Obsidian与Claude Code打造AI会生长的思考操作系统

用AI构建「会生长的思考操作系统」，这不仅是把笔记数字化，而是将知识管理从静态记录升级为动态知识网络。

本文核心内容包括：如何将Obsidian Vault与Claude Code深度融合，打造一套可执行的思考系统；知识库与代码库的类比如何使AI像处理代码一样处理知识；以及一个完全由你掌控的纯文本系统，让AI真正成为你的思考伙伴。

历时一整年，我终于将“借助AI进行深度思考”变为一套可实际运行的系统：Claude Code 直接在我的 Obsidian Vault 中运行。它不再仅仅是辅助写作，而是提取关键概念、追踪推理脉络、建立知识连接——促使思考演化为一个“动态的活体网络”。

0. 先说结论：你仍在使用2023年的AI模式

目前多数人对AI的用法仍停留在：

• 输入提示词
• 获取答案
• 对话结束
• 记忆清零

但现在，我几乎完全在Vault内进行工作。原因很简单：Markdown文件

• 结构化地记录了所有发现的知识
• 自带“情境上下文注入”机制
• 可在需要时将相关内容提供给模型进行上下文学习
• 使智能体像读取代码库一样读取知识库

我借助一个Vault Index让智能体判断“应该将哪些笔记纳入上下文”。这与Claude Code决定“应该加载哪些Skills”遵循同一模式。

深入思考后你会发现：每条笔记在某种意义上就是一个skill——它是一个经过精心整理的知识块，在适当的时机被注入到思考流程中。

更深层次来看：Vault编码的不是“你思考过的内容”，而是“你思考问题的方式”。方法论本身已成为系统的一部分。

1. 远不止笔记：这是你完全掌控的知识系统

这套系统的本质“仅仅是Markdown文件”。

• 纯文本格式
• 完全由你掌控
• 任意编辑器均可读取
• 任何AI工具都能处理
• 即使某个应用停止服务也不受影响（Obsidian只是一个展示窗口）

这正是我们所追求的：让AI成为思考伙伴，而非单纯的写作助手。

2. 知识等于代码？（突然意识到这一点）

我发现：知识库与代码库具有高度的相似性：

• 两者都由文本文件构成的文件夹组成
• 都包含约定、模式与规范
• 都依赖“关系”（导入/链接）来建立可用性
• 都适合智能体进行导航与操作

Vibe coding已经改变了编写软件的方式：由AI负责实现，你专注于把控方向。这种转变同样发生在知识工作领域：你不再只是“做笔记”，而是在运营一个能够自动记录笔记的系统。

3. 什么是Vault？

Vault本质上是一个由相互链接的Markdown文件组成的文件夹。以下是典型的目录结构示例：

my-vault/
├── 00_inbox/           # capture zone, zero friction
├── 01_thinking/        # your notes and synthesis
│   └── notes/          # individual thinking notes
├── 02_reference/       # external knowledge
│   ├── tools/          # tool documentation
│   ├── approaches/     # methods and patterns
│   └── sources/        # external knowledge
├── 03_creating/        # content in progress
│   └── drafts/
├── 04_published/       # finished work archive
├── 05_archive/         # inactive content
├── 06_system/          # templates and scripts
├── CLAUDE.md           # teaches the ai your system
└── attachments/        # images and files

文件之间用[[wiki links]]连接，形成思想网络。

• 当你在某条笔记中输入[[quality is the hard part]]
• Obsidian会自动生成可点击的链接，指向同名的笔记
• 智能体可以沿着这些链接跳转，穿梭于相关的想法之间
• 它甚至会揭示出你自己都已遗忘的潜在连接

4. 如何写出“好笔记”：把链接写进句子里

链接的书写方式至关重要。

大多数人习惯将引用放在笔记底部，如同脚注：“这与质量有关，参见quality-note。”然而，正确的做法是将链接编织进你的思路中：“因为[[quality is the hard part]]，我们必须把重点放在筛选上。”

这种方式会带来两个好处：

1. 链接成为思考的有机组成部分（而非附属品）
2. 智能体可以通过“跟随链接”来沿袭你的推理路径

5. 笔记必须“可组合”：像乐高积木一样

笔记应当写得“可独立成立、可随意拼装”。

规则很简单：

• 如果有人通过一个链接跳转到这条笔记
• 他不应该还需要再读另外5条笔记才能理解
• 如果做不到这一点，就说明需要拆分笔记

把笔记想象成乐高积木：

• 每一块都是完整的独立单元
• 但又能组合成更大的结构
• 当你的笔记能够这样工作时，“网络本身”便产生了价值

6. AI不会自动理解你的哲学：你必须教它

关键要点：AI并不会自动理解你的笔记哲学与个人风格。

曾经我亲眼目睹AI“完全无视我的理念”，才被迫接受这一事实。

当你试图教给Claude“你的思维方式”时，你会意识到：

• 你拥有大量隐性知识
• 现在必须将这些知识“文本化”为明确的规则和约定

目前我的CLAUDE.md已扩充到约2000行，因为我们在不断迭代什么有效、什么无效。

7. 每个Vault都需要自己的哲学（多数指南都讲错了）

很多教程会给你一个系统，然后说：照做。但现实是：每个Vault的目的不同，原则就不同。这和代码库一模一样：你不会用同样的目录结构写CLI工具和Web应用，也不该用同一套笔记哲学去做“工作项目管理”和“研究验证”。

我运行着多个vault：

• 一个用于AI+知识管理的思考（本文例子）
• 一个用于工作：项目、客户、交付，完全不同规则

同样的底层模式，不同的上层规则。

8. 不变的底层模式是什么？

不管你做什么类型的vault，底层都一样：

1. Markdown文件+链接（任何AI都能读）
2. 一个CLAUDE.md（教智能体你的系统）
3. 让智能体能快速定位的结构（orientation-friendly）
4. 把约定写成“指令”（让AI保持一致）

至于这些指令具体写什么——完全由“目的”决定。

9. 这套系统可以长什么样？（按目的分型）

一个工作Vault可能强调：

• 先捕获，后结构
• 项目文件夹：会议、决策、输出
• 面向AI消费的客户上下文

一个研究Vault可能强调：

• 来源追踪与引用
• 文献笔记
• 论断验证

一个创作Vault可能强调：

• 灵感捕获与孵化
• 草稿推进
• 参考资料组织

10. 思考Vault示例：我的哲学是什么？

分享的这个vault核心目标是：发展理解。

当vault维护得好vs充满噪声时，能明显感觉到差异：深度比广度重要。

CLAUDE.md里有一句很在意的原则：

depth over breadth. quality over speed. tokens are free.

这不是在追求效率，这是在追求卓越。

当你选择一个任务，你是在承诺：彻底理解它，留下未来智能体也能继续构建的成果。

11. Claude怎么“找东西”？（否则它会淹死）

当Claude开始一个session，它必须知道“有哪些东西存在”，但不可能读完每个文件。几千条笔记时这不现实。

所以做了分层，让它能快速定向：

11.1 SessionStart自动展示结构（hook）

"hooks": {
    "SessionStart": [{
        "hooks": [{
            "type": "command",
            "command": "tree -L 3 -a -I '.git|.obsidian' --noreport"
        }]
    }]
}

Claude在session开始就能看到目录与文件分布。

11.2 Index：每条笔记一句话描述

有一个index文件，列出所有笔记+一句话描述。Claude不用打开文件，也能在几十秒内扫过50条笔记的“摘要”。

11.3 Topic Pages（MOC）：主题目录页

使用MOC（Maps of Content）把相关笔记串起来：

• 像每个主题的目录
• 也包含Claude自己留下的“导航笔记”
• 它在遍历图谱时记录学到的东西，为未来session留下breadcrumbs

于是Claude的策略是：先广→再窄→然后沿链接深入→建立理解。

12. 核心原则（我的思考Vault规则）

这些规则对“思考Vault”有效，其他vault类型可能需要不同规则。

12.1 可组合性

问自己：

• 这条笔记能否被别处链接进来仍然自洽？
• 如果必须先解释三个前置概念才能看懂，就拆分

12.2 用“论断”命名，而不是用“主题”命名

不再用“主题”命名（例如“Thoughts on AI slop”），改成“论断”命名（例如“Quality is the hard part”）。好处是：当你把它链接进句子里，标题会自然成为语义的一部分。

更重要的是：这会迫使Claude在写句子时先理解“论断”，而不是拼贴“主题词”。这种做法会让输出更扎实。

12.3 关系比单条笔记更重要

单条笔记的重要性，往往低于它和别的笔记的关系。

• 一个拥有大量反向链接的笔记，比孤立笔记更有价值
• 每个链接都会创造一条新的阅读路径
• 网络就是知识

13. 智能体如何操作Vault？

每个任务从orientation（定位）开始：

1. Claude扫描结构
2. 查index找相关笔记
3. 先读topic page（MOC）再做修改
4. 沿链接建立理解，不在缺上下文时改东西

当Claude发现某个主题的导航规律，它会把“怎么找”的经验写回topic page。未来session会先读这些breadcrumbs，从过去的导航经验里学习。这就是Vault记住“如何思考自己”的方式。

有时两条笔记会产生“组合洞察”。Claude会新建一条笔记，记录这种组合带来的新理解。每一次新捕获都会触发：搜索相关笔记，增加带上下文的链接（links with context）。

14. 目录架构（再给一个更简化的版本）

vault/
├── 00_inbox/           # capture zone
├── 01_thinking/        # your notes and topic pages
│   ├── knowledge-work.md    # example topic page
│   └── notes/               # individual notes
├── 02_reference/       # stuff from others
├── 03_creating/        # drafts in progress
├── 04_published/       # finished work
├── 05_archive/         # old stuff
└── 06_system/          # templates and config

这个结构适合“个人思考vault”。工作vault往往会加入projects/clients等目录。重点不在“必须长这样”，而在于：目录位置告诉你它是什么。

Markdown就是系统。Obsidian只是窗口。Vault能在任何应用消失后继续存在。你拥有的是：纯文本、可迁移、可审计、可被任何AI处理的数据资产。

15. 如何开始（最小可用版本）

1. 建一个文件夹与子文件夹——按你的目的来
2. 写一个CLAUDE.md解释你的系统——先简单，后迭代
3. 让Claude操作：

• 捕获一条内容
• 让它找连接
• 让它建议归档位置

• 永远复查它的产出，手动编辑到高质量

你已经不是“记笔记的人”。你在“指挥一个会记笔记的系统”。你的工作变成判断：决定什么重要。人类角色从writer→editor，从creator→curator。

✅ 全文总结

• Vibe coding改变写软件的方式
• Vibe note taking改变思考的方式
• Vault只是互相链接的Markdown文件
• LLM没有记忆，Vault给它一个“外部记忆”
• CLAUDE.md教AI你的系统如何工作
• 每个vault需要基于目的建立自己的哲学
• 不变的是：Markdown、链接、AI执行、人类判断

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Obsidian与Claude Code打造AI会生长的思考操作系统要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题