教程：Obsidian + Harness 搭建个人知识库

前言

“学得慢不如不学”，在进入 AI 时代之后，这句话无疑给很多人带来了巨大的压力。但是， AI 的出现，和之前所有工具的出现迭代并没有多大区别——历史书上的火车代替马车，无纸化学习的平板代替纸笔，或者是进入大学之后，你更多地开始使用手机和电脑。

你需要做的，并不是去恐慌自己学得不够快，而是要反思，新工具的出现能否帮助你更舒适、更高效地学习。我认为，学习与学习的方式并不是一个跟风的过程，但也不意味着停留在原地，多尝试才能找到更加适合你的环境与方法。

善于借用工具辅助学习是一个非常重要的能力，尤其是进入 AI 时代之后， AI 工具与 AI 带来的工具层出不穷。在此分享的，是一个以 AI 为辅，人为主的知识框架管理模式。

工具介绍

Obsidian

Obsidian 是一款以 “数据主权” 为核心理念的个人知识管理软件。Obsidian 的哲学是用前期的结构投入，换取长期的知识复利。

相比其它的笔记管理软件，我更看重的是，笔记之间的结构不必只依赖“自上而下”的分类，也可以通过链接来表明彼此的关系。随着链接增多，你的笔记不再是孤立的卡片，而逐渐交织成一张反映你思考脉络的网。图谱视图则将这张网可视化，方便你查看哪些笔记联系较多，哪些还比较孤立。但链接的多少，并不能直接说明你对某个领域掌握了多少。

知识网络生长

同时，它有丰富的开源插件生态，可以满足不少个性化需求。例如，我喜欢用 Xournal++ 这款软件做笔记，就在 Obsidian 里安装了 Xournalpp 这款插件，可以将 Obsidian 和 Xournal++ 很好地结合。

Harness

如果你还不熟悉 Harness，可以把它理解成大模型的“鞍具”：模型本身负责推理和生成，Harness 则负责调用模型、执行工具、管理上下文和权限，让模型能读写文件、整理资料、编写代码。不同人对模型的理解深度不同，这里不展开技术细节。

简单说，Harness 可以帮你长期维护一个 Obsidian 笔记仓库，并尽量保持你制定的规则和习惯的整理方式。不必绑定某一种 Harness，选顺手的就行。

框架介绍

相关的公开实践，可以参考 Andrej Karpathy 在 2026 年 4 月发布的 LLM Wiki：由 LLM 维护相互链接的 Markdown 页面，自己在 Obsidian 中浏览和检查。Jason Liu 则在同年 5 月的 Codex-maxxing 中介绍了以 Obsidian 仓库保存工作上下文、通过 AGENTS.md 指导 Codex 更新相关笔记的做法。

下面介绍的是我面向学习场景调整后的用法，不是对某一套方案的完整照搬。

仓库结构

仓库结构是根据你需要做的事情来决定的，每个人的仓库结构也应该是不一样的。

以我自己的仓库举例，省略部分文件：

.
├── '00 Inbox'      # 临时材料，归属想清楚后再整理
├── '10 Courses'    # 学校课程：课堂笔记、作业与教材
│   └── 2026-Fall
│       ├── 人工智能引论B
│       ├── 仿生传感与智能感知
│       ├── 学科英语素养
│       ├── 微积分WI
│       ├── 日语速通1
│       ├── 生活中的智能电子系统
│       └── 电路原理B
├── '20 Concepts'   # 可跨课程、项目复用的概念
│   ├── 'CMOS 电路的对等设计原则.md'
│   ├── 补码.md
│   ├── ......
│   └── 集总电路模型.md
├── '30 Posts'      # 博客文章的草稿与定稿
│   ├── 'CSP-J Experience.md'
│   ├── ......
│   └── '教程：Obsidian + Harness 搭建个人知识库.md'
├── '40 Projects'   # 独立项目的计划、过程与成果
│   ├── AutomanVSAnth
│   ├── Terraria_CNN
│   └── V2Terraria
├── '50 Reviews'    # 复习资料、题单与实际复习记录
├── '60 Resources'  # 阅读记录、参考资料与工具经验
│   ├── 工具        # 常用命令、配置与使用方法
│   ├── 技术经验    # 整理过的问题解决方案
│   ├── 过程记录    # 折腾、排查的尝试与经过
│   └── ......
├── '70 SelfStudy'  # 按章节推进的自学笔记、习题与代码
│   ├── 一生一芯
│   └── 数学竞赛
├── '80 System'     # 知识库的使用方式与当前进度
│   ├── 学习工作流.md
│   ├── 常用任务指令.md
│   ├── 整理笔记图片.py
│   └── 项目状态.md
├── '90 Templates'  # 可重复使用的笔记格式
│   ├── Concept.md
│   ├── Course.md
│   └── Lecture.md
└── AGENTS.md       # 我希望 AI 遵守的协作规则

加数字只是为了让它按照我希望的顺序排列，没有额外含义。

看起来目录不少，但你并不需要一开始就把它们全部建好。这只是我按照自己的学习和使用习惯逐渐调整出来的结构，并不意味着你的知识库也应该长成这样。结构是为了方便记录和找回，而不是为了让每一篇笔记都有一个看起来很专业的位置。

这些目录负责保存内容，而前面提到的链接，负责把内容联系起来。比如，我在一生一芯的学习记录里遇到了补码，可以链接到已有的概念笔记；之后在项目中再次用到，也可以链接到同一篇。你不必把所有相关内容放进同一个文件夹，才能让它们产生联系。

所以，如果你刚开始用，我的建议是，先为眼前正在学的东西找一个能直接记录的位置。等到真的出现了难以查找、反复重复的内容，再调整结构。不要为了建立知识库，反而把原本用来学习的时间都花在了设计知识库上。

System Templates 与 Inbox 文件夹

这三个文件夹，我想单独拿出来说一下。它们不直接对应某一门课或者某一个项目，而是为了让你在记录的时候，少做一些重复的事情。

System 保存的是这套知识库的使用方式。我在里面放了学习工作流、常用任务指令和项目状态，分别用来记录怎么学、怎么让 AI 帮忙，以及目前进行到了哪里。例如，结束一次自学后，可以记下这次实际完成了什么、还有哪个问题没有解决。下次继续时，就不必重新翻一大段聊天记录。但它不是聊天流水账，也不是越详细越好，留下会影响下一次学习的信息就够了。

Templates 则是为了避免每次新建笔记，都要重新想一遍格式。比如，我的课堂笔记会留出课堂记录、没听懂的地方和课后整理；概念笔记则留出解释、例子、常见错误和来源。

但模板只是一个起点，不是每次学习结束之后，都必须填满的表格。没用到的栏目可以删掉，自学记录也不一定适合课堂笔记的格式。尤其是“我的理解”这一类内容，不应该为了让笔记看起来完整，就直接让 AI 替你填好。

Inbox 的作用更简单：先把东西留下来。看到一份想读的资料，或者突然想到一个问题，不必先完成分类才能记录。之后真正用到它，再决定放在哪里、要不要继续整理。如果只是保存了一篇还没有读的文章，就让它保持“还没有读”的状态，不必急着把它加工成一篇概念笔记。

所以，这三个文件夹解决的其实是三个很具体的问题：下次怎么接着学、新笔记怎么开始写、暂时想不清归属的东西放在哪里。 如果你现在还没有这些困扰，就不需要提前把里面的文件全部准备好。

AGENTS.md 与 Harness

前面有了存放内容的地方，也有了记录的方式，接下来才是让 AI 参与进来。

我认为，这里最重要的并不是写一段很复杂的提示词，而是把你希望长期保留的习惯和边界说明白。比如，整理笔记时要不要保留原来的疑问？发现公式有问题时，是直接替换，还是留下修正的依据？你说“帮我检查”时，是只给出建议，还是直接修改文件？这些看起来很小的区别，会决定最后留下来的笔记还是不是你自己的学习记录。

AGENTS.md 就是用来保存这类规则的文件，让一些反复需要说明的要求，不必每次都重新输入。以 Codex 为例，它会按照自己的规则发现机制读取适用的指令文件，具体范围和优先级可以参考 OpenAI 官方说明。至于其它 Harness，需要确认它使用什么规则文件、怎样加载，不要默认文件名和行为都完全一样。

如果你不知道从哪里开始，可以先写得简单一点：

# 知识库协作规则

- 主要使用中文，保留我原来的表达、疑问和尝试。
- “检查、评价”先给反馈；“整理、写入”才直接修改指定文件。
- 整理前读取相关原文，不确定的内容标明待核实，不编造来源。
- 实质纠正保留原记录、修正与依据，不悄悄覆盖原意。
- 建立概念前先查找已有笔记，并保留能回到来源的链接。
- 不替我填写个人理解，不把生成笔记等同于已经掌握。
- 删除、批量移动或修改设置前，先说明范围并得到授权。
- 开始任务时读取 80 System/项目状态.md；涉及学习流程时，再读学习工作流。

这里的最后一条，也就把前面提到的 System 联系起来了：AGENTS.md 保存相对稳定的规则，项目状态保存会变化的进度，具体学习内容仍然留在各自的笔记里。没有必要把整套知识库都塞进规则文件，更不必每次都让 AI 把所有资料读一遍。

长期规则和当次任务也要区分开。规则说明你希望 AI 怎样配合，具体任务则说明这次要处理哪篇笔记、做什么。后续发现某种要求总要重复说明，再把它补进规则；只是这一次有特殊需要，就留在这一次的对话里，不必都变成长期规定。

规则写进文件，并不意味着之后就完全不用检查；涉及删除、批量改动的事情，仍然需要权限控制和可恢复的备份。

快速上手

安装 Obsidian

首先，在 Obsidian 官网下载对应系统的版本并安装。打开后，选择创建新仓库，填写名称和保存位置即可。如果你已经有一个存放 Markdown 笔记的文件夹，也可以直接选择“打开文件夹作为仓库”，不必重新复制一份。具体操作可以参考官方仓库管理说明。

这里的“仓库”，英文叫 Vault，你可以先把它理解成一个存放笔记的文件夹。前面介绍的目录、笔记和附件，都保存在这个文件夹里。因此，最好选一个自己知道在哪里、之后也方便备份的位置。

可以参考一下我的仓库位置：使用 GNU/Linux、macOS 时，我习惯以 ~/Notes 作为 Vault 目录；使用 Windows 时，我习惯以 F:\Notes 作为 Vault 目录。

安装好之后，不需要急着配置插件。可以先完成下面几件事：

根据你正在学的内容，建一个用来记录的文件夹，不必照搬前面的全部目录。
新建一篇笔记，写下资料来源、自己的理解和目前没弄懂的问题。
如果已有相关笔记，可以输入两个左方括号，搜索并选择要链接的笔记，让它们产生联系。
需要反复使用某种格式时，再启用核心插件 Templates，将模板文件夹设为 90 Templates，之后通过插入模板的命令使用。具体设置见官方文档。

做到这里，你已经可以开始使用了。至于主题、图谱和各种插件，可以等到实际需要的时候再慢慢调整。先让它成为一个你愿意打开、能够直接记录的地方，比一开始就把它配置得很漂亮更重要。

使用 Harness

如果你希望 AI 直接参与文件整理，再选择一个支持本地文件读写的 Harness。它不一定要作为 Obsidian 插件运行，也可以在另一个窗口里工作，关键是让它处理同一个仓库文件夹，而不是另建一份互不相干的笔记副本。

以 DeepSeek Harness 为例，可以先从官网下载适合自己系统的桌面端；如果使用网页界面，也可以在安装 Node.js 后，通过 npx @deepseek-ai/dsh web 启动。打开后，将工作区指向知识库根目录，让它能够读取和整理这里的笔记。具体安装与配置可以参考官方仓库说明。这里先不展开不同系统和客户端的安装细节，选择自己顺手的一种就够了。

接下来，把前面介绍的协作规则保存为根目录下的 AGENTS.md。如果规则里要求读取项目状态或学习工作流，也要确认相应文件确实存在；还没有这些文件时，就先删去对应要求，不必为了套用示例额外搭一套空框架。

第一次使用，可以先发一条不修改文件的指令：

先不要修改任何文件。告诉我当前工作目录、读取到了哪些协作规则，再查看我指定的这篇笔记，给出两三条整理建议，不要扫描整个知识库。

确认它找对了目录、读到了规则，再选一篇测试笔记或已有笔记的副本，把任务说具体，而不是只说“帮我完善知识库”。例如：

整理这篇课堂笔记，保留我的原话、疑问和截图，只补必要的标题和说明。涉及知识性纠正时写明依据，不确定的地方标为待核实。直接写入，最后告诉我改了哪些地方。

完成后，回到 Obsidian 检查原话和疑问有没有保留、补充内容有没有依据，再决定是否继续使用这种整理方式。不要一上来就让它批量重写整个仓库。

之后想检查自己有没有理解，也可以换成这样的任务：

根据这篇笔记问我三道自测题，一次问一道，先不要给答案。根据我的实际回答指出卡点，这次先不修改笔记。

如果你使用 Claude Code, Codex, DeepSeek Harness, Pi, Grok Builder 中的一个，我推荐你安装 Claudian 这个插件，可以让你在 Obsidian 内使用 AI Harness。

当然，你也可以不使用 Harness。自己记录、手动建立链接，或者只把某一段内容交给普通聊天工具讨论，再决定是否写回笔记，同样可以实践前面的思路。本文的重点是整理笔记的方法，而不是要求你先学会一整套 AI 工具。当然，如果你有兴趣，后续我也会更新一些有关 Harness 使用的文章。

写在最后

写到这里，这套方法其实没有什么特别神奇的地方。Obsidian 帮你保存和联系内容，AI 帮你整理、解释和检查，但最后能不能把知识变成自己的，仍然取决于你有没有真正去思考、复述和使用。

一张越来越复杂的图谱，或者一个被整理得很漂亮的仓库，可能会让人产生“学了很多”的感觉。但相比这些，我更希望自己下一次遇到问题时，能找到之前的记录，知道当时为什么这样想，也能看出现在的理解和过去有什么不同。

你当然可以不用和我一样的目录、不装一样的插件，甚至有些内容仍然用纸笔或者其它软件记录。工具之间不必互相替代，也没有必要为了保持形式统一，把所有学习都搬进同一个地方。

如果你想尝试，就从最近正在学的一份资料、一篇笔记，或者一个还没有弄懂的问题开始。让工具替你减少重复的整理，而不是替你完成本该由自己经历的学习。 这也是前面所说的，AI 为辅，人为主。

前言