电视剧《识骨寻踪第十二季》剧情简介
2026-07-22 3416704
2026-07-22 0
使用 idea + AI 插件遇到几个问题:
idea 已经不能满足 AI 时代的代码迭代了。
obsidian.md/
Obsidian 是一个本地优先(local-first)、基于纯 Markdown 文件的知识管理工具。核心特点:
.md 文件,不锁定在某家云服务,离线可用,自己完全掌控[[note-name]] 把碎片连成网,任何一篇笔记都能被反向查询「谁引用了我」回到上文列的 idea + AI 痛点,Obsidian 恰好每一条都对症:
| idea + AI 的问题 | Obsidian 的解 |
|---|---|
| 问答式碎片、结果难 review | 笔记是持久文档,AI 在这里改的每一笔都留痕、可回溯 |
| 沟通记录不好搜索 | 全文搜索 + 双向链接 + 标签,历史对话是可检索的知识资产 |
| 上下文累加,重开 session 记忆归零 | 用笔记显式落项目上下文,新 session 让 AI 先读笔记恢复记忆 |
| 一个需求涉及多个微服务 | 一个 vault 可以同时装 A、B、C 服务的笔记,链接跨服务打通 |
| idea 只有代码,没有数据库/中间件视角 | vault 里可以并列放代码分析、DB schema、Kafka topic、部署拓扑 |
换句话说,Obsidian 不是取代 idea 的编辑器,而是取代它的认知承载层——代码继续在 idea 里写,但围绕代码的所有上下文(设计决策、AI 对话历史、数据库结构、跨服务调用图)搬到 Obsidian 里长期沉淀。
gist.github.com/karpathy/44…
Karpathy 在这篇 gist 里给出了本文所有做法的理论出处,一句话破题(下方为原文直译):
也就是说,你写的每份笔记都不是"文档",而是 LLM 正在维护的一份代码库——只不过存的是关于世界的结构化知识,不是可执行指令。
Open: Pasted image 20260715234540.png
attachments/使用 Obsidian 作为 IDE/abb7ed0b8ab97cb4b1f0a13519e1e09a_MD5.jpg
Karpathy 把整个系统分成三层,恰好对应 vault 里三类文件:
| 层 | 定义 | 对应 |
|---|---|---|
| Raw sources | 不可变原始资料,LLM 只读不改 | 粘贴进来的会议纪要、PDF、代码 diff、剪藏文章 |
| The wiki | LLM 生成/维护的 markdown 页 | 你的分析笔记、决策记录、概念页 |
| The schema | 让 LLM 变成"有纪律的维护者"的配置 | vault 根 CLAUDE.md |
关键点:CLAUDE.md 不只是"避免重复告诉 AI 项目背景"的便利工具,它是 schema——它决定了 LLM 是随手回答的聊天机器人,还是纪律性的 wiki 维护者。
LLM 在这份 wiki 上做三件事:
前两个大多数人已经在做,Lint 是新能力——给知识库跑健康检查,和给代码跑 lint 一个道理。
人类曾经普遍放弃维护内部 wiki,因为维护成本超过收益——没人有精力持续更新交叉引用、消除矛盾、补链接。
LLM 恰好补上这个瓶颈: "人筛选原始资料、指定分析方向、问好问题",LLM 承担所有的记账工作——一次 ingest 触碰几十份文件,成本几乎为零。
不是 Obsidian 变强了,是wiki 的维护成本从人身上转移到了 LLM 身上。
CLAUDE.md不用一个 vault 装所有东西。每个项目建一个子文件夹,vault 根放 CLAUDE.md——技术栈、目录结构、commit 规范、常见 gotcha、每次开新对话都要重复告诉 AI 的东西,一次写清楚。Claudian 每次启动自动读它,session 重开不再从零。
对比过去(打开 AI 侧边栏 → 问一句 → 复制代码 → 关闭 → 记忆归零),现在的路径:
[[]] 引架构、DB schema、历史需求笔记,Claudian 自动读心态转变:AI 的输出不是「用完即弃的问答」,而是沉淀成文档。
@ 引用文件 —— 直接把某笔记塞进对话上下文,跨服务对齐特别好用[[]] 串起来,半年后不用猜"当时为什么这么设计"| 场景 | idea | Obsidian + Claudian |
|---|---|---|
| 写代码、debug、跑测试 | ✅ | |
| 断点调试、profiler | ✅ | |
| 需求分析、方案设计 | ✅ | |
| 架构文档、DB schema | ✅ | |
| 和 AI 长对话、决策落地 | ✅ | |
| 跨服务上下文串联 | ✅ | |
| 团队共享知识、复盘 | ✅ |
一句话:idea 负责「码」,Obsidian 负责「脑」。
在本地做了一个项目 P1~P6 六个阶段主体 + 4 轮架构 refactor,涉及 15 个技术决策(D1-D15),持续两周。
如果只在 idea 里做,几乎不可能完成——每次开新 session 记忆归零,反复解释项目背景就要废掉一半时间。Obsidian 在这里做了 5 件事:
反过来,如果只在 idea 里做?15 个决策散落在几十次对话里搜不到、复现不了;每次新 session 浪费 20 分钟重建上下文;commit 之间的"设计意图"3 个月后自己都看不懂。
结论:改造规模越大、跨度越长,Obsidian + Claudian 的 leverage 越明显。这不是可有可无的辅助,是让"AI 参与长周期复杂改造"变得可行的基础设施。
理论讲完,回到最实用的一个动作:定期让 AI 给你自己的 vault 跑健康检查。这是把 wiki 当代码库来 code review。
推荐两类基础 Lint,一句 prompt 就能跑通。你在自己 vault 上跑一遍才有意义,这里给的是模板 + 结论解读。
Prompt(直接扔给 Claudian) :
跑完的报告,基本可分成 6 类:
| 类别 | 典型 | 处理 |
|---|---|---|
| A. Daily 前后日跳转 | [[2026-05-14_周四]] | 模板机制常态,可忽略;或让 Templater 只在文件存在时渲染 |
| B. 模板占位符误识别 | [[<% after_date %>]] | 假死链,忽略 |
| C. 剪藏工具事故 | 网页里带 [[]] 的评论者昵称、URL 被误转成 wikilink | 批量搜索替换清理 |
| D. 想链但没写 | 某个概念被反复引用却始终没建笔记 | 明确该行动——被引用次数越多,越该优先补写 |
| E. 拼写 / 格式错误 | 结尾多反斜杠、大小写不匹配 | 修 bug 一样直接改 |
| F. MOC 目录缺失 | 目录名被链但没同名索引页 | 建索引页 |
Lint 的价值在 D 类——高频死链等于你自己反复觉得"这里该有一篇笔记",但一直没写。这是知识网络给你的具体行动清单。不跑这一遍,你根本不知道自己欠了多少债。
Prompt:
跑完你通常会看到三种模式:
xx 总览、xx 看板)但没有任何入链 → 做了入口没人走,需要在其他笔记里显式引用它一遍 Lint 能给你四类具体产出:
建议节奏:每月一次,或每次大批量扔资料进 vault 之后跑一次。
不做 Lint 的 vault,两三年后基本是个大坟场——链接密度看起来很高,但绝大多数是死链和孤岛。反过来,坚持做 Lint,vault 就永远保持"活的"——每一条链都能到达,每一个节点都被引用。这就是 Karpathy 说的 Lint。
CLAUDE.md 是 schema,让 LLM 从聊天机器人升级为纪律性维护者组合起来,你才真正拥有一个「AI 时代的 IDE」——不是把 AI 塞进 idea 侧边栏的拼贴,而是围绕知识组织重新设计的开发工作流。
继续阅读Harness 的相关文章：
Ai in Harness(一)
Ai in Harness(二)
Ai in Harness(三)
Ai in Harness(四)