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和变更日志.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:
- Raw sources:人工筛选的原始资料,是事实来源,LLM 只读;
- Wiki:LLM 持续维护的结构化 Markdown 页面;
- 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 和 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
- 打开 Obsidian 官方下载页。
- 在 Windows 下选择 Universal 安装程序。
- 运行下载的安装文件并完成安装。
- 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
- 从 官方下载页 下载 macOS Universal 版本;
- 打开安装镜像;
- 把 Obsidian 拖到 Applications;
- 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.Obsidianflatpak 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:
- 打开 Codex / ChatGPT Windows 官方文档,点击官方 Microsoft Store 下载链接;
- 或在 PowerShell 运行官方给出的命令:
winget install --id 9PLM9XGG6VKS -s msstore安装后:
- 打开应用;
- 使用 ChatGPT 账号登录;
- 进入 Codex 工作界面;
- 点击添加项目或使用
Ctrl+O; - 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:
- 选择 Create new vault;
- 输入 vault 名称;
- 选择保存位置;
- 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:
- 在 Obsidian 的 vault 切换器中选择 Open folder as vault;
- 选择 obsidian_program
- 点击打开;
- 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。
6.1 Files and links
本 vault 已写入:
- Default location for new notes:
00-收件箱 - Attachment folder path:
90-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
在 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 Templates 与 Properties。
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.pdf8.2 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 与 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
在 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: conceptstatus: developingcreated: 2026-07-25updated: 2026-07-25aliases: []tags: - concept---status 统一使用:
| 值 | 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:
- 打开 知识库首页 浏览类别;
- 使用 Obsidian 快速切换查标题;
- 使用全文搜索查关键词、别名和 properties;
- 使用反向链接与图谱发现关系;
- 让 Codex 用文件搜索跨页综合;
- 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
- 确认 Codex 打开的项目是 vault 根目录;
- 确认根目录确实存在非空
AGENTS.md; - 新建任务或重启当前 Codex 会话;
- 让 Codex 只读列出它加载的规则来源;
- 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
- 确认 Templates 核心插件已开启;
- 模板目录应为
90-系统/模板; - 路径不要以 vault 根目录的绝对路径填写;
- 重启 Obsidian 后再试;
- 用
Ctrl+P搜索 Templates: Insert template。
每日笔记是空白
- 确认 Daily notes 核心插件已开启;
- 新文件位置应为
60-每日笔记; - 模板位置应为
90-系统/模板/每日笔记模板; - 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
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:
- 哪些字段对你的研究真正有用?
- Codex 最容易误解哪类内容?
- 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
部分信息可能已经过时




























