Codex + Obsidian：打造一个会自己成长的 AI 知识库，从记录到自动整理的完整实践

摘要：

很多人把 Obsidian 当笔记软件，把 Codex 当 AI 编程工具，其实两者结合后，可以搭建出一个真正会"自己成长"的知识库：AI 自动整理笔记、生成文档、建立双向链接、维护项目知识、总结会议、管理代码，甚至随着项目推进不断完善整个知识体系。下文会详细介绍 Codex + Obsidian 的工作原理、配置方式、最佳实践以及适合程序员和 AI 开发者的完整工作流。

为什么传统知识库越来越难维护？

很多程序员都有这样的经历：

Markdown 写了一大堆

Obsidian 建了几千篇笔记

GitHub 收藏几百个项目

ChatGPT 对话几百条

CSDN 收藏无数文章

最后真正需要的时候：

根本找不到。

原因不是记录太少，而是：

传统知识库最大的缺点就是：

而真正优秀的知识库应该具有：

自动整理

自动分类

自动关联

自动更新

自动总结

也就是：

这也是为什么越来越多人开始把 Codex 和 Obsidian 放在一起使用。

Codex 与 Obsidian 分别负责什么？

很多人误以为：

实际上新版 Codex 已经远不止代码生成工具。

它更像一个：

而 Obsidian 则是目前最受开发者欢迎的本地 Markdown 知识管理工具。

两者职责非常清晰：

一句话就是：

为什么选择 Obsidian？

因为它最大的优势就是：

一切都是 Markdown

没有数据库。

没有专有格式。

整个知识库就是：

Vault/AI/Python/Docker/Linux/GPT/MCP/

全部都是：

.md

Codex 天然就能理解 Markdown。

因此：

它可以直接：

修改

新建

重构

删除

更新

整个 Vault。

Codex 如何理解整个知识库？

例如：

你的 Vault：

AI/GPT5.mdMCP.mdAgent.mdPython/Docker/Redis/

Codex 会读取：

所有 Markdown↓分析上下文↓建立知识关系↓补充遗漏↓更新内容↓重新组织结构

例如：

你新增了一篇：

MCP Server 开发

Codex 可以自动：

更新：

Agent.md

增加：

相关阅读：[[MCP Server]]

再更新：

GPT5.md

加入：

MCP 已成为 GPT Agent 的重要组成部分。

整个知识网络开始自动扩展。

一个真正会成长的知识库是什么样？

假设每天：

Codex 帮你：

读取今天新增笔记

然后：

自动完成：

总结↓分类↓建立链接↓补充标签↓更新目录↓生成每日日报

例如：

今天新增：

RedisDockerCodex CLIOpenAI API

晚上：

Codex 自动生成：

Daily Summary本日新增：4篇笔记涉及：DockerRedisCodexOpenAI建议关联：AgentMCPPython

第二天：

Graph View：

已经自动连接好了。

Codex 可以完成哪些自动化工作？

下面是最常见的能力。

① 自动整理笔记

例如：

杂乱记录：

今天研究了 MCP。感觉很好。以后写一篇。还有 Docker。

Codex 自动变成：

# MCP## 什么是 MCP......## 与 Docker 的关系......## 后续计划......

② 自动建立 Wiki Link

Obsidian 最重要的是：

[[Wiki Link]]

Codex 可以自动加入：

[[Docker]][[Python]][[OpenAI]][[MCP]]

不用自己维护。

③ 自动添加 Tags

例如：

#AI#Python#Docker#OpenAI

全部自动完成。

④ 自动维护目录

例如：

README.md

Codex 每天自动更新：

AI共132篇Python87篇Docker55篇

完全不用自己统计。

⑤ 自动生成学习路线

例如：

发现：

MCPAgentTool CallingFunction Calling

Codex 自动生成：

推荐学习顺序：GPT↓Tool Calling↓Function Calling↓MCP↓Agent

最推荐的工作流

整个流程可以设计成：

学习↓Obsidian记录↓Git同步↓Codex分析↓自动整理↓自动补充↓生成日报↓再次同步

形成一个闭环。

项目开发中的应用

例如开发一个项目：

AI ChatBackendFrontendAPIDeployment

每天：

Codex：

读取：

代码+文档+会议记录+Issue

自动更新：

Project.md

包括：

项目状态：

已完成：登录聊天API待完成：支付权限部署

整个项目文档永远保持最新。

Obsidian Graph 将越来越智能

Graph View：

原来：

ABC

互不关联。

Codex 工作后：

A ---- B C ---- D E

Graph 会越来越完整。

知识关系越来越清晰。

推荐插件

下面这些插件与 Codex 配合效果很好：

这些插件负责增强 Obsidian，而 Codex 则负责理解并维护整个知识体系。

一个完整的 Vault 示例

Vault/README.mdAI/GPT.mdMCP.mdAgent.mdPrompt.mdProgramming/Python.mdGo.mdRust.mdDatabase/Redis.mdMySQL.mdProjects/AI助手.mdDaily/Templates/Assets/

随着使用时间增长，Codex 可以持续：

更新文档

合并重复内容

建立双向链接

补充缺失说明

生成项目总结

维护索引页

知识库会越来越完善，而不是越来越混乱。

最佳实践建议

如果希望知识库真正实现“持续成长”，建议建立固定的工作规范：

统一使用 Markdown：所有知识、会议记录、项目文档都放入 Obsidian Vault，避免分散在多个工具中。

保持目录结构稳定：按主题（如 AI、编程、项目、日记）划分目录，方便 Codex 理解上下文。

坚持原子化笔记：一篇笔记聚焦一个主题，减少内容过于庞杂带来的维护成本。

善用 Wiki Link：通过 [[双向链接]] 构建知识网络，让相关概念自然关联。

使用 Git 管理版本：将 Vault 纳入 Git 仓库，不仅可以同步多设备，也方便 Codex 基于最新内容进行更新，并保留完整的历史版本。

写在最后

Codex 与 Obsidian 的结合，本质上不是“AI 帮你写笔记”，而是让 AI 成为知识库的维护者。

Obsidian 提供开放、纯 Markdown 的知识载体，Codex 则能够理解整个仓库的上下文，自动整理、补充、关联和优化内容。当知识、代码、项目文档、会议记录都汇聚到同一个 Vault 中时，知识管理就从“人工维护”转变为“持续演进”。

对于开发者、AI 工程师以及需要长期积累专业知识的人来说，这种工作方式不仅能降低维护成本，还能让知识网络随着项目和学习不断扩展，真正实现一个会自己成长的知识库。

未来，随着 AI Agent、MCP（Model Context Protocol）以及更强的自动化工作流逐渐普及，Codex 与 Obsidian 的组合很可能成为开发者构建个人第二大脑（Second Brain）的主流方案之一。与其不断更换笔记工具，不如建立一个能够持续学习、持续整理、持续完善的知识系统，让知识真正成为可复用、可进化的长期资产。