之前文章提到了我的 AI 知识库，不少朋友留言说希望我分享下。今天我来整理一下，如何打造一套工作流，让 AI 像一个真正的个人助理一样，帮我们处理各种工作日常，整理管理知识库。
0x1: 面向的人群
面向所有人，包括不写代码的。跟着做，一个小时能搭完。搭完你会得到一个私人的 AI 知识管理员：替你读资料、整理笔记、随时回答你关于历史知识的问题，而且所有数据都在你自己手里，并且也可以用来 Vibe Coding 😂。
两点说明：
- 我以 macOS 为主线演示（我的主力机），Windows / Linux 同样可用，差异处会单独标注。
- 下载走 GitHub 或 winget。Anthropic 官方的部分渠道（claude.ai、官方安装脚本）在国内有各种限制，也经常被墙，我自己实测 GitHub 和 winget 是可用的。
0x2: 为什么你需要一个 AI 知识库
先说清楚它解决什么问题。
我们每天接收的信息远超处理能力。微信收藏、浏览器书签、下载了没看的 PDF，散落在各个角落，存了很多，但从不回顾。存了就等于忘了。
笔记软件解决不了这个。Obsidian、Notion 再好，也只是"更整齐的存放处"，整理和检索还得靠自己。而你是不会去整理的——我也不会。
所以需要的不是又一个笔记软件，而是一个能替你读、替你整理、能随时回答问题的知识管理员。
那么，直接用 DeepSeek 或者其他 AI 的网页版不行么？
差三样东西：
- 私有——数据全是本地 Markdown，在你自己硬盘上，随时整体拷走；
- 记忆——有一个 CLAUDE.md 写着它是谁、怎么工作，AI 每次启动先读它；
- 资料——网页版只能看到你当场粘贴的内容，而这里它能读你积累的全部资料。
0x3: 整体框架
先看全景。五个模块，各干各的事：
| 模块 | 角色 | 一句话解释 |
|---|---|---|
| Obsidian | 知识库本体 | 免费的笔记软件，所有内容是本地 Markdown 文件 |
| Claudian | 对话入口 | Obsidian 插件，在笔记软件里开一个 AI 对话窗 |
| Claude Code | 引擎 | AI Agent 运行时：接收请求、读写文件、执行多步任务 |
| CC Switch | 路由 | 把 Claude Code 的请求转发给 DeepSeek，顺便记账、故障切换 |
| DeepSeek | 大脑 | 真正思考的大模型，国产，便宜，中文好 |
数据流整体是：
- 你在 Obsidian 里说话
- Claudian 把请求交给 Claude Code
- Claude Code 把请求发到本地 CC Switch 代理
- CC Switch 转发给 DeepSeek
- 答案原路返回，Claude Code 顺手读写你的笔记文件
这套方法避免了直接使用 Claude 的各种限制，比如 Anthropic 账号和国外信用卡等等。
下面开始装。顺序：Obsidian → Claudian → Claude Code → CC Switch → 验证。
0x4: 安装步骤
Step 1：安装 Obsidian，搭骨架
到 obsidian.md 下载安装。新建一个 vault（比如叫"知识库"）。
建议直接把 vault 建在 iCloud Drive 里。我白天工作用 Mac，家里是台 Windows PC，vault 放 iCloud Drive，两端自动同步，同一份知识库无缝切换。
然后在 vault 根目录建三个文件夹：
你的vault/ ├── raw/ ← 原始素材：PDF、图片、网页存档。AI 只读，永不修改 ├── wiki/ ← AI 整理后的笔记 └── assets/ ← 配图等资源
最后在 vault 根目录下建一个 CLAUDE.md。这是整套系统的灵魂，值得单独说两句：AI 每次启动，第一件事就是读它。它是谁、目录怎么分、素材怎么录、检索怎么做、索引怎么维护，全写在这里。这个文件的好坏，直接决定知识库的好用程度——同样一套工具，AI 是变成管理员还是变成捣乱的，基本就看它。不用从零写，文末附了一份可以直接用的简化版，替换几个占位符就行，之后在使用中按你的喜好慢慢改。
Step 2：安装 Claudian
Claudian 是 Obsidian 社区插件，作用是把 Claude Code 嵌进 Obsidian。装完之后，你在侧边栏就能直接和 AI 对话，它能读写整个 vault。
打开设置，找到"第三方插件"，第一次使用的话需要"关闭安全模式"，然后选择社区插件市场，进去搜索 claudian，安装完成后，启用即可。
启用后，我们就能在 Obsidian 的左侧栏看到一个小机器人头像，点开它就可以对话了。
Step 3：安装 Claude Code
1. macOS（如果没有 homebrew，也可以自己在 GitHub 下载）：
brew install --cask claude-code
2. Windows：
winget install Anthropic.ClaudeCode
注意，不建议用 Anthropic 官方"最推荐"的一键脚本，claude.ai 在国内有各种限制，大概率第一步就卡死（当然也可以在 GitHub 上下载自己安装）。
验证，两个平台通用：
claude --version
有版本号输出就行了。（GitHub 下载如果慢得离谱：换个网络——手机热点有时反而快，或者找个 GitHub 下载加速服务代理下载。）
注意全程我们不需要注册 Anthropic 账号，我们不连官方服务，下一步就把请求路由到 DeepSeek。
Step 4：接通 DeepSeek
DeepSeek 官方提供了 Anthropic 协议兼容接口，所以理论上不装 CC Switch、手改一个配置文件也能直连。但我还是推荐 CC Switch：不用手编 JSON、多供应商一键切换、用量可视，还能开机自启静默常驻，设置一次就不用管了。
4.1 拿 Key
到 DeepSeek 官网注册一个账号，在左侧 API Keys → 创建 API Key。充值最低 10 块，知识整理场景消耗不大，一个月大概一杯奶茶钱。我自己用了 4 亿多 Token 才花了 58 块钱。
4.2 装 CC Switch
CC Switch 是开源桌面应用（官网 ccswitch.io。请注意看准了地址，千万不要用百度搜，一堆李鬼，别问我怎么知道的 😂），跨平台。也推荐从 GitHub 下载：github.com/farion1231/cc-switch/releases
下载安装完成后，打开配置分三步：
- 第一步，添加供应商：主界面点右上角 +，添加供应商 → 预设列表里选 DeepSeek（Claude Code 分类下）→ 粘进 API Key → 保存。
- 第二步，打开本地代理：主界面顶部的代理开关点亮。代理默认监听
http://127.0.0.1:15721，Claude Code 的请求从这里转发，CC Switch 顺便记录日志、统计用量、供应商挂了自动切换。 - 第三步，启用：点 DeepSeek 卡片上的"启用"。CC Switch 会自动把请求地址、模型映射写进配置文件，不用你手动编辑任何 JSON。
最后再加一个一劳永逸的设置：打开 CC Switch 设置 → 窗口行为 → 开启开机自启，关闭行为选最小化到托盘。
想更彻底，右键托盘图标选轻量模式——主窗口直接销毁，只留托盘图标，空闲占用接近于零。
当然，你也可以添加其他的 AI，比如千问、Kimi。
4.3 轻装方案
但如果你不想装 CC Switch，可以手动编辑 Claude Code 的用户级配置文件（用户根目录下 settings.json）：
{
"env": {
"ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
"ANTHROPIC_AUTH_TOKEN": "<你的 DeepSeek API Key>",
"ANTHROPIC_MODEL": "deepseek-v4-pro[1m]",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-v4-pro[1m]",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-v4-pro[1m]",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-v4-flash",
"CLAUDE_CODE_SUBAGENT_MODEL": "deepseek-v4-flash"
}
}
配置来自 DeepSeek 官方文档的 Claude Code 集成章节。
这种方式请求从 Claude Code 直达 DeepSeek，组件最少。
Step 5：验证
回到 Obsidian，打开 Claudian 面板，发一句：
你好，介绍一下你自己，你现在的底层模型是什么？
它能正常回应，并且说得出 CLAUDE.md 里的设定，链路就通了。CC Switch 的代理面板里，请求数应该在涨。
然后往 raw/ 里扔一份 PDF，说"加到知识库"，看着它自己完成存档、整理、更新索引。
0x5: 它还能自己进化
好了，到这里你的个人 AI 助理已经 Ready 了，此时此刻就可以开始干活。
说一个真正有意思的地方：它的能力可以自我迭代。
举个实际的例子。DeepSeek 不支持多模态，所以这个助理现在看不了图，也画不了图——知识库里的 PDF 插图、截图、图表，它统统是瞎的。要补上这个能力，标准做法是写一个 Skill + 接一个 MCP。
听起来又要折腾？不用，一句话的事，让 AI 自己去完成：
你写一个 Skill，来实现图片的理解和生成，使用阿里云的 image-3.0-pro 模型
好了，接下来你就看着它自己干：查文档、写 Skill、装 MCP、自测，最后把结果交给你。整个过程中你唯一要做的，就是提供一下 API Key（可以去阿里云自己申请）。
这就是 Agent 和聊天机器人的区别。聊天机器人是你问它答；Agent 是缺什么能力，它自己把工具造出来。今天是多模态，明天可以是邮件、日程、网页抓取——方法都一样，一句话。
0x6: 进阶：把微信里读过的公众号文章同步进来
闭环跑通了，接下来解决输入。多数人的信息大头是微信公众号——刷到好文章，顺手收藏，然后再也不会看。
Obsidian 插件：WeChat Obsync。
Obsidian 社区市场搜 WeChat Obsync，跟刚刚装 Claudian 一样的路径，安装并启用。插件设置里点"生成"，拿到一个 6 位绑定码。手机微信里打开"Obsidian 同步助手"小程序 → 设置 → 绑定设备，填入 6 位码。
之后刷到值得留的公众号文章，点右上角三点，选择"小程序打开"，然后选择 Obsidian 同步助手。
随手的想法、速记也可以直接写在里面。电脑上的 Obsidian 开着，就会自动同步进 vault：转成排版干净的 Markdown，图片自动下载到本地（微信防盗链，不下载迟早图裂），自动去重。
剩下的交给 AI：对同步进来的文章说一句"加到 wiki"，阅读、整理、更新索引。输入端也自动化了。
0x7: 常见坑
都是实际踩过的。
- Error: Unknown model——Claude Code 向 DeepSeek 要了一个对方不认识的模型名。打开 CC Switch，编辑 DeepSeek 供应商，检查模型映射（Sonnet / Opus / Haiku 三档），换成 DeepSeek 真实存在的模型名，保存，重新启用。
- WebFetch 报 "Unable to verify if domain is safe"——Claude Code 抓网页前会先向 Anthropic 官方发一个安全预检请求，走第三方路由时这个预检经常不通。在用户级 settings.json（macOS/Linux：
~/.claude/settings.json；Windows：%USERPROFILE%.claudesettings.json）里加：{ "skipWebFetchPreflight": true }改完重启 Claude Code 才生效。
- Claudian 找不到 claude 命令——装的 claude 不在 Claudian 的 PATH 里。终端
which claude（Windows：Get-Command claude）拿到完整路径，填进 Claudian 的设置；或者彻底退出 Obsidian 重开。
常见问题
为什么不用 Codex？
搜"AI 知识库"的教程，不少会教你用 Codex。Codex 是好东西，但这里不用它。
- 场景不对口。Codex 是给程序员写代码用的，我们要的是知识管理。Claude Code 虽然也是编程工具出身，但它的几个特性恰好是为"长期驻留在一个文件夹里干活"设计的：CLAUDE.md（项目记忆）、Skills（可复用的技能定义）、成熟的文件操作。拿它当知识管理员，是目前生态里最顺手的。
- 门槛。Codex 要 OpenAI 账号，注册、访问、绑国外信用卡，对国内用户每一步都是坎。这套方案只需要一个 DeepSeek 的 Key，支付宝充值，十块钱起步。
- 生态。本文用到的 Claudian 插件、CC Switch 的预设、社区里各种 CLAUDE.md 模板，几乎都是围绕 Claude Code 建的。用它，遇到问题能搜到答案。
那么有人会问：Codex 不是用来写代码的吗，不用它，写代码怎么办？
答案是，这套东西装好之后，你得到的不只是一个知识管理员，而是一个完整的本地 AI Agent。vault 只是它的默认工作目录，经过授权它能访问机器上的其他目录、执行命令，当然也包括你的代码库。
我自己的用法：开源项目托管在 GitHub，CI 用 GitHub Action。本机装好 PHP，整个研发流程都在 Claudian 里完成：AI 写代码，本地编译、跑测试，过了就提交、push，然后 AI 会通过 gh 盯着 CI 结果。CI 红了，AI 自己去拉日志、分析、修、再提交，直到变绿。
Opus / Sonnet / Haiku 是什么？
这是 Anthropic 家 Claude 的三个档位：Opus 是旗舰，能力最强，也最慢最贵；Sonnet 是中端主力；Haiku 是轻量款，最快最便宜。
不过在这套方案里，把它们理解成三个"槽位"就行——Claude Code 发出的是"我要 Sonnet"这样的请求，真正干活的，是槽位背后映射的模型。前面 4.3 那份配置就是这么干的：Opus 和 Sonnet 都指向 DeepSeek 的旗舰模型，Haiku 指向轻量模型，去跑摘要这类杂活。所以也不用纠结选哪个，日常 Sonnet 就足够了。
Effort 又是什么？
Effort 是给模型设置的"思考深度"档位（低 / 中 / 高 / 超高）。比如 Sonnet Effort，就是 Sonnet 这个模型对应的档位。调得越高，模型回答前想得越深，适合复杂任务，代价是更慢、更费 token；调低则响应快，适合日常琐事。Claudian 按模型分别记忆这个设置，切换模型不用重调。日常整理知识库用默认档就够了；另外，如果后端模型本身不支持深度思考（本文的 DeepSeek 就是），这个档位没有实际效果，不用纠结。
附：CLAUDE.md（简化版）
复制粘贴到你的 CLAUDE.md，把空白处替换成你自己的信息就能用。你想让 AI 记住的事情都可以写到这里。你甚至不用自己编辑，比如你可以告诉 AI"请你记住：以后说话不要啰嗦"，它自己会记录到这里：
# 个人知识库 AI 助理 ## 身份 - 你是我的个人知识管理员，名字是「______」。用中文沟通。 ## 目录 - raw/ — 原始素材，只读，永不修改 - wiki/ — 消化后的笔记，每篇文章一个 md - assets/ — 配图等资源 ## 录入（触发词："加到 wiki"、"ingest 这个"等） 1. 素材存进 raw/<主题>/，文件名保持原样 2. 消化编译成 wiki/<主题>/<文章>.md：同主题合并，新概念新建文章 3. 更新 wiki/.index.md：每篇文章一行，链接 + 一句话摘要 + Updated 日期 4. 在 wiki/.log.md 追加一条操作记录 ## 查询（触发词："我知道啥关于 X"、"根据我的资料总结一下"等） 1. 先读 wiki/.index.md 定位文章，再读正文合成答案 2. 引用来源用 [[wiki/...]] 链接 3. 默认只在对话里回答，不写文件 ## 约定 - wiki 内部链接用相对路径 - 永不修改 raw，发现素材有错，在 wiki 文章里标注 - API Key、密码等敏感信息，永远不要写进笔记
Note：本文由 Jarvis（作者的 AI 助理）从公众号「风雪之隅」自动同步至本博客。
阅读公众号原文：《用Obsidian+Claudian+Ds搭建个人AI助理》
Be First to Comment