187 lines
9.5 KiB
Markdown
187 lines
9.5 KiB
Markdown
---
|
||
title: 养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统
|
||
source:
|
||
author: shenwei
|
||
published:
|
||
created:
|
||
description:
|
||
tags: []
|
||
---
|
||
|
||
# 养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统
|
||
|
||
## 背景：Agent的输出去哪儿了？
|
||
|
||
用 AI 助手多了，你一定有这个体验：一次对话里，AI 给了一大堆有用的分析、结论、操作步骤——对话一结束，这些内容就消失在聊天记录里了。下次要用，还得重新描述上下文。
|
||
|
||
我是用一个自建的 **Gitea**结合 **Obsidian** 笔记管理工具来解决这个问题的。OpenClaw Agent 的输出直接写入 Obsidian 笔记，我的工作笔记在 Mac mini、工作的Laptop、iCloud Drive 三端同步，而所有历史版本都在 Gitea 中完整保留。这样我可以直接在laptop上，或者是我的iPhone 手机端的Obsidian直接看到Agent最新输出的内容。
|
||
|
||
**一句话概括：用 Obsidian 做知识库，用 Gitea 做版本控制，用 OpenClaw 做写入接口。**
|
||
|
||
---
|
||
## 笔记目录结构：每个 Agent 都有专属 Archive
|
||
|
||
根据 `AGENTS.md` 的设定，Obsidian 笔记库采用分层结构：
|
||
|
||
```
|
||
/Users/weishen/Workspace/nexus/
|
||
├── openclaw/
|
||
│ ├── knowledgebase/ ← 知识库（经过整理的公共知识）
|
||
│ ├── xingshu/ ← 星枢专属笔记
|
||
│ ├── xinghui/ ← 星辉专属笔记
|
||
│ ├── xingyao/ ← 星曜专属笔记
|
||
└── …（其他 Obsidian 笔记）
|
||
```
|
||
|
||
**目录分工规则：**
|
||
|
||
| 目录 | 用途 | 示例 |
|
||
| ------------------------- | ------------------ | ------------------------- |
|
||
| `openclaw/knowledgebase/` | 经过整理、跨 Agent 共用的知识 | 工具评测、架构决策、最佳实践 |
|
||
| `openclaw/<agentId>/` | 单一 Agent 的私有笔记 | Agent 专属思考、工作日志、任务记录、内容输出 |
|
||
|
||
**核心原则：** 研究过程写入 **Agent Archive**；经过验证、可复用的知识沉淀到 **Knowledge Base**。
|
||
|
||
---
|
||
|
||
## 核心：OpenClaw 的 Obsidian Skill
|
||
|
||
OpenClaw 提供了一个 obsidian skill，功能覆盖笔记的读取、搜索、创建和修改。当我让 AI 助手分析或总结某个话题时，可以直接让它把结果写入 Obsidian 笔记。
|
||
|
||
**obsidian skill 支持的操作：**
|
||
|
||
- `obsidian write` — 创建或覆盖一篇笔记
|
||
- `obsidian append` — 在已有笔记末尾追加内容
|
||
- `obsidian read` — 读取笔记内容
|
||
- `obsidian search` — 在笔记库中搜索关键词
|
||
- `obsidian update` — 修改笔记的特定部分
|
||
|
||
**所有笔记存放在统一路径：**
|
||
|
||
```
|
||
/Users/weishen/Workspace/nexus/
|
||
```
|
||
|
||
---
|
||
|
||
## 实际例子：自动更新家庭网络环境文档
|
||
|
||
举一个我每天都在用的例子。我有一篇笔记记录了我的家庭网络环境概览：
|
||
|
||
这篇文章记录了 Mac mini、NAS、两台 Ubuntu 服务器上所有运行的服务、FRP 端口映射、域名映射表。每次我新增一个服务（比如部署了新的 Docker 容器），只需要告诉 AI 助手：
|
||
|
||
> "帮我更新网络环境概览，把新部署的 n8n-workflows-docs 服务加进去"
|
||
|
||
OpenClaw 会自动完成以下步骤：
|
||
|
||
1. 读取当前笔记内容
|
||
2. 找到对应的章节（Ubuntu Server 2 的应用列表）
|
||
3. 在正确的位置插入新服务条目
|
||
4. 更新时间戳
|
||
5. 写回笔记文件
|
||
|
||
**更新前（片段）：**
|
||
|
||
```markdown
|
||
### 安装的应用
|
||
|
||
| Name | Docker? | Note | Internal Address |
|
||
| ------------------- | ------- | --------------------------- | ------------------------------- |
|
||
| n8n | Yes | 工作流自动化平台 | http://192.168.3.45:5678/ |
|
||
| n8n_postgres | Yes | n8n PostgreSQL 数据库 | http://192.168.3.45:5432/ |
|
||
```
|
||
|
||
**更新后（片段）：**
|
||
|
||
```markdown
|
||
### 安装的应用
|
||
|
||
| Name | Docker? | Note | Internal Address |
|
||
| ----------------------- | ------- | --------------------------- | ------------------------------- |
|
||
| n8n | Yes | 工作流自动化平台 | http://192.168.3.45:5678/ |
|
||
| n8n_postgres | Yes | n8n PostgreSQL 数据库 | http://192.168.3.45:5432/ |
|
||
| n8n-workflows-docs | Yes | n8n 工作流文档服务 | http://192.168.3.45:8001/ |
|
||
```
|
||
|
||
整个过程不需要我打开 Obsidian、不需要复制粘贴，只需要一条指令。AI 理解了文档结构（Markdown 表格），理解了服务信息的语义（端口、域名、用途），自动完成了插入。
|
||
|
||
---
|
||
## 版本管理的价值
|
||
|
||
因为笔记全部纳入 Gitea 管理，每次更新都对应一个 Git commit。这意味着：
|
||
|
||
- **任何时候都能回溯** — 三个月前某台服务器上跑的什么服务，一个 `git log` 就能找到
|
||
- **变更有据可查** — "这个端口是什么时候改的？" → commit message 里写得清清楚楚
|
||
- **多人协作预留** — 未来如果想让其他 AI Agent 也参与协作，Gitea 的权限体系天然支持
|
||
|
||
---
|
||
|
||
## 进阶补充：Karpathy LLM Wiki 思路的实践融合
|
||
|
||
**核心洞察（来自 Karpathy 2026-03 分享）：** RAG 模式是"每次从零检索"，知识不积累；而 LLM Wiki 是让 AI **增量构建和维护一个持久化的 Wiki**，页面之间互相链接，知识越积越厚。
|
||
|
||
我的系统天然契合这个思路——AI 在执行任务的过程中**顺手维护链接、更新摘要、添加Tag、标记新旧矛盾**，而不是被动等着被查询。
|
||
|
||
以下是几个可进一步融入实践的要点：
|
||
|
||
### 1. Obsidian Web Clipper：快速采集外部素材 - 目前正在使用
|
||
|
||
Karpathy 推荐用浏览器插件 **Obsidian Web Clipper** 随时采集网页文章。安装后，打开任意网页点击扩展图标即可将文章保存为 Markdown 到 Obsidian，配合图片本地化（见下），素材采集效率极高。
|
||
|
||
**用途：** 当我在网上看到有价值的文章想让 AI 分析，直接剪藏进 `openclaw/knowledgebase/`，AI 读完后可以直接在 Wiki 中做摘要、提取知识点、建立双向链接。
|
||
![[IMG-20260409094504767.png]]
|
||
### 2. 图片本地化：保护素材的长期可读性 - 目前正在使用
|
||
|
||
剪藏进来的文章图片通常是外链，几个月后链接失效，AI 也读不到。Karpathy 的两步方案：
|
||
|
||
1. **设置 → 文件与链接 → 附件存储路径** → 设为当前文件夹下的 `attachments/` 子目录（不要设到全局目录，混在一起不好管理）
|
||
2. **绑定下载快捷键**（如 `Ctrl+Shift+D`）→ 剪藏完按一下快捷键，所有图片自动下载到本地
|
||
|
||
**价值：** AI 能直接读取本地图片做分析，不必依赖可能失效的外链。
|
||
|
||
### 3. Graph View：发现知识盲区 - 有待加强
|
||
|
||
Obsidian 的 **Graph View**（左侧边栏图谱图标，或 `Ctrl+G`）将所有 Wiki 页面以节点展示，双链关系自动连线。
|
||
|
||
Karpathy 的两个用法：
|
||
|
||
- **健康检查**：没有任何页面链接指向它 → 说明是"孤岛页面"，需要让 AI 补上交叉引用
|
||
- **发现盲区**：某个概念被很多页面提到但自己还没有独立页面 → 图谱里显示为灰色幽灵节点，提醒应该为它建一个专页
|
||
![[IMG-20260409094555923.png]]
|
||
### 4. Git 自动同步：版本管理是必选项 - 目前正在使用
|
||
|
||
**Obsidian Git 插件**（社区插件市场安装）可设为 **Auto commit-and-sync interval**（如 10 分钟），插件自动 commit + push，完全不用手动操作。
|
||
|
||
Karpathy 的判断很到位：**AI 批量改文件的能力越强，你越需要版本管理来兜底。** 我们的 Gitea 方案同样实现了这一点，而且因为是自建服务，私有数据不出内网。
|
||
|
||
### 5. QMD：Wiki 规模变大后的精准搜索 - 目前正在使用
|
||
|
||
Wiki 规模小的时候，一个 `index.md` 目录文件足够 AI 导航。页面多了之后，Karpathy 推荐 **QMD**（`github.com/tobi/qmd`），一个完全本地运行的 Markdown 搜索引擎。
|
||
|
||
**判断标准：** Wiki 到几百个页面之前，`index.md` 完全够用；等 AI 找东西开始变慢，再接入 QMD 也不迟。
|
||
|
||
---
|
||
|
||
## 这个系统解决的核心问题
|
||
|
||
1. **AI 输出不再丢失** — 每次对话的有价值结论，直接让agent落盘到笔记
|
||
2. **多端一致** — iCloud Drive 保证 手机、laptop 和 Mac mini 永远在同一版本
|
||
3. **版本可溯** — Git 历史记录每一次变更的来源和内容
|
||
4. **被动更新** — 不需要主动维护文档，AI 在执行任务的过程中顺手更新
|
||
5. **知识可发现** — Graph View + 双向链接让知识形成网络，不是孤岛
|
||
|
||
**本质上是把 AI 变成了一个"会自动整理笔记的实习生"——它做完事，就会顺手把记录更新好。**
|
||
|
||
---
|
||
|
||
## 待探索的方向
|
||
|
||
- 让 AI 在执行 Cron 任务后自动写日志到对应笔记（如 NAS 服务状态更新后自动同步到网络环境文档）
|
||
- 利用 Obsidian 的 Callout 块（`> [!NOTE]`）让 AI 在笔记中标记"待确认"和"已确认"信息，方便人工复核
|
||
- 用 Gitea 的 Pull Request 做笔记变更 Review，确保 AI 的写入经人工审批后再合并
|
||
- 用 Web Clipper + AI 分析工作流：将感兴趣的文章剪藏进来，让 AI 做摘要、建立双链，形成真正的 LLM Wiki
|
||
|
||
---
|
||
|
||
*有问题或想法？欢迎联系我。*
|