我最终搭出的不是一个会自动收藏资料的“第二大脑”，而是两条彼此独立又能衔接的本地链路：Codex 把杂乱来源持续编译成可信 Wiki。本地 RAG 再从这份 Wiki 中检索证据、约束回答并把结论链接回原笔记。

我最开始想解决的问题其实很朴素：资料越来越多，但真正需要时总是找不到。与 AI 的对话中也会产生有价值的结论。但如果不主动沉淀，任务结束后它们仍然只会留在会话记录里。

现在遇到值得保留的内容。我不会同步整段聊天而是让 Codex 提取可复用部分并写入收集箱，再由整理流程核验后更新 Wiki。

我不缺另一个收藏夹，也不想把私人资料全部搬进某个只能通过网页访问的封闭程序。我需要的是一套自己看得见、改得动、能迁移，也允许 AI 参与维护的本地知识程序。

这两层解决的是不同问题：

• Codex + Obsidian 负责让知识变得更可靠、更完整；
• RAG 负责在提问时找到证据，并控制模型只能依据证据回答。

知识没有整理好，RAG 只会更快地召回噪声；只有整理、没有检索，资料增长后又难以高效利用。整理负责提高知识质量，RAG 负责在提问时找到证据。两者应该衔接，而不是笼统地混成一个“AI 知识库”。

第一步先这方面，选择 Codex 与 Obsidian 的协作入口

我当时没有采用插件方案。也没有另写连接层，而是直接在 Codex 中把 Vault 目录作为项目打开。两种方式都围绕同一组本地文件工作，区别主要在交互入口：Claudian 把 agent 放进 Obsidian。我的方案则是在 Codex 中维护、在 Obsidian 中阅读。这只是我的实现选择，不代表 Codex 与 Obsidian 只能这样连接。

这种方案简单，却有几个我很看重的性质：

• I随时可以检查 Codex 实际修改了什么；
• IObsidian 的双向链接继续负责知识导航；说起来，
• IGit、脚本和其他本地工具都能处理同一份文件；
• I RAG 可以只读访问 Wiki，不需要再维护一份手工导出的知识副本。

我的知识库现在只保留两个主要内容层：

收集箱可以杂乱，因为它只是入口。其实，Wiki 不能只是原文摘要的堆叠；一篇页面要回答一个明确问题，并把不同来源综合成当前结论。

一轮整理的实际流程是：

1. 新材料先进入收集箱，原文不被覆盖；
2. 计算收集箱内容指纹，没有变化就不联网、不改 Wiki；
3. 有变化时先搜索相近页面判断增量更新还是新建；
4. 把收集箱视为线索，再用官方、原始和近期来源交叉核验；
5. 在同一次流程中完成去重、结构调整、解释补全、语言润色、内部链接和来源；
6. 所有页面和链接验证成功后最终提交新的内容指纹。说起来，

说到很多人反映。每次新增素材都要手动搬到笔记里接下来逐句检查引用，这耗费大量时间且容易漏失信息。 我们的流程将这一繁琐步骤自动化，让你专注于洞察，而非复制粘贴。 按理说，

Aggents,Skill。Automation 和指纹各管一件事

Aggents.md 是项目宪法

AGENTS.md