从收藏夹吃灰到AI自动编译
远舟笔记·第4篇
上一篇我们学了用 Obsidian Clipper 把各平台的内容剪藏到本地。
公众号、知乎、少数派……刷到好内容，点一下就保存为 Markdown，统一收进 Obsidian。
但是，存下来只是第一步。
你剪藏了50篇文章，放进 Obsidian，然后呢？
它们就静静地躺在文件夹里，和之前躺在收藏夹里没什么区别——还是没看，还是没消化，还是用不上。
信息从"存下来"到"真正能用"，中间差了一个关键步骤——把零散的素材变成体系化的知识。
今天分享我用 WorkBuddy + Obsidian 搭建的自动编译系统，手把手带你走一遍完整流程。
一、先搞懂两个概念：raw 和 wiki
在开始之前，先理解两个核心概念。
raw = 仓库。 你把所有收藏的素材，原封不动丢进去。PDF、网页、笔记、文档……不管什么格式，先存下来再说。
wiki = 图书馆。 仓库里的素材经过AI处理，自动生成结构化的知识页面。每个概念一页、每篇文章一个摘要、相关内容之间自动关联。
打个比方：
raw 就像你家书房堆着的那一摞书和打印出来的文章，还没来得及看。
wiki 就像你自己整理好的读书笔记——每本书的核心观点都提炼出来了，相关的书还互相引用。
仓库负责收集，图书馆负责消化。
搞懂这个区分之后，后面的操作就很好理解了。
二、复习：用 Clipper 把素材收进 raw
这个上一篇讲过，快速复习一下：
- 浏览器安装 Obsidian Clipper 插件（Chrome / Edge 都支持）
- 打开任意网页，点击右上角 Clipper 图标
- 选择你的 Obsidian Vault 和存放目录
- 点击保存，自动转为 Markdown 格式
刷到好内容，顺手一剪，统一收进 raw。这个习惯建立起来之后，素材会自然积累。
我目前 raw 里攒了十几篇素材，来源包括知乎、公众号、少数派、B站。内容涵盖了AI工具、知识管理、LLM原理……方向比较杂，但没关系，后面 AI 会帮我们归类。
三、核心步骤：用 WorkBuddy 搭建 Wiki
仓库里有了素材，接下来就是重头戏——让 AI 帮你把素材编译成知识库。
第一步：找一篇好教程，剪藏到 raw
我在知乎上看到一篇文章，标题叫「用 WorkBuddy + Obsidian 构建自我进化知识库：完整实战教程」。
这篇文章讲的是怎么用 AI 把碎片化的素材自动整理成结构化的 wiki 知识库，写得非常详细，从目录结构到编译规则到自动化全讲了。
用 Clipper 一剪，存进 raw。
这篇文章就是后面的"施工图纸"——你不需要自己设计知识库怎么搭，让 AI 读完这篇教程，照着它的方案来做。
第二步：把教程喂给 WorkBuddy
打开 WorkBuddy，新建一个工作区。
然后，把教程文件发给它，原话是这句：
@「用 WorkBuddy + Obsidian 构建自我进化知识库：完整实战教程.md」 带我一步步搭建这个工作流
就这一句话。
WorkBuddy 会自动读取这篇教程，理解里面的完整方案，然后问你：
你的 Obsidian Vault 路径是什么？
回答它你的 vault 路径就行（比如 F:\ALL-IN-ONE）。
之后 WorkBuddy 会按照教程里的方案，自动在你的 Obsidian Vault 里创建 wiki 目录结构、编写编译规则、然后逐个处理 raw 里的素材文件。
全程你不需要写一行代码，不需要懂知识管理理论，甚至不需要知道 wiki 的技术细节。
你唯一做的事情就是：找到一篇好教程，告诉 WorkBuddy "照着这个来"。
第三步：跟着 WorkBuddy 的引导完成搭建
WorkBuddy 不会一口气全部搞定，而是一步步引导你。
它会先告诉你："我准备创建以下目录结构——wiki/concepts/ 存概念页，wiki/entities/ 存实体页，wiki/summaries/ 存摘要页，可以吗？"
你确认一下，它就开始创建。
然后它会说："现在开始处理第一个素材文件……"
你等着就行。它会逐个读取 raw 里的文件，提取概念、实体、摘要，分别生成独立的 Markdown 文件放到 wiki 目录下。
期间它可能会问你几个问题：
- "这个文件是图片为主的内容，提取效果不好，要不要跳过？" → 选跳过
- "这个文件里的日记没有实质内容，要删除吗？" → 你决定
整个过程就像带了一个很能干的助手，你只负责拍板，它负责干活。
一次实战的结果
我用12个素材文件跑了一次，WorkBuddy 自动生成了44个 wiki 页面：
- 32个概念页：Token、RAG、Embedding、Agent、MCP……每个一页
- 3个实体页：Midjourney、Obsidian、腾讯IMA
- 6个摘要页：每篇素材的核心观点
- 3个系统文件：索引页、编译日志、审计记录
最有意思的是概念之间的自动关联。
比如"Token"这个概念，在AI科普文章里是"燃料"，在LLM原理的文章里是"词块"，在Prompt技巧的文章里又和"成本"挂钩。WorkBuddy 把这三个来源的描述都汇总到了同一页，还标注了各自的角度。
打开 Obsidian 一看，wiki 目录下整整齐齐几十个文件，概念之间互相引用，像一个小型维基百科一样。
💡 小结一下整个流程：
剪藏教程 → 喂给 WorkBuddy → 确认路径 → 跟着引导走 → wiki 自动生成
核心就一句话：找好老师，让 AI 当学生。
四、自动化：让它自己跑起来
手动搭好之后，日常工作还是每次手动让 WorkBuddy 编译，有点麻烦。
WorkBuddy 支持定时任务，我配了两个：
- 每天 17:00：自动扫描 raw 目录里的新文件，编译进 wiki。白天丢进去的内容，下班前已经变成知识页了
- 每周一 17:00：做一次健康检查，清理重复概念、更新索引
不想折腾自动化的同学，也可以手动：每周日晚上花30分钟，打开 WorkBuddy 跑一次编译，效果一样。
设好之后，日常使用就一句话：
看到好内容 → 丢进 raw。
剩下的全不用管。第二天打开 Obsidian，wiki 里自动多了新的知识页。
五、手机端补充：IMA 知识库同步
到目前为止，我们处理的全是电脑端剪藏的内容。
但很多人在手机上也会刷到好内容——微信公众号、朋友圈文章……手机上没法用 Clipper，怎么办？
我的方案是用腾讯 IMA 知识库作为手机端的"中转站"。
操作思路
- 手机上看到好内容 → 分享到 IMA 知识库（IMA 有微信小程序，分享很方便）
- 电脑上打开 WorkBuddy → 通过 IMA 的开放接口，把知识库里的内容批量同步到 raw 目录
- 第二天自动编译 → 新素材自动出现在 wiki 里
相当于 IMA 充当了手机端的"临时收藏夹"，最终所有内容还是汇聚到本地 Obsidian。
IMA 同步的几个坑
实操下来踩了几个坑，提醒一下：
坑1：API Key 和 Client ID 不是直接显示的
IMA 后台打开 API 配置页面后，Client ID 和 API Key 不会直接展示出来。
页面上有一个**"重新获取"**按钮，你需要点击它，才会生成并显示 Client ID 和 API Key。
我第一次打开这个页面，找了半天没找到这两个值，还以为是自己权限不够。后来才发现要手动点一下"重新获取"。
⚠️ 点了"重新获取"之后，记得把 Client ID 和 API Key 分别复制保存好。
坑2：有日限额
IMA 的资料获取接口有每日调用上限，大约150次。超过后返回"请明天再尝试"。
我的知识库有206条内容，跑到一半就被封了。解决办法很简单——第二天再跑，分批处理。
坑3：文件类型标注不准
IMA 返回的文件类型经常和实际对不上。一篇 Markdown 笔记标注为 xlsx，一张图片标注为 md，下载下来全是格式错误。
解决办法：不信任类型标注，改用文件ID的前缀来判断实际类型。
最后
回顾一下整套系统的运作方式：
收集 → 编译 → 关联 → 可用。
- 电脑端：Clipper 剪藏 → raw
- 手机端：分享到 IMA → 同步到 raw
- 编译：WorkBuddy 读教程 → 照着方案自动处理 raw → 生成 wiki
- 自动化：每天17:00跑一次，零操作成本
你负责收集（这本身就是你刷信息流时已经在做的事），AI 负责消化，最终产出一个可以随时查阅、搜索、交叉引用的私人知识库。
这中间最关键的一步，是编译。
没有这一步，你的收藏夹永远是收藏夹，不会变成知识。
有了这一步，每次收藏都是一次"投喂"，AI 帮你消化，日积月累，就是一座只属于你自己的图书馆。
收藏只是第一步。
让 AI 帮你消化，才是第二步。
📚 你可能还想读
- [[远舟笔记2-用Obsidian统一跨平台信息入口|用Obsidian统一跨平台信息入口]]
- [[远舟笔记14-使Mimo-code免费打造个人博客并发布|使Mimo-code免费打造个人博客并发布]]