爆了话题，Obsidian 的 CEO Steph Ango 本人也亲自发布了 AI 集成技能。行业关键人物一个接一个地行动。

相关的海外文章阅读量动辄上百万。总阅读量超过 1200 万，收藏量超过 8 万。

我之前总结这些对比的文章，在只有 10 个粉丝的时候就收到了 500 多人的收藏，可见这东西有多实用。

UT ClaudeCode 研究所

@ClaudeCode_UT

4月21日

文章

[完整存档] 如何将 ClaudeCode 与你的第二大脑连接，详细讲解

“AI Agent 没有按我预想的行动…… 💢”

“AI 完全没用…… 😎”

这不是 AI 的错，是你使用的方法……

3 47 425 15万

开始之前，我有两个请求：

收藏这篇文章，本周内抽出 20 分钟来读。
分享给任何你认识的、对 AI 感兴趣的人。

另外，我希望你真的去试一试。哪怕只是告诉 Claude Code“读这篇文章并执行”也行。

AI 时代，那些“收藏即忘记”的人和那些多走这一步的人，差距是 100 倍。

我会把这些海外的见解，加上我自己使用中发现的技巧，拆解开来，让完全零基础的人也能从零开始！

关键来源文章在这里：

▶︎ @defileo：Claude + Obsidian 简直不合法

▶︎ @NickSpisak_：如何构建你的第二大脑

▶︎ @sourfraser：Claude + Obsidian = 真正的 AI 员工

Obsidian × Claude Code 不再是“极客”专属

在海外 AI 圈，有一个组合正吸引着异常的关注：Obsidian × Claude Code。

结合这两者的文章正在创造百万级别的阅读量。仅六篇主要文章就总计 1240 万阅读量和超过 8 万收藏。

而且，这不仅仅是普通 AI 网红在炒作。Obsidian 的 CEO Steph Ango 亲自开发了 AI Agent 集成技能，并在 GitHub 上发布，获得了超过 2.5 万颗星。创作者们自己也在以“与 AI 一起使用”为前提来进化产品。

一项调查显示，44% 的专家认为 AI 是知识管理最重要的技术。Lex Fridman 也在用 Obsidian。

一位海外用户说：每天早上打开电脑，AI 就会从昨天停下的地方继续工作，完全不需要解释。我再也不用每次重新解释工作背景了。

这正在成为脑力劳动的新标准，而不仅仅是极客们的实验。

大多数人把 AI 用成了“失忆的临时工”

海外 AI 顾问 sourfraser 说得一针见血：“大多数人用 AI 就像用失忆的临时工。”

想象一下，如果你每天上班都要重新解释你是谁、做什么工作、想要什么，那效率得多低。

作为本研究所的一员，我之前就是那个状态……每次用 Claude Code 都要打：“我在研究 AI Agent 的商业应用，最近对……感兴趣。”现在设计好记忆之后，这些解释都不需要了。AI 会自然地保持上下文继续工作。

sourfraser 分享了这样的经历：“我完全忘了电话里我们决定了什么。两天后我问 Claude Code，它准确地找了出来。”

即使用同一个 Claude 模型，输出结果也会因为你提供的“记忆”质量而完全不同。

没有记忆的 AI 只是一个“有个性的搜索引擎”。有记忆的 AI 才是一个真正理解你工作的同事。

竞争的时代：比的是“记忆设计”，不是 AI 性能

AI 使用的焦点这些年发生了巨大变化：

2023-2024 年：用哪个 AI 工具
2024-2025 年：写什么提示词
2025-2026 年：利用什么上下文或工具
2026 年以后：如何设计和运营记忆

大多数人还停留在“优化提示词”的阶段。但提示词优化是一次性的效果。每次都要写一个好的提示词。

相比之下，“记忆设计”有复利效应。你给 AI 的记忆越多，它的输出准确率就会自动提高。

知识是“复利”增长的。

今天开始的人和六个月后开始的人，在积累的记忆上会有不可逾越的差距。比拼 AI“性能”的时代已经结束了。既然我们用着同样的模型，差别就在于“你提供了什么作为记忆”。

知识管理一直面临“可持续性问题”

构建“第二大脑”的尝试已经重复了几十年。而且几乎都因为同一个原因失败了。我们来看看一些方法：

[文件夹整理]

每个人都会先尝试的方法。按主题保存文件。你可能还记得像“项目_材料_v2_最终版_定稿.pdf”这样的文件名。简直是管理地狱……

一旦文件超过 100 个，“那个文件在哪？”就成了日常。

[书签]

浏览器书签。一键就能收藏文章。但回头看看：你收藏的文章有多少真的重新读过？一个月后用同样的关键词搜索同一篇文章，这就是“收藏即满足”的陷阱。

[PARA 方法]

Tiago Forte 的分类法：项目 / 领域 / 资源 / 归档。对任务管理很好，但对纯粹的知识积累较弱。它组织“要做什么”，但不积累“你知道什么”。

[卡片盒笔记法]

由德国社会学家尼克拉斯·卢曼发明，最终写出了 70 多本书。很厉害，但手动维护负担太重，普通人很难坚持。

[常青笔记]

由 Andy Matuschak 提出。很酷，但容易陷入完美主义的弱点。

defileo 描述了“第二大脑”消亡的模式：

“整理并开始。维护堆积。跳过。质量下降。回到混乱的笔记。6 个月后再试一次。重复。”

所有传统方法的共同弱点都是“需要人来维护”这个前提。

1945 年，万尼瓦尔·布什设想了“Memex”，一种个人知识设备。一个解决信息维护问题的设备。但即使布什也没能解决“谁来维护”的问题。

然后，前 OpenAI 创始成员、特斯拉 AI 负责人 Andrej Karpathy 提出了“LLM Wiki”。

包括 Claude Code 在内的 AI 读取来源，自动构建 Wiki，并接管维护工作。

这是对 81 年难题的第一个实际答案。

实际上，LLM Wiki 融合了历史上 PKM 方法的所有优点：

卡片盒笔记法的“每个概念一页 + 通过链接互联 + 索引”
常青笔记的“概念在使用中进化”
MOC（内容地图）“用索引创建知识的全局地图”

唯一的区别：是人来做还是 AI 来做？

AI 自动创建卡片盒笔记法的结构，像常青笔记一样让概念成长，像 MOC 一样保持索引更新。AI 从根本上解决了过去方法“好是好，但不可持续”的问题。

为什么选择 Obsidian

你可能会想：“Notion 做知识管理不也挺好吗？”

Notion 有它的优势。但 Obsidian 之所以被选来与 Claude Code 搭配，有三个原因：

[纯文本：AI 可以直接读写]

Obsidian 的文件都是 Markdown。Claude Code 是一个可以直接操作文件系统的 Agent，所以它能直接读取、写入、添加链接到 Obsidian 笔记。不需要 API 或插件。

Obsidian 本质上就是一个由链接连接的 md 文件系统。这种简单、扁平的结构与 AI 的兼容性最好。

[本地：速度快]

Obsidian 的数据全在你的电脑上。不需要等待云同步。服务停止数据也不会消失。Claude Code 读写本地文件的速度是最快的。

[以 AI 为前提进化的工具]

就在最近，Obsidian 的 CEO Steph Ango 开发了 AI Agent 集成技能，并在 GitHub 上发布（2.5 万+ 颗星）。创作者们自己也在以 AI 使用为前提来进化产品。

顺便说一句，Obsidian 的优势在于简洁，所以要注意不要把安装插件本身当成目标。那是自我目的化的陷阱。

个人来说，我很支持 Obsidian，但考虑到操作的轻便性，其他方法也有效。下面我会介绍。

给 AI 记忆不止一种方法

目前给 AI 记忆主要有三种方法。它们相互独立，根据目的来使用。

① LLM Wiki 方法（Obsidian × Claude Code）

Karpathy 提出并在本文中解释的方法。把原始材料放进 Obsidian 的 Vault，Claude Code 自动将其结构化为 Wiki。Wiki 随着使用而成长，准确率不断提高。这是知识复利效应最强的方法。

不过，Token 消耗可能较高。随着来源积累，每个问题的成本会上升，所以要有成本意识来使用。适合长期追踪某个主题、研究人员或专家。

② NotebookLM 方法（Google）

一种完全不同的方法。把来源上传到 Google 的 NotebookLM 后，可以立即提问。非常容易。

但是，知识不会积累。它是每个项目的一次性类型。适合“我现在就想问这个材料”，但不会产生长期的知识复利。它不是 Obsidian × Claude Code 的竞争对手，使用场景不同。

③ 技能 / CLAUDE.md 方法（仅 Claude Code）

在 Claude Code 的 CLAUDE.md 中写入业务上下文的方法。它停留在项目文件夹内，不使用 Obsidian。你可以定义“你希望 AI 如何行动”。这是最接近“使用”而非“存储”的方法。

没有唯一正确的答案。根据目的来使用是现实的。很多人会同时使用它们。

本文重点介绍 LLM Wiki 方法，这是目前讨论最多、复利效应最高的方法，并详细说明用 Obsidian × Claude Code 构建“第二大脑”的步骤。

接下来是实战部分。我会解释 Claude Code、Obsidian 以及如何将它们结合起来。

开始使用 Claude Code

如果你已经在用 Claude Code，可以跳过这部分。Claude Code 是 Anthropic 提供的一种 Agent 型 AI 工具。

它和 ChatGPT 或 Claude 聊天有什么不同？最大的不同是它可以直接读写本地文件。

普通的 AI 聊天在对话结束后就重置了。下次你得从头解释。Claude Code 不一样。它可以读取你电脑上的文件，创建新文件，重写现有文件。换句话说，它可以把“记忆”保存在文件里。

只要在你的项目文件夹里放一个名为 CLAUDE.md 的文件，AI 就会自动读取它。如果你在里面写上“你是谁”、“你重视什么”、“你希望它如何表现”，那么每次就不需要重新解释了。

定价方案

有几个方案。有消息说“Pro 方案不能用 Claude Code”，但这是会变的，目前我用 Pro 方案是可以用的。

Pro（每月 20 美元）： 最便宜的方案。但很快会达到使用限制。
Max 5x（每月 100 美元）： 5 倍用量。推荐认真使用。
Max 20x（每月 200 美元）： 20 倍。给重度用户。

从 Pro 开始，需要时升级到 Max 5x 是比较现实的。

安装

Claude Code 可以通过 CLI（终端）或桌面应用使用。如果你不习惯终端，先从桌面版开始。CLI 安装需要 Node.js v18+。从 nodejs.org 下载“LTS 版本”。

bash

1npm install -g @anthropic-ai/claude-code

安装完成后，在任何文件夹里输入 claude 就可以启动。你也可以问 Claude 应用如何继续操作。

Obsidian 免费且今天就能用

简单来说，Obsidian 是一个免费的笔记应用。

它的特点很简单：以 Markdown 格式保存在本地，无需订阅，没有锁定。数据完全掌握在你手中。通过“[[链接]]”连接笔记，知识网络自然形成。图谱视图可以让你看到全局。

安装和初始设置

从 Obsidian 官网下载并安装。
选择“创建新库”。Vault 就是用来存放笔记的文件夹。
指定保存位置（桌面、文档等）。

第一个文件：记忆文件

创建好 Vault 后，创建一个文件：“Memory.md”。写上：

你的工作是什么？
你在做什么项目？
你经常用什么工具？
你的工作目标是什么？
你重视什么标准？

sourfraser 称之为“新员工入职文档”。你写一份文档向 AI 介绍你自己。这就是起点。

20 分钟就够了。不一定要完美。你甚至可以让 Claude Code 来设置。但我建议你自己做一次，以了解发生了什么。

另一个有用的文件是“Home.md”，作为 Vault 的中心，包含指向主要笔记的链接。

Vault 文件夹结构

使用 Karpathy 推荐的 3 文件夹结构：
``bash
vault/
├── .raw/ ← 原始材料。文章、PDF、笔记。
├── wiki/ ← AI 生成/维护的知识页面。
└── outputs/ ← 交付物。报告、草稿等。
``

把所有东西都扔进 .raw/，不用整理。AI 会处理整理工作。

将 Vault 位置设置在 Google Drive 上，可以自动跨设备同步。

obsidian-skills 和 claude-obsidian 让一切运转起来

对于那些觉得 Claude Code 和 Obsidian 很复杂、想快速尝试的人来说，这里有完美的信息。有两个开源项目可以将它们结合起来。

■ obsidian-skills：基础层

作者：Obsidian CEO Steph Ango
星数：25,720（截至 4 月 22 日）
许可证：MIT
GitHub：kepano/obsidian-skills

一套教 AI“如何使用 Obsidian”的技能。包含 5 个技能：

obsidian-markdown： 教授正确的 Markdown 写法。
obsidian-bases： 数据库视图操作。
json-canvas： 可视化画布操作。
obsidian-cli： Vault 读写/搜索命令。
defuddle： 从网页提取干净的 Markdown（通过去掉广告来节省 Token）。

■ claude-obsidian：应用层

星数：2,570（截至 4 月 22 日）
许可证：MIT
基于 Karpathy 的 LLM Wiki 模式。
GitHub：AgriciDaniel/claude-obsidian

一套让 AI“构建和维护第二大脑”的技能。包含 10 个技能。主要命令：

/wiki： 初始设置。自动构建 Vault 结构。
ingest [文件]： 读取材料并生成 8-15 个 Wiki 页面。
/save： 将当前对话保存为 Wiki 笔记。
/autoresearch [主题]： 对某个主题进行 3-5 轮网络研究。
/canvas： 创建/操作可视化项目。
lint the wiki： 检查断链或矛盾的健康检查。

有 6 种 Wiki 模式：网站、GitHub、商业、个人、研究、书籍/课程。

安装

方法 1：作为插件安装
``bash
claude plugin marketplace add AgriciDaniel/claude-obsidian
claude plugin install claude-obsidian@claude-obsidian-marketplace
``

方法 2：克隆仓库
``bash
git clone https://github.com/AgriciDaniel/claude-obsidian
cd claude-obsidian
bash bin/setup-vault.sh
``

运行 setup-vault.sh 会设置图谱视图颜色、CSS 和文件夹结构。在 Obsidian 中打开这个文件夹作为 Vault 即可开始。

最终的 Vault 结构

运行 /wiki 后创建：
``bash
claude-obsidian/
├── .raw/ ← 原始材料（Claude 只读取）
├── wiki/
│ ├── index.md ← 目录（自动更新）
│ ├── hot.md ← 近期上下文缓存（约 500 词）
│ ├── log.md ← 操作日志
│ ├── overview.md ← Vault 概览
│ └── {topic}/ ← Wiki 页面（每个概念一页）
├── _templates/ ← 笔记模板
└── _attachments/ ← 图片/PDF
``

这个结构解决了可持续性问题：AI 自动创建和维护一切。你只需把材料放进 .raw/。