AI 自动化与本地 Obsidian + llm wiki内容工厂 0-1 搭建

项目简介

本课程解决一个核心痛点：资料散落、流程重复、AI生成内容无处沉淀。你将学会把Claude从聊天工具变成能读写本地文件、执行固定流程的"本地员工"。通过Docker部署RSS/Tavily/飞书CLI等采集工具，用Codex调用Skills自动化整理，结合Obsidian总控台和LLM Wiki知识图谱，最终建成一个可复用的本地内容工厂——从信息采集、知识整理到内容输出，形成稳定生产线。

你将获得

• 一套完整的AI内容工厂目录结构
• RSS/Tavily/飞书CLI等采集工具部署配置
• Codex调用Skills自动化整理资料的方法
• Obsidian总控台+LLM Wiki知识图谱搭建
• 固定脚本维护索引和反向链接
• 内容输出回流到知识库的闭环流程

合适人群

• 资料散落各处、AI生成无处沉淀的内容创作者
• 想用Claude Codex自动化整理本地文件的用户
• 需批量采集公众号/飞书/网页信息的从业者
• 希望搭建个人知识图谱并让AI可读的深度用户
• 想将重复内容流程固化为可复用Skill的团队

学习准备与建议

• 先理解采集层工具各自职责，再搭建整理层
• 安装Docker后设置镜像加速，避免拉取失败
• Codex任务要写成指令而非聊天问题
• LLM Wiki项目目录建议指向独立知识库文件夹

项目关键步骤

1. 部署Docker并配置镜像加速，安装Codex与VSCode
2. 配置RSS/WeWeRSS/Tavily/Firecrawl等采集工具
3. 安装飞书CLI并授权，自动化导出飞书文档
4. 搭建Obsidian总控台，安装Web Clipper等插件
5. 安装LLM Wiki并创建项目，构建Source/Concept/Entity/Synthesi…
6. 安装Anthropic官方Skills（pptx/xlsx/docx等）
7. 编写固定脚本维护知识库索引和反向链接
8. 将每次输出文章/课程/短视频回流到知识库

所需工具

• Docker
• Codex
• Obsidian
• LLM Wiki
• VSCode
• RSSHub
• WeWeRSS
• Tavily