我用Obsidian大概两年了。跟大部分Obsidian用户一样，最开始被它的双向链接和知识图谱吸引，觉得这东西太适合做个人知识管理了。
但用了半年以后我发现一个问题，Obsidian本身只是一个容器，它不帮你生产内容。你的知识库能长多大，完全取决于你往里面手动写了多少笔记。
而手动写笔记这件事，太慢了。后来我开始想办法让这个过程自动化。
从手动到半自动
最早我试过用Readwise和各种剪藏插件，把网页文章自动同步到Obsidian。这解决了一部分问题，但只能处理网页和PDF，处理不了视频和音频。
而我现在最大的信息输入源恰恰是视频。
油管的技术演讲、B站的教程、小宇宙的播客，这些内容占据了我每天信息摄入量的一半以上。它们进不了Obsidian，我的知识库就永远是残缺的。
后来我找到了一个办法。用音视频转录工具把视频转成结构化的笔记，然后导出到Obsidian。
具体来说就是，你有一个视频，丢给工具处理，它给你一份图文笔记、一份思维导图、一份精华速览。
然后你一键导出到Obsidian，笔记自动出现在你的vault里，带着原有的结构和格式。
我用的工具是AI好记，主要是因为它直接支持导出到Obsidian，不需要中间做格式转换。
其他工具一般只支持导出PDF或者Markdown文件，你得手动复制到Obsidian的文件夹里。AI好记是直接写入，省了一步。
但这只是半自动。笔记进来了，你还得手动整理、手动加链接、手动补充自己的想法。
卡帕西的方法给了我一个新思路
今年4月，Andrej Karpathy在Twitter上分享了一个方法，叫LLM Wiki。
他的思路是这样的。
你有一个raw文件夹，所有原始资料丢进去。然后你让LLM读取这些资料，自动编译成一个互相链接的wiki，用Markdown文件组织，用Obsidian来浏览。
LLM做的事情包括，给每份资料生成摘要，建立反向链接，维护一个索引文件。你不需要手动整理任何东西，LLM全帮你做了。
他说他很少手动编辑wiki条目，充分信任LLM的输出质量。
我看到这个方法的时候特别兴奋。因为我发现，AI好记生成的那些结构化笔记，恰好就是卡帕西方法论里「raw文件夹」的最好原材料。
完整的工作流
现在我的工作流分三步。
第一步，摄入。
看到有价值的视频，链接丢给AI好记，它帮我转成图文笔记和思维导图。筛选后导出到Obsidian的raw文件夹。
第二步，编译。
用Claude读取raw文件夹里的所有笔记，让它编译成互相链接的wiki。
Claude会生成摘要、建立反向链接、维护索引。这一步完全不需要我手动操作。
第三步，阅读和查询。
在Obsidian里直接浏览编译好的wiki。需要什么知识直接搜索，LLM已经帮我建好了索引。看到感兴趣的内容可以深入看原始笔记。
整个流程里，我手动做的事情只有两个，筛选哪些视频值得处理，以及偶尔在wiki里补充自己的思考。其他全部是自动化的。
以前我的Obsidian知识库一个月能新增几十条笔记就算勤奋了。现在呢，一个月新增几百条，而且每条都有结构、有链接、有索引。
知识库真的在自己长大了。
Obsidian用户应该知道的几个细节
关于视频笔记导入Obsidian这件事，有几个细节值得注意。
格式兼容性。
大部分工具导出的Markdown格式跟Obsidian是兼容的，标题、列表、加粗这些基本元素都没问题。
但有些工具导出的图片链接是外部URL，不是本地路径，你在Obsidian离线的时候就看不到了。选工具的时候注意一下这个。
文件组织。
建议给视频笔记单独建一个文件夹，按日期或者按主题分类。不要跟你的日常笔记混在一起，不然vault会变得很乱。
双向链接。
视频笔记导入以后，你可以手动给里面的关键概念加上Obsidian的双向链接，跟已有的笔记建立关联。
这一步是手动的，但价值很大。如果你用卡帕西的方法让LLM来编译，这一步也可以自动化。
时间戳。有些工具导出的笔记带有时间戳，格式类似「05:23」这种。
你可以在Obsidian里把这些时间戳做成指向原视频的链接，需要回看的时候一键跳转。这个功能不是所有工具都支持，AI好记的思维导图节点跳转本质上做的就是这件事。
说几句真实感受
这套工作流确实让我跟Obsidian的关系发生了变化。以前Obsidian对我来说是一个需要「维护」的工具，你得经常花时间整理才能保持它好用。
现在它更像是一个「生长」的系统，你往里面丢素材，它自己会长大。
不好的地方也有。Claude编译wiki的质量取决于raw素材的质量。如果你丢进去的视频笔记本身结构混乱，编译出来的wiki也不会好到哪去。所以第一步的筛选和转录质量很重要。
另外，这套工作流需要你同时会用好几个工具，有一定的学习成本。不是说你今天看了这篇文章明天就能跑通的，你得花一两天时间把每个环节都走一遍。
但跑通了以后，你会发现这是一个复利型的系统。你往里面投入的每一份素材，都会让整个知识库变得更大、更深、更有价值。时间越长，回报越大。
