2020 年的时候我写过一篇 关于记笔记的文章，推荐大家试试 Obsidian 的双向链接和网状结构。
2026 年初我 又写了一篇 ，聊了聊从「记笔记」到「积累数字资产」的理念转变。
当 DeepSeek 等大模型可以轻松生成 80 分水平的通用内容时，真正具备高价值的，是带有鲜明个人印记、沉淀了深度思考的个性内容。
我们的笔记不再是单纯的资料集合，而是构建个人数字分身的核心基石，是在信息爆炸时代锚定自我的坐标原点
但理念归理念，回到具体的落地层面，很多朋友可能还是会困惑：日常到底该怎么组织这些数据？
好，今天来填坑。
这篇文章不再讨论「为什么要做」，而是聊聊「我目前具体怎么做的」——我的 Obsidian 数字资产库长什么样，用了哪些工具，背后的组织逻辑是什么。
整理原则
区分事实、观点与输出
在之前的文章里我提过，任何信息都至少包含事实、观点和输出三个维度，它们的价值截然不同——事实并非观点，而我赞同的"观点"并不等于我的真实认知，更不会自动转化为我的有效输出。
落到实践层面，这三者的管理方式也截然不同。事实需要尽可能自动化地采集和归档，减少手动操作；观点需要留出空间让自己去写、去反思，哪怕只是两三句话；输出则需要体系化地积累，形成可以反复调用的资产。混在一起管理，最终的结果就是什么都找不到，什么都沉淀不下来。
而在 AI 时代，这种区分还有另一层意义：当 AI 可以明确哪些是客观事实、哪些是他人观点、哪些是我的个人思考时，它才能提供更精准的分析、更贴切的建议、更个性化的辅助。结构的意义不再是为了「如何整理」，而是为了「如何调用」。
汇总渠道，自动化产出
我的信息来源散落在微信读书、豆瓣、飞书、Memos、各种聊天窗口……如果要求自己每次都手动摘录整理，那这件事一定坚持不了几天。
所以我的核心思路是：不改变自己在各个平台上的使用习惯，而是通过插件和脚本把内容自动汇聚到 Obsidian 里。 我只需要在各个平台上正常地读、正常地记、正常地聊，剩下的交给自动化流程完成。这样几乎不需要额外投入精力，每一次阅读和思考就自然而然地沉淀下来了。
人应该把精力花在思考和创造上，而不是搬运和归档上。
框架结构
我的 Obsidian 库大致分为四个板块：日记记录每天发生了什么，PARA 管理持续输入的养料，输出积累自己的表达和经验，其他则是支撑整个体系运转的模板与附件。
下面逐一展开。
日记：整理我的日常
日记是整个体系的时间轴。我希望翻开任意一天的日记，就能回溯当时外部发生了什么、自己在做什么、脑子里在想什么。因此我把日记设计成了一个自动聚合的仪表盘，大部分内容不需要手写，由各类插件自动填充：
天气 / 市场行情数据：通过 聚合数据 的 API，每天自动拉取当天的天气、市场行情信息写入日记。
这看起来是个不起眼的小功能，但当半年后翻回去看到「那天北京暴雨 38℃」的时候，记忆会一下子鲜活起来。
每日 Emoji / 日记 / 打卡：我在飞书表格上维护了一张简单的打卡表，每天记录当日的心情 Emoji、简短的日记和习惯打卡，再通过自动化脚本同步到对应日期的日记文件中。
选择飞书表格而非直接在 Obsidian 里写，是因为手机上随手打开飞书填一行的阻力远小于打开 Obsidian 编辑 Markdown——降低记录的门槛，才能让习惯真正持续。
随想：碎片化的念头最怕丢。我自部署了 Memos 来捕捉日常的灵光一现，想到什么就随手发一条，再通过 LifeOS 插件自动同步到当天的日记里。
如果你不想折腾自部署，flomo 配合 flomo-to-obsidian 插件也能达到类似的效果，核心是一样的——让「记下来」这个动作的成本趋近于零。
阅读：我的主力阅读工具是微信读书。它的公共书库足够丰富，即使没有的书也支持自己上传书籍。更重要的是，通过 obsidian-weread-plugin 可以把划线和笔记自动同步回来。读书时只管专注地读和划，笔记自己会回家。
项目：借助 LifeOS 插件，项目中当天完成的任务会自动关联到对应日期的日记里。这样回看某一天时，不仅能看到自己的想法，还能看到实际推进了哪些事情。
精力：通过 wakatime，我的电脑能自动统计每天在不同项目上的投入时长，再用 obsidian_waka_box 插件写入日记。时间花在了哪里，一目了然。
这个数据积累久了会非常有意思——自己以为花了很多时间的事情，实际上并没有那么多；而某些不起眼的事情，却默默吃掉了大量精力。
此外，借助 Obsidian 的双向链接机制，其他文件中但凡提到了某一天的日期，也会自动出现在当天日记的反向链接区域。不需要刻意整理，关联自然浮现。
所以每天的日记，与其说是我「写」出来的，不如说是自动「长」出来的。我要做的，只是偶尔翻一翻，补上几句只有自己才知道的上下文。
PARA：管理我的养料
对于持续输入的各类信息和资料，我采用 PARA 框架进行管理，即 项目（Project）、领域（Area）、资源（Resource）、归档（Archive） 四个维度。
这个框架的好处在于，它不是按照「内容是什么」来分类，而是按照「这个内容对我当前有什么用」来组织，天然带有优先级。
项目（Project）：有明确目标和截止时间的最小执行单位。比如正在开发的某个项目、准备中的某场考试、进行中的背单词计划。我的项目文件夹里就躺着各个在做的开发项目，每个项目下有自己的任务列表、进度记录和相关资料。项目完成后就移入归档，保持当前视野的清爽。
领域（Area）：没有截止日期，但需要持续投入和精进的方向。比如对时事的持续关注和分析、专业领域的深耕积累。和项目不同，领域是一个长期陪伴的存在，它不会「完成」，只会不断深化。
资源（Resource）：偏外部的资料储备，是未来可能用得上的素材库。裁剪下来的时事新闻、课程的课件和文字笔记都放在这里。
对于时事新闻，我会通过龙虾和自动化工具抓取和整理每天的时事新闻，并将原报道本地裁剪存档。
之所以本地化保存原文，是因为互联网上的信息远没有我们以为的那么持久和可靠——今天还能打开的链接，过两个月可能就过期了。之前整理早几年的一些参考资料时我就发现，不少当年引用的新闻源如今早已失效。把原始报道留一份在自己手里，日后需要回溯和引用时才有据可依。
或许有点像老辈子们的剪报纸？果然老了 XD
同时我还通过 obsidian-douban 和 obsidian-weread-plugin 插件，把自己在豆瓣标记的电影影评以及微信读书的书籍划线自动采集进来。
以及，说到课件——PDF 格式的课件在 Obsidian 里其实也能管理得很好。用 PDF++ 插件可以直接在 Obsidian 内阅读和标注 PDF，更方便的是可以在 Markdown 笔记中精确引用 PDF 中的某一段、某一页，让课件笔记和自己的思考真正打通，而不是割裂地存在两个地方。
归档（Archive）：历史已完成的项目、不再活跃关注的领域和资源，统统移到这里。归档不是删除，而是降低优先级。需要的时候搜索一下就能找回来，但平时不会干扰当前的工作视野。
输出：学习我的表达
如果说日记和 PARA 管理的是「输入」，那这个板块管理的就是「输出」——那些经过我自己思考、加工、表达出来的内容。
在我看来，这些才是数字资产中最有价值的部分，因为它们承载的不是通用的信息，而是我个人的认知结晶。也正是这些带有鲜明个人烙印的内容，构成了未来训练个人 AI 助手时独一无二的专属数据集。
公开博客：我把自己历史写过的所有博客文章都存了一份在库里。一方面作为个人写作的存档和检索库，另一方面也方便在写新内容时回溯自己过去的观点——看看哪些想法被验证了，哪些已经被自己推翻了，这本身就是一种有趣的自我对话。
私有经验：有些东西想记下来，但还没整理到可以公开分享的程度，或者内容本身就比较私人。这类半成品的思考、踩过的坑、做过的决策推演，都放在私有经验里慢慢发酵。很多博客文章的雏形，就是从这里长出来的。
聊天记录：和人的对话、和 AI 的对话，其实都是重要的思考载体。很多时候一个想法是在对话中被激发和打磨出来的，如果不记录下来，过几天就彻底蒸发了。
关于核心的微信聊天记录，我通过 WeFlow 导出一些重要的对话一并存入。有些对话内容比较复杂或者量比较大的时候，我会用本地 Ollama 部署的 Qwen 3 32B 跑一遍摘要和分析，提炼出核心内容、脱敏后再归档——毕竟这些数据比较敏感，能在本地处理就尽量不上云。
而和 AI 的对话同样是宝贵的数字资产。我在自己的服务器上部署了 OpenWebUI，这样可以在多设备上统一通过 API 调用 GLM、Kimi、Deepseek、Claude、GPT 等国内外模型，同时所有对话历史都集中在自己的服务器上，不用担心分散在各个平台上找不回来。通过定时任务，我能定期从 OpenWebUI 导出历史会话存放到 Obsidian 库里。
之所以这么重视和 AI 的对话记录，是因为这些对话本质上就是在不断校准自己的思考。每一次向 AI 提问、每一次对 AI 输出的筛选和修正，背后都隐含着「我认为什么是对的、什么是重要的」这一判断过程。
把这些记录沉淀下来，积累到一定量级之后，它们就不再只是聊天记录，而是一份关于「我如何思考」的详尽档案——这恰恰是未来个人 AI 助手最需要的训练素材 。
对了，如果你是在各个平台上聊的话，需要导出聊天记录的话， AI Exporter 插件或许可以帮到你。
不过我还是更推荐找一个统一的地方来聚合管理——道理和前面说的一样，数据散落在各个你无法控制的平台上，终究不容易管理和利用。这方面或许可以试试 Cherry Studio。
其他：规范的模板与附件
体系要能持续运转，一些基础设施层面的事情也得处理好。
模板：因为经常需要创建格式统一的文件——日记、新闻裁剪、课堂笔记、项目文档等等——我用 Templater 插件统一管理各类模板。新建文件时选择对应模板，该有的字段和结构就自动生成了，省去了每次从零开始搭框架的时间，也保证了格式的一致性，方便后续检索和聚合。
附件管理：图片是个容易被忽视但很容易出问题的地方。网络图床说挂就挂，链接过期了文章里就剩一堆裂图。所以我用 Custom Attachment Location 插件，把所有图片统一下载到本地的附件文件夹，并自动按规则重命名。虽然会占一些本地空间，但至少数据在自己手里，不用担心哪天醒来发现图全没了。
同步与备份：整个库的同步我使用 Remotely Save 插件，将内容备份到腾讯云 S3 上。这样多设备之间可以保持同步，同时云端也有一份兜底的备份。数据安全这件事，怎么冗余都不为过。
后记
以上就是我目前的 Obsidian 数字资产库的整体结构。但说实话，这套结构并不是一开始就长这样的——它经历了大概一两年的反复调整，删掉过很多觉得「好像应该有」但实际上从来不用的分类，也合并过很多最初分得太细以至于找不到东西该往哪放的文件夹。
结构服务于使用，而不是反过来。如果某个分类让你在放文件的时候犹豫超过三秒，那大概率是结构本身有问题，而不是你的问题。
后面如果有新的调整，我会继续更新。毕竟这件事本身就是一个持续迭代的过程——就像写代码一样，没有一步到位的架构，只有不断演进的版本。
下面汇总了本文中提到的插件和额外工具。
Obsidian 插件
- LifeOS PARA/Memos同步
- obsidian-weread-plugin 微信阅读同步
- obsidian-douban 豆瓣同步
- obsidian_waka_box wakatime 同步
- flomo-to-obsidian flomo 同步
- PDF++ PDF 阅读
- Templater 增强模板
- Custom Attachment Location 统一附件格式
- Remotely Save 多平台同步
外部工具与服务
- 聚合数据 公共 API
- Memos 类似 Flomo 的自部署随手记应用
- WakaTime 记录电脑项目时间
- OpenWebUI 自部署的AI调用工具
- Cherry Studio 本地化AI调用工具
- AI Exporter AI聊天记录导出
- WeFlow 微信聊天记录导出
没有评论 T^T