# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
我总是对工具保持警惕。真正有价值的工具应该像好的助手一样，它们存在于背景中，却能显著提升你的能力。
对我来说，Obsidian和Claude就是这样的存在——重剑无锋，大巧不工。
多年来，我一直在寻找一个完美的系统来捕捉和组织信息。
互联网是无限的知识海洋，但如何将这些分散的珍宝转化为个人的认知资产？每个解决方案似乎都有其局限性。
真正的挑战不在于收集信息——这很容易。
困难在于创建一个系统，让你能够轻松捕获、整理、增强并最终利用这些信息。
大多数人最终会在各种应用、内容渠道、笔记本和书签之间分散注意力，形成信息孤岛。
发现无缝工作流
在去年10月份我就探索过AI IDE作为知识管理的解决方案，但是当时认为整个流程有很高的摩擦成本，不了了之。
前段时间，X上也有很多关于Obsidian x Cursor的帖子，我意识到有人跑通了我的想法。
但是碍于最近忙于工作，对这个idea实践没有付出太多的注意力。
直到今天稍有闲暇，我打算把近期的一些项目思路和想法进行梳理，自然而然的就进入到了“内容创作”的场景之中，顺理成章的登陆了公众号后台，发现竟然有朋友留言催更了……于是就有了这篇文章。
这个流程需要在电脑上下载Obsidian以及Chrome插件。再结合Tare的Claude 3.7 Sonnet，这样就创建了一个近乎完美的知识管理工作流。
这不仅仅是另一个记笔记的方法——而是一个完整的知识处理系统。
我用Anthropic的工程博客文章测试了这个系统。通过一次点击，整个网页内容被保存到我的本地Obsidian仓库，自动转换为结构清晰的Markdown格式。
最重要的是，可以用Trae(字节的AI IDE)直接读取这些本地文件，并结合Claude 3.7 Sonnet的AI能力对内容进行深度分析。
这创造了一个闭环：网页内容→Obsidian本地知识库→AI增强理解（AIIDE）→进一步记录认知→持续积累。
这个系统的美妙之处在于它的灵活性和渐进性。我现在可以:
每天创建Obsidian日记，记录当天的所有信息和思考
一键保存有价值的网页内容到Obsidian的本地仓库，比如自己喜欢的公众号文章，而且是Markdown格式哦！
使用AI IDE深度解析这些内容，提供新的洞见
将AI的分析直接整合回原始文档
根据主题将内容分类整理，进行“归档”，形成领域的知识库
这就解决了我长期面临的信息处理工作流的问题。使用电脑时我可以使用这个工作流，不在电脑旁边时，我可以用Flomo捕捉想法，抽空再将内容同步，实现全天候的思想捕捉。
这个系统的核心价值来自几个关键组件:
Obsidian 提供了强大的本地存储和Markdown支持，确保我的数据始终掌握在自己手中。
Claude 作为基础大模型，提供了认知增强能力。任何集成Claude的工具，如Cursor、Windsurf或Trae，都能成为这个系统的有力支撑。
这些AI IDE其实是创造了一种"套利"机会——通过免费的渠道享受顶级AI能力。
对此还要感谢字节，他们是真的在把好用的产品“同步”给普通人。
Chrome浏览器的Obsidian剪藏插件 消除了从网页到知识库的摩擦，使信息捕获变得瞬间完成。
当然，这个系统仍有需要解决的问题。例如，AI输出的内容应该如何优雅地嵌入原始文档？是放在开头作为摘要，还是放在末尾作为补充？创建新文档还是内联插入？
随着剪藏内容的积累，我还需要建立更系统的分类方法。按主题创建不同的文件夹似乎是最直观的方案。
考虑到我关注的信息渠道相对固定——Twitter、Claude、公众号、GitHub等，以及特定兴趣的知识管理领域，职业发展的AI Agent领域，这样的分类应该能够满足需求。
将内容保存到本地只是第一步。真正的价值来自于对这些信息的利用:
• 使用AI搜索个人知识库，寻找问题的解决方案
• 基于收集的内容生成新的见解和文章
• 将分散的信息点连接成更大的知识网络
• 跟踪个人思考的演变和知识的积累
我曾尝试用Coze x 飞书来搭建这个工作流，从链接到内容提取再到存储到飞书，实际上是可行的，但是它里真正的“用户”有点遥远，同时还有很高的交互成本，以及飞书AI能力的局限性，最后也是不了了之。
现在看来，Obsidian x AI IDE的方案更加直接有效。最重要的是，所有数据都保存在本地，格式为我偏好的Markdown。
这就是我正在构建的系统：信息获取→本地知识库→AI增强。
接下来的挑战是思考如何让这些积累的知识创造更多价值。
也许你有更好的想法？我也很好奇你是如何管理个人知识系统的。
文章来自微信公众号 “ Sam宋 ”，作者 Sam
【开源免费】n8n是一个可以自定义工作流的AI项目，它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址：https://github.com/n8n-io/n8n
在线使用：https://n8n.io/（付费）
【开源免费】DB-GPT是一个AI原生数据应用开发框架，它提供开发多模型管理（SMMF）、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL（智能体工作流编排）等多种技术能力，让围绕数据库构建大模型应用更简单、更方便。
项目地址：https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础，任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤，并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址：https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用：https://vectorvein.ai/（付费）
【开源免费】AutoGPT是一个允许用户创建和运行智能体的（AI Agents）项目。用户创建的智能体能够自动执行各种任务，从而让AI有步骤的去解决实际问题。
项目地址：https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目，只需要输入一句话的老板需求，MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色，包括产品经理 / 架构师 / 项目经理 / 工程师，MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址：https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】茴香豆是一个能够让AI接入第三方的免费开源项目。更可贵的是，即使你不会编程，也可以根据它的教程，将AI接入到微信或者飞书当中使用。
项目地址：https://github.com/InternLM/HuixiangDou
在线使用：https://openxlab.org.cn/apps/detail/tpoisonooo/huixiangdou-web
【开源免费】FASTGPT是基于LLM的知识库开源项目，提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信，飞书的AI项目都基于该项目二次开发。
项目地址：https://github.com/labring/FastGPT
【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架，其性能可与 Perplexity和ChatGPT-Web相媲美。
项目地址：https://github.com/InternLM/MindSearch
在线使用：https://mindsearch.openxlab.org.cn/
【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费，搜索结果包含文本，图片，视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目，测试搜索结果最好。
项目地址：https://github.com/miurla/morphic/tree/main
在线使用：https://www.morphic.sh/