背景

前段时间出现了很多 AI 知识库产品，比如 ima、通义笔记库、飞书知识问答、知乎直答、Cherry Studio、秘塔AI 等等，试用了下，导入 AI 的那一刻，我拥有的知识被它瞬间理解的感觉还是挺神奇的，而且基于个人知识库的问答会让 AI 的回答更加精准，减少大模型幻觉

但这些都需要我上传个人知识库，问题来了：我的笔记数据太分散了（电脑、手机备忘录、腾讯文档、博客、微信收藏、小红书收藏等），没有完整的知识库，无法高效喂给 AI

知识库篇

首要任务就是构建个人知识库，那什么是知识库呢？

在我看来，知识库 = 数据格式 + 整理方法 + 工具

于是问题就被拆解为这三个部分

数据格式：Markdown

我的每一篇笔记，应该以什么样的格式存储呢？我的答案是 Markdown，因为数据主权

什么是数据主权？举个例子

假如你用在某个笔记软件辛辛苦苦记录了 1 万条笔记，你想拿到这部分数据，无论是拿它们喂给 AI 还是迁移到其他笔记软件，此时你就得依赖这个笔记软件的导出功能，如果它不支持导出，或者导出的格式是 pdf 等不可编辑的格式，那你的数据就毁于一旦了

• 比如腾讯文档仅支持导出 pdf、docs 和图片
• 比如苹果备忘录仅支持导出 pdf
• 比如 flomo 仅支持导出 html
• 比如 Get 笔记仅支持导出 html

不被任何平台裹挟，即使所有平台倒闭了，你的数据依然 100% 是你的，这就是数据主权

除此之外，Markdown 对 AI 极其友好，天然就可以被 AI 识别；因为是最简洁的元数据，所以扩展性更强，比如转成 HTML、PDF、图片等就很简单，但其他格式转回来就复杂得多

Markdown 就是知识库最优雅最简洁最安全的格式

整理方法：卡片笔记

确定了数据格式，那该如何整理我的笔记呢？推荐使用卡片笔记法

什么是卡片笔记法？每个 Markdown 文件为独立卡片，仅记录一个知识点，卡片可以打标签，卡片之间可以建立双向链接，以此构建知识网络，这样我们人类和 AI 理解起来都更方便

比如之前我的读书笔记是这样的，仅一篇笔记

《认知觉醒》读书笔记.md

## 关于拖延症
...

## 关于高效学习
...

## 关于心智
...

现在我会按主题拆分为对应三条笔记，并打上标签 书/认知觉醒

拖延症.md
...

#书/认知觉醒

这样通过标签我可以高效检索出这本书我的所有收获。假如其他笔记需要引用拖延症的知识，我就可以通过双链链接到对应笔记

既然每篇笔记都是一个卡片，那这些卡片应该以什么样的组织形式存放

如果你研究过 PKM 的相关知识，会发现有很多流行的方法，比如PARA、INKP，你只要选择你顺手的即可，因为流行的不一定是合适自己的

比如 PARA 就不适合我：PARA 中 Project 关注的是正在进行中的项目，这类我使用滴答清单更会舒服，同时我也不想去纠结 Area 和 Resource 之间有什么区别

这是我自己实践下来沉淀的整理方法：

• 临时区：临时存放，允许乱，但会经常整理。类比电脑桌面
• 分类区：像抽屉，分门别类存放同类笔记，不嵌套多级。类比电脑中的文件夹
• 常驻区：可选，存放常用的。类比 Mac 的 Docker
• 归档区：分类区如果有不常用的文件夹，拖到这里眼不见为净。类比电脑中的隐藏文件夹

这样我平时一些想法可以快速记录，丢到临时区，降低自己输入的心理压力，再找个时间消化整理到分类区

工具：Obsidian

当确定了数据格式和整理方法，需求也随之明确了，我理想中的知识库管理软件应该具备以下要求

• [P0] Markdown 无损导入/导出
• [P0] Markdown 编辑
• [P0] 双向链接
• [P1] 多平台支持：PC、移动端均支持
• [P1] 干净纯粹：简洁易用、无广告
• [P1] 标签&多级标签

为此我对市面上多款笔记软件做了调研，结论是 Obsidian 完胜。

导入导出上，Obsidian 做到了 0 成本

Obsidian 直接读取你本地的 Markdown 文件，无需所谓的导入操作；同时修改也是直接作用于本地文件，无需所谓的导出操作

Markdown 编辑上，Obsidian 几乎无可挑剔

支持基础的所见即所得

常规文档的功能也做到了 Markdown 化，比如 cmd+k 插入链接、cmd+b 变粗体、复制图片直接变成 Markdown 格式并存储图片到本地、表格支持可视化操作、列宽自动自适应等等

再配合 Linter 插件、URL Namer 等插件，编辑体验拉满

双链功能上， Obsidian 做到了极简的交互

只要连敲两下 [ 就能原地快速链接其他卡片，你无需跳转到其他页面去 copy 链接再回来粘贴，操作极致的简洁，如果任意的卡片标题或文件路径更新了，相关链接就会自动更新，非常细节

除此之外，Obsidian 还有一些让我惊喜的功能

关系图谱：成就感十足

当我看到我写下的每一篇笔记，慢慢长成一张庞大的关系图谱，仿佛知识网络的概念在此刻具象化了，还是挺有成就感的

笔记模版：日报周报神器

如果你经常需要记录重复性较高的笔记，比如每天或每周的工作笔记，使用笔记模板可以快速创建对应的笔记框架，最大化减少重复信息的录入

插件生态：无限可能

如果哪里还不满足你，别忘了 Obsidian 还拥有丰富的插件生态，而这意味着无限可能。

比如我想整理小红书笔记，可以使用对应插件，一键导入小红书笔记并自动下载图片到笔记中

比如你想折腾，也可以使用插件构建漂亮的统计页面（如下网友图），有能力的也可以上手开发插件取悦自己

总而言之，对我而言，（Mac 版本的）Obsidian 几乎是完美的存在

AI 篇

知识库的价值并非仅限于直接的AI问答。可进一步开阔思路，从知识的流动方向入手，拆分为输入、整理、输出三个阶段，看看 AI 在各个阶段如何提效

输入

• 语音快速录入：日常迸发的灵感可以使用语音工具快速录入、润色并转为 Markdown（如 Get 笔记、闪念贝壳、AudioPen）
• 读书笔记高效整理：微信读书的书摘内容通过 MCP 快速汇入知识库，AI 自动拆解为卡片笔记并进行自动化标注（如 Cursor + 微信读书笔记 MCP）
• 播客高效总结：部分播客的时间往往比较长，使用 AI 总结可有效节省时间（如 Podwise）
• 文章阅读新方式：将文章转播客，通勤路上听（如 NoteBookLM、Monica、ListenHub）

整理

• AI 问答与讨论：与 AI 讨论笔记内容，帮你理清思路
• 语义检索：模糊提问如“上个月讲经济那本书有个观点是什么？”，AI 就能基于内容和笔记创建时间帮你找到它
• 自动化关联： AI 辅助自动建议标签、建立笔记间的双向链接，帮你发现隐藏联系
• 知识纠错：有些知识可能会过时，有些知识可能之前自己不知道有错误，AI 可以基于你的知识库帮你查漏补缺
• 快速学习新领域：AI 基于你已有的笔记，分析并帮忙搭建知识体系

这部分内容实测用 Cursor 效果更好，能直接修改笔记，而 ima、Cherry Studio、秘塔等工具对知识库只读而不能修改，有些甚至还需要上传到其服务器

输出

输入和整理的最终目的是为了输出

• 知识多维输出：
  • 一键将 Markdown 转成脑图、PPT 等素材
  • 将读书笔记生成好看的卡片去分享：微信读书出书摘卡片
• 自动化发布自媒体：AI 生成海报、视频（如 Lovart、MJ、可灵），并通过工作流自动发布到小红书/Twitter等平台（如 Coze + 小红书/Twitter MCP）
• 高效创作：像 AI 写代码一样享受文字补全（如 Cursor、KwaiPilot）
• 模拟自己创作：AI 根据自己以往的文章风格输出文章（如 Cursor）

理想案例：微信读书上看书时，使用 AI 语音录入笔记。看完后，喊一下“嘿 Siri”，AI 就能自动根据标签整理出该书的所有笔记和想法，再根据你以往的文章风格自动生成文章，同时生成封面海报和插图，利用工作流自动发布到公众号。也就是说，从写下笔记到输出公众号文章，中间只隔了一层嘿 Siri

总结

简而言之，AI 时代下，对于个人知识库的管理，我的核心解决方案为：使用 Markdown 为核心载体，在知识的输入、整理和输出上，借助合适的 AI 工具来提效

整个体系的关键词是「可插拔」，无论是 Obsidian、大模型还是 AI 产品，只选「小而美」的工具，而非捆绑于「大而全」的平台。今天的王者或许明天就无人问津，这样可确保能随时替换为更优选项

更重要的是，知识库的构建和输出远比 AI 提效更重要，是 知识库 × AI，而非 AI × 知识库 —— 这与其他 AI 应用场景完全一致，核心永远是前者本身

最后，几点思考

1. AI 时代的自我要求：AI 发展迅猛，至少要知道 AI 的边界，努力从不知道自己不知道，变成知道自己不知道；更进一步，不要局限于知不知道和用没用过，而要真正关注为自己带来多少改变
2. 先明确需求，再反推工具：不要跟风，流行的不一定适合自己。反观最初的需求，我只是想使用 AI 知识库工具，但最终推导下来，我其实并不需要 ima 这类软件；比如 PARA 的笔记整理方法很流行，但是对我来说并不好用
3. 追求极简就是追求效率：Markdown 是极简的、卡片笔记是极简的、双链是极简的、Obsidian 的用户体验是极简的，极致的简洁带来极致的效率