无需写代码，用Claude Code30分钟搭建Obsidian知识库
“帮我写一份离校系统解决方案”。我就跟Agent说了这一句，他读完我整个知识库，3分钟写了一份给我——分了7个章节，每个章节标了引用来源，点一下引用直接跳回原始文档。不是编的。怎么做到的？这是我工作中积累的文档，有1,000多份，Word、Excel、PPT、PDF，啥格式都有。一开始还归类，后来就随手扔。你想找一份的时候，基本是这个状态。
现在是这个状态——所有文档关系画成了一张图。更关键的是，Agent能基于这一堆文档，帮你写一份带引用的新方案出来。
全套就两个工具：Claude Code加Obsidian。不用写一行代码，全程30多分钟跑完。如果你也有一堆工作文档没整理，这条视频跟着做就行。
先说清楚：这套更合适管理工作文档，如果是学习笔记或者科研引文知识管理，也可以参考。整个过程就5步。先不讲怎么搭，先给你看一遍搭好之后能干出什么活，你再决定值不值花这点时间跟着做。
提示词我现场打：“基于知识库里所有离校系统相关文档，帮我写一份完整的数字离校系统解决方案，每个章节都要标出引用来源。”
它第一步先去全库Find，找到了12份跟离校系统相关的文档，然后一份一份读，最终精读了其中8份核心文档。它说“已消化”，开始按知识库已经定好的归档规则写新方案——这个规则我们等下第五步会从0搭一遍。3分钟不到，方案出来了，自动归档到对应产品目录，连产品的索引页也顺手帮我更新了。
每个章节都标了内容来源是哪份归档文件。重点看这个：我随便点一个引用——Wiki Link——直接跳到我原始的那份归档文件。它不是编的，是真的从这12份文档里抽出来的内容，每一段都能溯源到具体哪份文件。
如果用传统方式自己写，我以前干这事小半天。现在3分钟——带流程图、带引用、自动归档。
想要这个效果，接下来5步跟着做就行。前面4步装环境，跳一步会卡在后面，但每步需要自己操作的时间不超过1分钟。让AI像同事一样帮你写方案、标出处：
第一步：把所有的Word、Excel、PPT、PDF转成Markdown。
Obsidian只认Markdown，你不转它就不认你的文档。工具用微软开源的Markdown，我做了图形化整合包，不想自己装的直接下载，链接在评论区置顶。双击一键启动，选择文档存放目录，指定输出目录，点开始转换——自动识别文件类型，老的doc自动转成DOCX，PPT转PPTX，无关文件会直接跳过。全程你不用管。这一步完成，所有文档已经准备好被AI理解了。
第二步：装Claude Code。
说句反直觉的：虽然叫Claude Code，装完之后你不会再打开它一次。装这一步纯粹是为了Obsidian那个插件能调用它。一条指令，回车跑完就行。这一步结束，后面再也不开它了。
第三步：装Obsidian。
官网下载，默认安装就行，没什么特别的。然后运行，创建仓库，仓库名随便，我叫“workdoc”，存放在D盘。把刚才转出来的文件夹整个拖进去。这时Obsidian会卡十几秒，别关——它在加载你所有文档。等它转完，文件全部在Obsidian里。但现在它们之间没有任何关系。下一步装的那个插件就是来建关系的。
第四步：装Claude插件。
这一步装完，Claude Code才算真的接上Obsidian。进设置，第三方插件，关安全模式，点浏览这里搜“Claude”，装完启用。然后把语言改成中文，顺手多了。切到Claude Code，拉到底部环境设置这一栏，填写接入模型。我笔记这里列出了各类模型的接入写法，想接哪个模型复制粘贴过来。这里我接DeepSeek，API Key换成自己购买的。要想不花钱，可以接本地的Ollama，视频结尾另讲。
回到主界面，侧边栏多了小机器人图标——Claude Code已经接上Obsidian了。
到这一步，环境全部就位。接下来我们用一句话，让它把这1,000多份文档自动整理成知识图谱。
“为我的仓库创建关系索引和知识图谱。”我让它做一个“成长型”的——意思是后续每次新增文档，它自己能找到位置，不用我手动归档。它先把整个仓库扫了一遍，所有目录、所有文件过一遍。读完，它给了一份诊断报告：哪些目录混乱，哪些文档没有归类。它自己制定了一份重构方案。我看了一眼，点确认。接下来就看着它干活：重命名、归类、建索引文件。几分钟重构完成。
我们来看一下知识图谱。
先别急着夸——你看图谱中间这一堆点，是我归档的几百份文档，看起来好像在图里，实际上全是离散的，没有任何真实链接。它们只是被放在了一起，不是被连在一起。
把这个问题告诉Agent：“大部分归档内容在关系图谱中并没有建立连接，都是离散的点。”回车。他给的回答让我有点意外——他说需要用真正的Wiki Link把这些文档连起来，但几百条链接一条一条手动加显然不现实。然后他自己想了一个特别优雅的办法：为每个产品线创建了一个桥接文件，放在“归档桥接”目录下。桥接文件里塞满了指向这条产品线所有归档文档的Wiki Link。然后产品的Index索引文件只链接到桥接文件。
这样图谱就形成了三级链路：
-
第一级：产品索引 → 指向桥接文件
-
第二级：桥接文件 → 指向所有归档文档
-
第三级：归档文档之间 → 互相引用
三层链路一打通，整个知识库就连成了一张网。然后他一口气创建了25个桥接文件，全部塞满了真实的Wiki Link。我什么都没干。
现在再看图谱——所有归档全部连通。点任何一个节点，都能跳到关联文档。
这一段我最想说的是：重构方案是Agent自己想的，不是我教他的。 我只告诉他有问题，他自己定位问题、自己想方案、自己执行。这是Claude Code跟普通文档问答工具最大的区别。
可能有人会担心：我那些文档涉密，API走外网不放心。
完全没问题。把Claude Code的API换成本地Ollama就行。模型在你自己电脑上跑，数据一个字节都不出本机——就是对显存有点要求，看你跑什么模型。
具体做法：Ollama官网下载安装程序，然后默认安装即可。安装好以后，Chat里面可以选择下载模型——不要选带云小图标的（都是要订阅的），下面带下载图标的可以直接下载到本地。如果这里没列出你想要的模型，也可以到官网手动下载。进入模型页面，比如我用千问3.5，根据你的显卡型号，像我8G显存可以跑个量化9B参数的。复制他给的指令，新开命令窗口，粘贴过来下载。
下载好以后，命令窗口和Ollama都可以关掉，只要系统右下角小图标不要退出就行。回到Claude Code插件，这里填写接入本地Ollama模型的写法，可以直接到我笔记里复制。注意这里的模型名称要换成你本地Ollama已经下载的模型。不知道Ollama跑了哪些模型，可以打开命令窗口输入“ollama list”查看。
如果你平时也用Claude Code，回到上面，把“加载用户Claude设置”关掉。对话测试一下，能正常回复就连上Ollama的模型了。
总结一下： 这套流程的核心价值不是“用AI搜文档”，而是Agent能像同事一样，基于你的知识库帮你写出新东西，还给你标好出处。我自己用下来，这是目前唯一不用写代码、不用配数据库、纯点点点能跑通的方案。
如果你想看科研引文研究型，或者企业智能问答型，可以评论区告诉我下期做哪个。本期用到的所有链接全部在评论区置顶。
