我的笔记从来不是我整理的

这不是从零开始的故事

写这本书时，作者已经在一个 Git 仓库中积累了两千多个 Markdown 文件：文章、视频脚本、调研笔记、橙皮书手稿、课件、摘录和 Prompt 模板。每天都有新文件产生，但他几乎不手动整理。

承担整理工作的是 Claude Code。人负责写、判断和决定，AI 负责分类、索引、关联与归档。这套系统不是一次设计完成的，而是从一个很小的 CLAUDE.md 逐步生长出来。

规则与能力是两件事

CLAUDE.md 像员工手册：告诉 AI 你是谁、目录里有什么、内容应该放在哪里、哪些行为不能做。每次 AI 犯一个可重复的错误，就把修正写成一条明确规则。

Skills 则像工具箱：把选题、调研、审校、配图、排版、发布等完整工作流封装成可以再次调用的能力。规则解决“该怎么做”，Skills 解决“能做什么”。

拼接方案为什么到了天花板

“文件树 + 终端 + Claude Code”可以管理大量内容，但仍有三个明显缺口：没有自然的双向链接、看不到知识图谱、文件导航效率低。Obsidian 并不替换原有 Markdown、目录、CLAUDE.md 或 Skills，而是在它们上面增加更适合知识管理的界面。

迁移的重点不是成为 Obsidian 高级玩家，而是让 AI 能理解并操作你的知识系统。

本课练习：先看清现状

• 写下你目前存放笔记的主要工具和位置
• 找一条“明明记过、后来却找不到”的信息
• 标出问题属于整理、关联、检索还是复用
• 选择一个最想交给 AI 的重复动作

下载《知识系统现状盘点》模板

请先不要修改任何文件。扫描当前目录的 Markdown 文件和文件夹，告诉我：
1. 现有内容主要分成哪些类型；
2. 哪些目录命名不一致或职责重叠；
3. 哪些重要主题缺少索引；
4. 给出一份只读的整理建议和风险清单。

完成这一步，你不需要马上迁移。先准确描述问题，后面的架构选择才不会变成另一轮过度整理。