我的浏览器收藏夹里大概有几百篇文章。认真会看过的，可能不到十分之一。

问题不是文章不好，是收藏完就完事了。链接堆在那里，找的时候搜不到，打开的时候网页可能已经挂了。后来我开始想，与其继续往收藏夹里塞，不如把内容抓到本地，让AI帮我整理。

试了一阵子Obsidian + Claude Code的组合，效果比我预期好。同事看我直接在Obsidian里问AI"这篇文章讲了什么"、"帮我整理成一篇知识条目"，觉得挺实用，催我写一篇。

这篇就讲讲我怎么搭的。

目录结构

很多人用Obsidian一开始很兴奋，今天建一个文件夹，明天改一套分类，过几个月自己都不知道东西放哪了。

我现在的结构是这样的：

knowledge-base
├── raw/              # 原始资料，只读不改
│   ├── article1.md
│   ├── article2.md
│   └── ...
├── wiki/             # 整理后的知识
│   ├── index.md      # 知识索引，AI 自动维护
│   ├── log.md        # 变更日志
│   └── ...
├── output/           # 输出内容：文章、报告、HTML
└── CLAUDE.md         # 给 AI 看的操作规则

raw/ 只存原文，不改。原文是证据，AI总结错了还能回来对照。要是上来就让AI改原文，后面出了问题没法追。

wiki/ 是真正的知识库。AI读raw/里的内容，提炼核心观点、可复用方法、跟已有知识的关联，写成结构化笔记。不是简单摘要——简单摘要只是"这篇文章说了什么"，知识整理要回答"以后查这个主题该看哪篇"。

output/ 放成品。写公众号、整理FAQ、生成 HTML、输出报告，都放这里。wiki是知识源，output是结果，分开存不会互相污染。不然AI把你写好的文章又当资料学习，来回套娃，越来越乱。

用 Web Clipper 把网页抓到本地

目录定好之后就是采集。我用的是Obsidian官方的浏览器插件Obsidian Web Clipper。

Chrome用户直接去应用商店搜"Obsidian Web Clipper"安装就行，也可以直接访问：

https://chromewebstore.google.com/detail/obsidian-web-clipper/cnjifjpddelmedmihgijeibhnjfabmlf

装好之后点浏览器工具栏里的Obsidian图标，进设置，三个地方要改：

Vault — 选你的Obsidian知识库目录。

Note name — 用默认的 {{title}} 就行，网页标题当文件名。

Note location — 填raw。所有采集内容先统一进knowledge-base/raw/，不要直接进wiki/，因为刚抓下来的东西还是原始资料。

设置好之后，打开一篇想保存的网页，点一下插件图标，选保存为 Markdown，一瞬间就进到knowledge-base/raw/ 里了。

回到Obsidian客户端，左侧就能看到刚保存的文件。

资料进来了，接下来是怎么让AI把它变成知识。

写一个CLAUDE.md

AI很聪明，但它不知道你的规矩。哪些文件能改、整理后放哪、索引要不要更新、用什么格式输出——这些你不说，它就自己猜。

所以需要一个规则文件，放在知识库根目录下：

CLAUDE.md

不用写太长，太长每次都占上下文，AI 也抓不住重点。核心规则够用就行：

# 知识库工作指南

## 1. 身份
你是我的Obsidian知识库管理助手。你的职责是读取原始资料、整理结构化知识、维护索引、记录日志，并在需要时生成可复用的输出内容。
你的目标不是简单摘要，而是把零散资料转化为可查询、可链接、可复用、可持续更新的知识系统。

## 目录结构

knowledge-base/
├── raw/       # 原始资料，只读，不可修改
├── wiki/      # 结构化知识
│   ├── index.md # 知识条目索引（标题、来源、摘要、标签）
│   └── log.md # 变更日志
├── output/    # 文章、问答、HTML、报告等输出
└── CLAUDE.md  # 当前规则

## 工作流程

### 1. 整理资料时
当用户说“整理”“整理某个文件”“整理全部”时：
1. 阅读原文：提取核心知识点
2. 生成wiki条目：写入`wiki/`目录，文件名与raw文件保持一致
3. 更新索引：`wiki/index.md`，添加条目摘要和标签
4. 记录变更：`wiki/log.md`

### 2.Wiki条目格式
每个wiki文件必须包含：
```markdown
---
title: "条目标题"
source: "原始链接"
created: YYYY-MM-DD
tags: [标签1, 标签2]
---

## 概述

一句话说明这是什么。

## 核心内容

提取并重构原文的关键知识点，要求：
- 去除广告、引流、无关内容
- 结构化整理，使用清晰的层级
- 保留技术细节、命令、代码示例
- 补充必要的上下文说明
- 用平实中文，避免翻译腔

## 要点速览
- 用列表快速概括最重要的 3-5 个知识点

## 参考

- 原文链接

### 3. Wiki索引格式
`wiki/index.md` 按主题分组，每条记录包含：标题（链接）、来源、创建日期、摘要、标签。

### 4. 整理原则
- **raw保留原文不动**，wiki是提炼后的知识
- 知识条目应该能独立阅读，不依赖原文
- 优先保留：概念定义、操作步骤、代码示例、架构图说明
- 优先去除：引流话术、重复内容、平台特有元素（点赞、收藏数等）

## 查询资料时
当用户提问或要求查询知识库时：
1. 先读`wiki/index.md`。
2. 找到相关`wiki/` 条目。
3. 综合多个条目回答。
4. 回答中说明依据和相关条目。
5. 没有匹配内容时说明：知识库中没有找到匹配内容。

## 生成输出时
当用户说“写篇文章”“生成 HTML”“沉淀结果”“输出到 output”时：
1. 先从`wiki/index.md`查找相关素材。
2. 读取相关`wiki/`条目，必要时读取`raw/`。
3. 整合内容，避免简单拼接和重复。
4. 生成文件到`output/`。
5. 文件名用一句话概括内容。
6. 更新`wiki/log.md`

这份规则短、清楚、AI容易执行。后面知识库文件多了再慢慢加东西，比如文件命名规范、标签规则、归档机制。但一开始别贪多，先跑通。

让Claude Code整理资料

目录有了，资料抓了，规则写好了。在Claude Code里输入：

整理下文档内容

它会按 CLAUDE.md 的规则执行：读取原始文章，提炼核心内容，生成结构化 wiki 条目，更新 index，记录 log。

整理完回到Obsidian，wiki/里就多了一篇结构化笔记。这时候它不再是"收藏文章"了，而是可以复用的知识条目。

在Obsidian里直接让AI提炼文章

除了终端里的Claude Code，也可以直接在Obsidian里配合使用。

搜索文章中跟redis队列相关的内容，整理文中核心点，输出一篇文章

跟普通聊天的区别在于，AI 不是凭空回答，而是在读你的资料。你把资料都放进知识库里，让它基于raw/和wiki/来回答，输出更贴近你的内容，也更容易回溯来源。

这套方法适合什么场景

收藏夹里有几百篇文章但基本不回看的——把链接抓到本地，整理成自己的知识，比躺在收藏夹里强太多。

经常写公众号、博客、方案的——素材已经在Obsidian里整理好了，写的时候直接让AI从知识库里找素材、搭结构、出初稿。

学技术的——今天看一个命令，明天看一个框架，不整理的话脑子里都是碎片。用这套方式可以把教程、文档、代码示例慢慢沉淀成技术 wiki。

想长期积累知识系统的——这套目录和规则解决的是长期问题：资料越来越多之后怎么不乱。

最后

工具会变。今天是Claude Code，明天可能是Codex，后天又是爱马仕。但你的资料、知识库、整理规则，是可以一直积累的。

我现在把Obsidian当成本地知识底座：网页资料进raw/，AI整理后进wiki/，写文章做报告进output/。流程不复杂，但很稳。

如果你也收藏了一堆资料从来不看，可以试试。建好目录，装好插件，写个简单的 CLAUDE.md，随便抓一篇文章跑一遍就知道适不适合自己了。

我是赛博李同学大厂写代码的，觉得有用的话，点个赞 + 转发给需要的TA，感谢支持！，我们下期再见！