Obsidian与WorkBuddy构建第二大脑

来源：X @BolanHsiao

构建“第二大脑”是许多知识工作者追求的目标。传统的AI工具如Claude和Codex与Obsidian的结合方案，虽然成熟，但在国内使用时常面临成本、网络及账号稳定性等问题，且对本地文件、中文协作场景支持不够友好。

适合国人的组合：Obsidian + WorkBuddy

对于主要工作场景在中文环境的用户，Obsidian与WorkBuddy的组合更为实用。Obsidian如同一个长期知识存储库，负责存放基于本地Markdown文件的结构化知识。WorkBuddy则扮演执行者的角色，处理各类原始信息流，包括：

这种分工强调AI的辅助作用，而非让AI直接修改核心知识库，确保了知识处理的可靠性与可控性。

许多Obsidian用户最终将其变成了资料仓库，原因在于信息收集后缺乏后续处理。构建“第二大脑”不仅仅是将所有资料塞入，更重要的是持续对资料进行处理、归类、复盘和筛选。WorkBuddy的目标就是将这些原始资料加工成可供人工判断的“半成品”。

WorkBuddy与Obsidian结合，主要承担以下六类任务：

这些能力共同构成了WorkBuddy在本地知识库中补充的“执行层”，使其不单是一个聊天AI插件，而是提升知识管理效率的实际工具。

成功的知识库方案往往从简单开始。建议的用户实践路径是：

简化目录结构：初期仅设置00-inbox（原始资料）、10-review（WorkBuddy处理后的半成品）、20-projects（已确认的可复用知识）三个目录。
建立处理流程：所有资料先进入00-inbox，WorkBuddy将其处理到10-review，然后人工判断后移入20-projects或_archive。
验证核心功能：优先测试WorkBuddy能否将原始资料（如网页、PDF、会议/视频）稳定처리成可接受的半成品。

WorkBuddy在处理常见资料类型方面表现出色，包括：

将网页文章转化为可快速浏览的半成品。流程为：网页进入inbox -> WorkBuddy处理后输出至review，包含标题、来源、摘要、关键观点、标签等字段。

对长篇PDF进行预处理，提取目录、摘要，并保留关键数据和引用来源。避免AI对报告进行全文改写，确保信息的准确性和可追溯性。

结合语音转写、视频下载等技术，将音视频内容转化为文本，进而生成包含要点、待办事项、决策、知识卡片等信息的笔记。对于隐私敏感内容，建议优先采用本地转写。

项目型知识：对于跨越多日的项目信息，WorkBuddy可以将分散在Daily Notes中的相关内容按项目抽取、汇集，生成项目视图，确认后归档到20-projects。
内容创作：WorkBuddy可将各处收集的素材整合成选题，生成包含主题建议、关键论点、引用材料等的内容，辅助创作者进行产出。

WorkBuddy的远程触发能力允许用户在非电脑前处理低风险知识库任务，如查询笔记、生成摘要。自动化功能则可设定周期性任务，例如每周自动生成weekly-review.md，帮助用户避免收件箱堆积。

远程任务应仅限于低风险操作，正式知识库的修改必须回到电脑前进行人工确认。自动化初期应专注于生成review，而非直接修改正式库。

验收WorkBuddy生成内容的标准在于其能否融入工作流，例如摘要是否包含来源、PDF摘要是否有页码、会议纪要是否有待确认问题。文件命名应遵循一致的规则，模板应简洁且可复用，确保流程的稳定性和可升级性。

并非所有资料都适合这套系统。敏感资料、法律/医疗/投资类资料的最终结论、大量无目的的网页收藏以及对外发送的正式文件，都不宜直接交由WorkBuddy处理，需进行人工审核或脱敏。

核心原则是：WorkBuddy生成候选内容，但不生成最终知识；它提供半成品，由人来决定是否沉淀为最终知识。

建议从最简单的流程（inbox -> WorkBuddy处理 -> review -> 人工判断 -> 录入）开始，验证其价值，再逐步扩展功能。重要的是先处理少量真实资料，看其能否减轻整理负担，而非一开始就设计复杂的系统。

Obsidian善于长期存放知识，而WorkBuddy的价值在于将原始资料加工成可判断的半成品。这个组合的核心在于：WorkBuddy作为助手，处理原始资料、生成半成品、辅助归类，而最终的筛选与沉淀仍由人工完成。只有这样，知识库才能真正成为一个被持续打理、筛选和复盘的“第二大脑”。