Mobile wallpaper 1Mobile wallpaper 2Mobile wallpaper 3Mobile wallpaper 4Mobile wallpaper 5Mobile wallpaper 6Mobile wallpaper 7Mobile wallpaper 8Mobile wallpaper 9Mobile wallpaper 10Mobile wallpaper 11Mobile wallpaper 12Mobile wallpaper 13Mobile wallpaper 14Mobile wallpaper 15Mobile wallpaper 16Mobile wallpaper 17Mobile wallpaper 18Mobile wallpaper 19
5483 字
27 分钟
从零搭建 Codex + Obsidian 人工智能学术知识库

从零搭建 Codex + Obsidian 人工智能学术知识库#

本教程以 Windows 为主,也给出 macOS / Linux 的 Obsidian 安装入口。资料与产品状态核验于 2026-07-25。软件界面可能更新;下载和安全相关步骤以文末官方链接为准。

0. 最终会得到什么#

完成后,你会拥有一个本地优先的 AI 学术知识库:

  • 原始论文、网页和课程资料保留为不可随意改写的事实来源;
  • Codex 把来源编译成文献笔记、概念页、主题综述和实体页;
  • Obsidian 提供双向链接、反向链接、搜索、属性和关系图谱;
  • 每个重要结论能够回到具体来源;
  • 研究问题、实验、结论和成果不会只留在一次性聊天里;
  • AGENTS.md 让新的 Codex 任务自动继承相同维护规则;
  • 知识库首页.md变更日志.md 分别提供内容索引与演化历史。

其核心是持续维护一个可检查、可修改、会积累的 Markdown Wiki。

1. 设计来源:Karpathy 的 LLM Wiki#

Andrej Karpathy 提出的模式有三层:

  1. Raw sources:人工筛选的原始资料,是事实来源,LLM 只读;
  2. Wiki:LLM 持续维护的结构化 Markdown 页面;
  3. Schema:告诉 agent 目录、写作、摄取、查询和巡检规则的文档;Codex 对应 AGENTS.md

他还建议三种核心操作:

  • Ingest:加入一个来源,创建来源笔记并更新相关页面;
  • Query:基于已积累的 Wiki 综合回答,好的回答可以写回;
  • Lint:查找矛盾、过时结论、孤立页面、缺失链接和知识空白。

索引 index.md 负责按内容导航,log.md 负责按时间记录操作。本 vault 使用中文名称 知识库首页变更日志 实现相同职责。

IMPORTANT

关键价值不是让 LLM 写更多笔记,而是让知识“可积累、可追溯、可纠错”。原始资料、模型综合与研究者判断必须保持边界。

原始构想见 Karpathy:LLM Wiki

2. 安装 Obsidian#

2.1 Windows#

  1. 打开 Obsidian 官方下载页
  2. 在 Windows 下选择 Universal 安装程序。
  3. 运行下载的安装文件并完成安装。
  4. 从开始菜单打开 Obsidian。

不要从不明镜像下载。官方完整说明见 Download and install Obsidian

2.2 macOS#

  1. 官方下载页 下载 macOS Universal 版本;
  2. 打开安装镜像;
  3. 把 Obsidian 拖到 Applications;
  4. 从 Applications 打开。

2.3 Linux#

官方提供 AppImage、Snap 等方式,Flatpak 可使用:

flatpak install flathub md.obsidian.Obsidian
flatpak run md.obsidian.Obsidian

不同发行版请直接参照 Obsidian 官方安装文档,不要照搬其他系统的命令。

3. 安装并登录 Codex#

3.1 Windows 桌面端#

官方 Windows 应用支持 PowerShell、本地项目、文件预览、Git、技能和沙箱。两种安装方式任选其一:

Terminal window
winget install --id 9PLM9XGG6VKS -s msstore

安装后:

  1. 打开应用;
  2. 使用 ChatGPT 账号登录;
  3. 进入 Codex 工作界面;
  4. 点击添加项目或使用 Ctrl+O
  5. 选择你的 Obsidian vault 根目录,而不是只选某个子文件夹。

官方快速开始说明见 Codex Quickstart

3.2 安全设置#

建议选择 Ask for approval / 需要时请求批准,并把工作目录限制在 vault 内。不要为了省一次确认而长期启用全磁盘访问。

Codex 需要修改 vault 中的 Markdown,但通常不需要:

  • 访问整个用户目录;
  • 删除大量文件;
  • 改写 10-原始资料/
  • 把私有论文、未公开实验或个人信息上传到其他服务。

本 vault 的 AGENTS.md 还规定:批量删除、合并、改名和改写原始资料前必须先获得确认。

3.3 检查是否可用#

在 Codex 中打开 vault 后发送:

请只读检查当前目录,告诉我:
1. workspace 根目录;
2. 是否读取到了 AGENTS.md;
3. 原始资料层和知识库层分别是哪两个目录。
不要修改文件。

期望回答应包含:

  • 根目录为 obsidian_program
  • 项目规则为根目录的 AGENTS.md
  • 原始资料层是 10-原始资料/
  • Wiki 层是 20-知识库/

4. 创建或打开 Obsidian vault#

Obsidian 的 vault 本质上就是本地文件夹,其中的笔记是普通 Markdown 文件;.obsidian/ 保存这个 vault 的界面与插件配置。官方解释见 How Obsidian stores data

4.1 全新创建#

首次打开 Obsidian:

  1. 选择 Create new vault
  2. 输入 vault 名称;
  3. 选择保存位置;
  4. 点击 Create

4.2 打开本教程已经部署的 vault#

本机不需要再创建空 vault:

  1. 在 Obsidian 的 vault 切换器中选择 Open folder as vault
  2. 选择 obsidian_program
  3. 点击打开;
  4. 打开 知识库首页

官方步骤见 Create a vault

WARNING

不要在一个 vault 内再创建另一个 vault。Obsidian 官方提醒,嵌套 vault 会让内部链接更新不可靠。

5. 已部署的目录结构#

obsidian_program/
├─ .obsidian/ # Obsidian 当前 vault 配置
├─ AGENTS.md # Codex 的持久维护规则 / schema
├─ 知识库首页.md # 内容索引
├─ 变更日志.md # 只追加的操作历史
├─ 00-收件箱/ # 尚未处理的内容
├─ 10-原始资料/ # 事实来源层,默认只读
│ ├─ 论文/
│ ├─ 网页剪藏/
│ ├─ 课程与书籍/
│ └─ 数据与代码说明/
├─ 20-知识库/ # Codex 维护的 Wiki
│ ├─ 文献笔记/
│ ├─ 概念/
│ ├─ 主题综述/
│ └─ 实体/
├─ 30-研究项目/
├─ 40-实验记录/
├─ 50-成果输出/
├─ 60-每日笔记/
└─ 90-系统/
├─ 模板/
└─ 附件/

为什么不一开始安装向量数据库、复杂知识图谱和大量插件?

  • 在中小规模时,Markdown、首页索引、全文搜索和双链已经够用;
  • 学术知识库最先需要解决的是来源追踪和稳定维护,不是搜索基础设施;
  • 只有当普通搜索确实成为瓶颈时,再加入本地混合检索;
  • 少依赖意味着更容易备份、迁移和让 Codex理解。

6. Obsidian 已完成的设置#

打开 Settings 检查以下内容。

本 vault 已写入:

  • Default location for new notes00-收件箱
  • Attachment folder path90-系统/附件
  • 自动更新内部链接:开启
  • 链接格式:Obsidian Wikilinks,即 [[页面名]]

这保证临时创建的内容不会散落在根目录,图片也不会与知识页混在一起。

6.2 Core plugins#

以下核心插件已经启用:

  • File explorer
  • Search
  • Graph view
  • Backlinks
  • Outgoing links
  • Properties
  • Daily notes
  • Templates
  • Command palette
  • Outline
  • File recovery

第三方插件默认没有安装。先运行基础流程一到两周,再根据真实痛点决定是否增加。

6.3 Templates#

Settings → Core plugins → Templates 中,模板目录应为:

90-系统/模板

已经提供:

在 Obsidian 中创建新文件后,打开命令面板 Ctrl+P,执行 Templates: Insert template 即可插入。

Obsidian 官方说明:模板中的 properties 会与当前笔记已有 properties 合并。参考 TemplatesProperties

6.4 Daily notes#

已经配置:

  • 文件夹:60-每日笔记
  • 文件名格式:YYYY-MM-DD
  • 模板:90-系统/模板/每日笔记模板

点击左侧日历按钮,或通过命令面板运行 Open today’s daily note。官方说明见 Daily notes

6.5 Graph view#

关系图谱已经默认排除原始资料、模板和附件,避免 PDF、图片和系统文件淹没真正的知识关系;并按概念、文献笔记、项目/实验设置了颜色组。

图谱适合发现:

  • 没有入链的孤立 Wiki 页面;
  • 连接很多主题的核心概念;
  • 只有文献笔记、缺少概念综合的区域;
  • 项目和已有知识之间的断裂。

图谱不是知识质量本身。连接多不等于结论正确。

7. AGENTS.md 为什么关键#

Codex 会在开始任务前读取 AGENTS.md。官方文档说明:它从项目根目录沿当前工作目录逐层发现规则,越靠近当前目录的规则优先级越高;新的会话会重新建立规则链。见 Custom instructions with AGENTS.md

本 vault 的 AGENTS.md 定义了:

  • 人类与 Codex 的职责;
  • 每个目录的所有权;
  • 来源和引用规则;
  • YAML properties 规范;
  • 摄取、查询和巡检流程;
  • 变更日志格式;
  • 删除、合并和批量改名的确认要求。

如果以后某个研究项目需要特殊规则,可以在项目文件夹中增加更具体的 AGENTS.md,但不要一开始就层层嵌套。

8. 第一次摄取:从一篇论文开始#

建议一次处理一个来源。这样你能检查 Codex 抓住了什么、漏掉了什么,并逐步校准规则。

8.1 放入论文#

把一篇你真正读过或准备精读的 PDF 放到:

00-收件箱/

文件名建议:

年份-第一作者-短标题.pdf

例如:

2017-Vaswani-Attention-Is-All-You-Need.pdf

8.2 让 Codex 先规划,再写入#

发送:

请摄取 00-收件箱/2017-Vaswani-Attention-Is-All-You-Need.pdf。
严格遵守 AGENTS.md。先只读检查:
1. 资料是否可读;
2. 最合适的原始资料目标路径;
3. 计划新建或更新哪些 Wiki 页面;
4. 哪些元数据需要我补充。
先向我展示计划,不要写文件。

确认计划后发送:

按刚才的计划执行摄取。
要求:
- 原始 PDF 归入 10-原始资料/论文;
- 创建结构化文献笔记;
- 只创建本篇论文真正需要的概念页,不要一次铺开几十个空页面;
- 每个事实性主张能追溯到论文页码、章节或图表;
- 更新知识库首页和变更日志;
- 最后列出变更、待核验项和我应重点复核的三处内容。

8.3 人工复核#

至少检查:

  • 标题、作者、年份、venue、DOI 是否真实;
  • 一句话贡献是否过度概括;
  • 数据集、评价指标、基线和数字是否与原文一致;
  • “局限”是论文明确陈述,还是 Codex 的合理推断;
  • 概念页是否真的综合了知识,而不是把摘要换一种说法;
  • Wiki 页面是否链接回原始 PDF 或文献笔记;
  • 知识库首页变更日志 是否更新。
TIP

对学术工作,最省时间的不是“完全不复核”,而是让 Codex 明确指出最值得复核的主张、数字和推断。

9. 摄取网页、课程与想法#

9.1 Obsidian Web Clipper#

Obsidian 官方 Web Clipper 可把网页内容与元数据保存为本地 Markdown,支持 Chrome、Firefox、Safari、Edge 等浏览器。安装入口与隐私说明见 Obsidian Web Clipper

推荐配置:

  • 保存位置:10-原始资料/网页剪藏
  • 文件名:{{date|date:"YYYY-MM-DD"}}-{{domain}}-{{title}}
  • properties 至少包含:原始 URL、作者、发布日期、剪藏日期

剪藏后,图片默认可能仍是远程链接。需要长期离线保存时,在 Obsidian 命令面板运行 Download attachments for current file。官方步骤见 Clip web pages

9.2 课程与书籍#

  • 讲义、章节和转写放在 10-原始资料/课程与书籍/
  • 一章一章处理通常比整本一次处理更稳;
  • 对教材公式,要求 Codex保留符号定义和推导条件;
  • 课程老师的口头判断与正式论文结论要分开标记。

9.3 自己的想法#

想法先进入 00-收件箱/ 或每日笔记,并明确标记为“个人想法”或“研究假设”。没有来源时,不要让 Codex 把它改写成既成事实。

10. 日常查询与写回#

10.1 只回答,不写文件#

基于当前知识库回答:
“对小样本图像分类,参数高效微调与全量微调的主要权衡是什么?”
先读知识库首页,再检索相关 Wiki 页面;必要时回查原始资料。
区分来源陈述、综合判断和推测。给出 vault 内链接。
本次不要修改文件。

10.2 把高价值综合写回#

如果回答形成了长期有用的比较:

刚才的回答值得保留。请将其整理为一篇主题综述:
- 避免重复已有页面;
- 保留证据链;
- 标出结论适用范围和冲突来源;
- 更新知识库首页与变更日志。

不值得长期复用的临时问答不要全部写回,否则 Wiki 会快速膨胀。

11. 研究项目与实验#

11.1 创建项目#

30-研究项目/ 创建项目文件夹和主页,插入 研究项目模板

让 Codex 协助:

请根据当前知识库,把“项目名”整理成一个可执行研究计划。
要求:
- 研究问题必须明确;
- 假设必须可证伪;
- 给出最小可行实验;
- 成功标准可测量;
- 每个动机和方法选择链接到已有知识;
- 不要虚构数据或基线。

11.2 记录实验#

每次实验从 实验记录模板 开始,至少保存:

  • 代码 commit;
  • 数据版本与切分;
  • 环境和硬件;
  • 随机种子;
  • 完整配置与执行命令;
  • 与基线相比的唯一变化;
  • 原始日志、检查点和图表路径;
  • 失败分析与下一步。

不要只记录“效果提升”。没有上下文的单个数字以后几乎无法解释。

12. 每周健康检查#

建议每周或每摄取 5–10 个来源后执行:

请按 AGENTS.md 对 20-知识库 执行只读健康检查。
输出:
1. 无来源支撑的事实性主张;
2. 断链与孤立页面;
3. 重复概念或同义页面;
4. 过时或互相冲突的结论;
5. 元数据缺失;
6. 首页索引或变更日志遗漏;
7. 最值得补充的三个知识空白。
先给报告,不要自动删除、合并或批量改名。

审阅报告后,再指定某一类问题修复。不要把“巡检”直接变成不受控的大规模重构。

13. Properties 约定#

Obsidian 的 properties 存在每篇 Markdown 顶部的 YAML 中,既便于人看,也便于 Codex 与搜索处理。

基础字段:

---
type: concept
status: developing
created: 2026-07-25
updated: 2026-07-25
aliases: []
tags:
- concept
---

status 统一使用:

含义
seed刚建立,信息很少
developing正在积累,尚未系统核验
verified关键内容已由用户核验
stale很可能过时,需要复查
archived保留历史,但不再主动维护

避免在 properties 中塞入长段文字。Obsidian 官方也把 properties 定位为小而原子的结构化信息。见 Properties

14. 搜索策略#

按从简单到复杂的顺序:

  1. 打开 知识库首页 浏览类别;
  2. 使用 Obsidian 快速切换查标题;
  3. 使用全文搜索查关键词、别名和 properties;
  4. 使用反向链接与图谱发现关系;
  5. 让 Codex 用文件搜索跨页综合;
  6. 只有在数百至数千页面、普通搜索明显不足时,再评估本地语义检索。

不要因为“向量数据库听起来先进”就提前引入。额外索引还会带来同步、更新、隐私和失效问题。

15. 备份、同步与版本控制#

15.1 基本原则#

  • 同步不等于备份;
  • 至少保留两份副本,其中一份不与主目录实时镜像删除;
  • 未公开论文、审稿材料、个人数据和实验凭据不要放入公共仓库;
  • API key、账号令牌和密码永远不要写进 vault。

15.2 Obsidian Sync 或云盘#

可使用 Obsidian Sync,或你已经信任的同步方案。开始前先做一次完整本地副本。

15.3 Git#

Markdown 很适合版本控制。若你熟悉 Git,可以为 vault 单独建立私有仓库。建议忽略经常变化的工作区布局:

.obsidian/workspace.json
.obsidian/workspaces.json
.trash/

Obsidian 官方也特别指出 workspace.json / workspaces.json 会随打开文件频繁变化,可加入 .gitignore。见 How Obsidian stores data

WARNING

当前 vault 所在用户目录可能已处在其他 Git 配置或父级仓库中。初始化新仓库前先运行 git rev-parse --show-toplevel 检查边界;不要把整个用户目录意外提交到远程。

16. 隐私、版权与学术诚信#

  • 只把你有权保存和处理的资料放入 vault;
  • 不公开传播受版权保护的整篇论文或付费课程内容;
  • 未发表研究、审稿稿件、人类受试者数据和敏感日志应遵守所属机构规则;
  • Codex 的摘要不是论文证据,正式写作必须回到原文;
  • 论文引用必须通过 DOI、出版社页面、Crossref、Semantic Scholar 或原文核验;
  • AI 生成文字进入论文前,遵守目标期刊、会议和学校关于 AI 辅助写作的政策;
  • 不让 Codex 编造缺失实验,也不把推断伪装为作者原话。

17. 推荐的维护节奏#

每天 5 分钟#

  • 把新资料放入收件箱;
  • 在每日笔记写下研究问题和连接;
  • 把有长期价值的实验或结论链接到项目。

每周 30–60 分钟#

  • 清空收件箱;
  • 摄取 1–5 个高价值来源;
  • 执行一次只读健康检查;
  • 人工复核冲突、数字和引用;
  • 备份。

每月#

  • 更新主题综述;
  • 把过时页面标为 stale
  • 检查研究项目与知识库是否断开;
  • 合并重复概念,但先人工确认;
  • 评估是否真的需要新插件或语义搜索。

18. 常用提示词#

摄取论文#

摄取 <文件路径>。严格遵守 AGENTS.md。
先查重,再创建文献笔记;仅更新真正相关的概念和综述。
所有结论标明证据位置,不确定内容标注待核验。
更新知识库首页与变更日志。

对比两种方法#

基于当前知识库比较 <方法 A> 与 <方法 B>。
按假设、计算成本、数据需求、效果、适用边界和失败模式组织。
引用 vault 内页面;缺少证据时明确说缺少。
先回答,不写文件。

寻找研究空白#

基于已有主题综述和文献笔记,提出 5 个研究空白。
每个空白给出:
- 已知证据;
- 仍未知什么;
- 为什么重要;
- 最小可行实验;
- 最大风险。
把“来源支持”和“你的推断”分开。

更新旧综述#

用最近摄取的来源复核 <综述页面>。
列出被支持、被削弱、被推翻和仍未知的结论。
先显示拟修改的段落和证据,不要直接覆盖。

实验复盘#

读取 <实验记录> 及其日志,只根据实际产物复盘。
判断结果是否支持原假设,识别混杂变量和复现缺口。
不要补造缺失数字。

19. 故障排查#

Codex 没有遵守 AGENTS.md#

  1. 确认 Codex 打开的项目是 vault 根目录;
  2. 确认根目录确实存在非空 AGENTS.md
  3. 新建任务或重启当前 Codex 会话;
  4. 让 Codex 只读列出它加载的规则来源;
  5. 检查更高层或更深目录是否存在 AGENTS.override.md

官方说明:Codex 每次新运行时重新建立指令链。见 AGENTS.md 官方指南

模板命令里看不到模板#

  1. 确认 Templates 核心插件已开启;
  2. 模板目录应为 90-系统/模板
  3. 路径不要以 vault 根目录的绝对路径填写;
  4. 重启 Obsidian 后再试;
  5. Ctrl+P 搜索 Templates: Insert template

每日笔记是空白#

  1. 确认 Daily notes 核心插件已开启;
  2. 新文件位置应为 60-每日笔记
  3. 模板位置应为 90-系统/模板/每日笔记模板
  4. 删除测试用的空白当日日记后重新创建,或手动插入模板。

新图片散落在当前文件夹#

检查 Settings → Files and links → Attachment folder path,应为:

90-系统/附件

Web Clipper 无法写入#

  • vault 名称必须与 Obsidian 中显示的名称完全一致,而不是完整路径;
  • 检查目标文件夹名;
  • 确认 Obsidian URI 已正确注册;
  • 参考 Web Clipper Troubleshooting

Wiki 越来越乱#

通常不是文件夹不够多,而是以下规则没有执行:

  • 一次摄取一个来源;
  • 首页索引每次更新;
  • 页面先查重;
  • 新概念必须有真实内容;
  • 每周巡检孤立页面和重复概念;
  • 临时答案不全部写回。

20. 部署验收清单#

软件#

  • Obsidian 能打开 vault 根目录
  • Codex 能打开同一根目录
  • Codex 能读取 AGENTS.md

Obsidian#

  • 新笔记默认进入 00-收件箱
  • 附件默认进入 90-系统/附件
  • Templates 能看到六个模板
  • Daily notes 在 60-每日笔记 生成带模板的笔记
  • 图谱能显示 Wiki 页之间的关系

知识库#

  • 知识库首页 可打开全部主要目录
  • 变更日志 有初始化记录
  • 原始资料与 Wiki 分层明确
  • 第一个来源已生成文献笔记
  • 关键结论可以回到来源
  • 首页索引和变更日志随摄取更新

研究质量#

  • 没有虚构 DOI、页码、引文或实验数字
  • 推断与来源陈述明确区分
  • 项目假设可证伪
  • 实验记录包含复现信息
  • 对外输出在定稿前回查原文

21. 下一步:用第一篇真实论文校准系统#

现在不要继续增加结构。选择一篇与你当前研究最相关、你能够亲自复核的论文,完整走一次:

收件箱 → 原始资料 → 文献笔记 → 概念页 → 首页索引 → 变更日志 → 人工复核

完成后只问三个问题:

  1. 哪些字段对你的研究真正有用?
  2. Codex 最容易误解哪类内容?
  3. 哪个步骤最耗时且重复?

再根据真实答案修改模板或 AGENTS.md。好的知识库不是一次设计出来的,而是在可信资料与真实研究问题中逐步长出来的。

参考资料#

从零搭建 Codex + Obsidian 人工智能学术知识库
https://miku.nikonikoni.blog/posts/codex-obsidian-knowledge-base-tutorial/
作者
nikonikoni
发布于
2026-07-25
许可协议
CC BY-NC-SA 4.0

部分信息可能已经过时