我怎樣用 OpenClaw + Obsidian，搭了一個真正有記憶的 AI 助手
整理版優先睇
作者分享如何用 OpenClaw、Obsidian 同 Obsidian CLI 搭成一套真正有記憶嘅 AI 助手系統
呢篇文章係作者親身經驗，講佢點樣用開源AI代理 OpenClaw、本地筆記工具 Obsidian 同埋命令行工具 Obsidian CLI，組合出一套「人+AI+命令行」三方協作嘅系統。作者過去一年見到好多AI Agent產品只係換皮聊天框，或者Demo睇落好型但一關頁面就唔記得嘢，真正可以落地嘅好少。佢自己都繞咗唔少彎路，最後發現呢個「土」但好用嘅組合。
整體結論係：與其追求「一鍵託管整個人生」嘅AI神話，不如揀幾個自己已經用開、信得過嘅工具，再用一個開放嘅AI代理，用文件夾同命令行呢啲樸素方式接起來。呢套系統嘅核心係將AI從「一次性聊天窗口」變成「能幫你維護Obsidian知識庫嘅長期助手」。具體做法係通過軟連結將Obsidian Vault暴露畀OpenClaw，然後利用Obsidian CLI將AI生成嘅內容自動寫入筆記並打開，令到用戶可以喺Obsidian入面直接編輯同補充。
- 用 OpenClaw + Obsidian + Obsidian CLI 可以建立真正有記憶嘅AI助手，唔再係一次性聊天窗口。
- 透過軟連結將 Obsidian Vault 接入 OpenClaw，再用 CLI 控制 Obsidian 打開筆記，實現自動化整理。
- 相比普通「ChatGPT+記事本」，呢套系統可以根據對話自動生成結構化筆記，並整合到長期知識庫。
- AI 工具要落地，關鍵係同現有工具鏈樸素整合，用文件夾同命令行，唔係黑盒魔法。
- 可行動點：建立乾淨 Vault -> 軟連結 -> 每晚叫 AI 生成覆盤筆記 -> 持續累積。
建立軟連結將 Obsidian Vault 接入 OpenClaw
在 OpenClaw 工作目錄執行 ln -s [你的Obsidian目錄] obsidian-vault，令 OpenClaw 可以讀寫 Vault 內嘅文件。
用 Obsidian CLI 打開指定筆記
使用命令 obsidian-cli open --vault "Vault名稱" --file "daily/YYYY-MM-DD.md" 可以自動打開筆記，用於整合 AI 生成結果。
點解要咁搭？
過去一年，AI代理呢個詞被說爛咗。有的產品只係換皮聊天框；有的Demo睇落好型，一關頁面就唔記得嘢；真正可以落地嘅好少。作者都繞咗唔少彎路，最後落到一個好「土」但好用嘅組合：OpenClaw + Obsidian + Obsidian CLI。
真正可以落地嘅AI助手
- Obsidian：本地第二大腦，全部係 .md 文件，數據完全在本地。
- OpenClaw：開源AI代理，支持多種大模型，可以讀寫文件、跑命令行。
- Obsidian CLI：命令行工具，可以控制 Obsidian 打開筆記、插入模板等。
整體架構：將聊天變成寫筆記
作者通過軟連結將 Obsidian Vault 接入 OpenClaw，令 OpenClaw 可以讀寫 Vault 內嘅文件，而 Obsidian 則可以正常顯示。
# Obsidian Vault 根目錄（示意）
[你的Obsidian目錄]
├─ daily/
├─ projects/
├─ inbox/
├─ reference/
└─ templates/cd [你的OpenClaw工作目錄]
ln -s [你的Obsidian目錄] obsidian-vault軟連結係呢個架構嘅關鍵
三個真係用緊嘅場景
作者分享三個真實使用場景，展示 AI 如何從聊天變成長期知識庫維護者。
- 1 每日覆盤：AI根據當日對話生成結構化日記，寫入 daily/ 並打開。
- 2 專題研究：AI搜索調研後生成結構化筆記，寫入 projects/ 並打開。
- 3 基於筆記回答：AI遍歷相關筆記，給出引用具體文件嘅建議。
點解要用 Obsidian CLI？
雖然 OpenClaw 可以直接寫文件，但加入 CLI 層有三大好處。
- 1 反饋要「看得見」：CLI 可以喺最後一步打開筆記，令你感覺同 AI 一齊喺 Obsidian 入面工作。
- 2 複雜邏輯留喺 Obsidian 生態：模板、Dataview 查詢、任務管理插件等已經成熟，唔需要重造輪子，只需 CLI 觸發現有命令。
- 3 清晰嘅角色分工：人類定方向，OpenClaw 理解語言，CLI 做翻譯，Obsidian 展示結果。以後換編輯器只需換 CLI 接口。
最小可行路徑
作者提供一個入門方案，由零開始，只需三步。
- 1 建立乾淨嘅 Obsidian Vault，包含 daily/、projects/、inbox/ 等目錄。
- 2 喺 OpenClaw 工作目錄建立軟連結指向 Vault。
- 3 每晚叫 OpenClaw 生成一篇 Daily 覆盤筆記；遇到重要主題就令佢調研並整理成 projects/ 下嘅筆記，然後用 CLI 打開。
總結：與其追求AI神話，不如樸素地將現有工具接起來。呢套系統就係好例子。
💡 導讀目錄
- 🧠 呢個組合解決咩問題
- 🧩 三個組件各自負責啲咩
- 🏗️ 整體架構（點樣將對話變成寫筆記）
- ✅ 最小可行路徑（照住做就搞得掂）
- ⚠️ 安全邊界同常見陷阱
過去一年，AI Agent（AI 代理）呢個詞講到爛曬。
有啲產品只係換咗個外皮嘅對話框；有啲 Demo 睇落好型，但一關咗個頁面就乜都唔記得；真係要佢幫你整理電腦啲檔案、跟蹤項目，好少嘢敢話「真係落到地」。
我都兜咗唔少彎路，最後落到一個好「土炮」但好用嘅組合：
用 OpenClaw（本地開源 AI 代理）+ Obsidian（本地 Markdown 筆記）+ Obsidian CLI 命令行，砌咗一套「人 + AI + 命令行」三方協作系統。
呢篇文章就講三件事：
• 我係點樣將呢三樣嘢串埋一齊？
• 佢比起普通「ChatGPT + 記事本」到底強喺邊？
• 你想跟住砌嘅話，最小可行路徑係咩？
一、先講清楚：呢三樣嘢各自做啲咩？
1. Obsidian：本地嘅第二大腦
Obsidian 嘅本質，就係一個文件夾，裏面全部係 .md 檔案：
• 你可以用文件夾、標籤、雙向連結嚟砌你自己嘅知識庫；
• 數據完全喺本地，想點備份、同步都由你自己決定。
2. OpenClaw：本地行嘅 AI 代理
OpenClaw 係一個開源嘅 AI Agent 框架，特點係：
• 支援 GPT、Claude、Gemini、DeepSeek 等各種大模型；
• 用 Telegram / WhatsApp / Slack 呢啲聊天工具做界面；
• 唔止可以「傾偈」，仲可以喺本地讀寫檔案、行命令行、控制瀏覽器、上網查嘢、下載同整理資料。
一句講曬：佢係一個「鬱得手」嘅本地 AI 助手。
3. Obsidian CLI：由檔案層到應用層嘅遙控器
好多人只係將 Obsidian 當成「文件夾 + 編輯器」。但透過 CLI / URL scheme / Advanced URI 等工具，其實可以：
• 打開指定 Vault、指定筆記；
• 觸發「插入模板」「執行查詢」呢啲內部指令；
• 控制而家個視圖打開咩內容。
而命令行，正正係 OpenClaw 嘅強項。
二、故事由一個好具體嘅痛點開始
先講一個好真實嘅小場景。
以前我嘅日常狀態係咁樣：
• 日頭喺唔同 App 周圍記錄：傾偈、靈感、連結、截圖；
• 夜晚想回顧一下「今日做過啲咩」「有咩結論」，發現啲嘢散到一地都係；
• 想整一個統一嘅「知識庫」，但係人手整理太浪費時間，好難堅持。
我真正想要嘅係：
• 可以喺傾偈度隨手問問題、討論諗法；
• 日頭呢啲碎片，夜晚自動「生」成結構化筆記；
• 所有內容入到一個長期維護嘅知識庫，而唔係飄喺雲端做一次性對話。
呢套 OpenClaw + Obsidian + CLI 嘅系統，就係圍住呢個痛點砌出嚟。
三、整體架構係點樣？（一張圖講清楚）
先睇大結構（Obsidian Vault 嘅目錄）：
喺 OpenClaw 嘅工作目錄度，我做咗一件好關鍵嘅小事：
建立一個指向呢個 Vault 嘅軟連結（symlink）。
於是：
• 對 OpenClaw 嚟講：obsidian-vault/daily/2026-03-01.md 係佢可以讀寫嘅普通檔案；
• 對 Obsidian 嚟講：呢個係佢 Vault 裏面嘅正常筆記。
再加上 Obsidian CLI：
Obsidian 前台就會自動打開呢篇筆記。
四、三個「真係用緊」嘅場景例子
場景 1：AI 幫我寫「每日覆盤」，直接放喺 Obsidian 度
日頭我喺 Telegram 同 OpenClaw 傾偈，可能會包括：
• 今日做咗啲咩工作；
• 問咗佢一啲問題（例如 KPI 分析、工具調研）；
• 臨時諗到嘅公眾號選題、內容靈感。
夜晚，我只係出一句：
基於我哋今日所有嘅對話，幫我整理一篇 daily/2026-03-01.md 嘅覆盤，結構：
- 今日重點
- 做咗啲咩
- 有咩結論
- 聽日要推進啲咩
寫喺 obsidian-vault/daily/2026-03-01.md，然後喺 Obsidian 度打開呢篇筆記。
OpenClaw 會：
• 回顧嗰日嘅對話內容；
• 生成一篇有小標題同要點嘅 Markdown；
• 寫入 Vault；
• 呼叫 Obsidian CLI 打開呢篇筆記。
我切返去 Obsidian 嘅時候，一篇「已經起好草稿嘅日記」就喺嗰度。
分別在於：我唔需要再「由零開始回憶今日發生過啲咩」，而係對住 AI 幫我整理好嘅框架，做增刪、寫反思。
場景 2：專題研究 → 自動生成項目知識庫
呢篇文章本身，就係一個好例子。
我先叫 OpenClaw 幫我調研：
搜尋英文網絡上關於 OpenClaw Obsidian 嘅討論：
- 有咩主流教學同實踐？
- 重點講咗邊啲連接方式？
- 有咩可以參考嘅 workflow？
OpenClaw 呼叫 web_search 之後，會畀出一個彙總：好似邊啲人用佢做持久記憶、點樣批量處理 Obsidian 筆記、點樣配合 Notion 等。
跟住我加一句：
將呢次調研整理成一篇筆記，放到 obsidian-vault/projects/openclaw/openclaw-obsidian-integration.md，
最少包括：背景 / 主流方案 / 適合我嘅做法 / 後續可以寫嘅內容選題。
OpenClaw 根據我嘅要求生成結構、寫入檔案，然後用 CLI 打開。
我喺 Obsidian 度做嘅係：
• 睇佢生成嘅大綱；
• 用自己嘅經驗補充/修正；
• 將最後成品變成呢篇公眾號文章嘅骨架。
場景 3：用自己嘅筆記 + AI 回答問題，而唔係憑空傾偈
當 Vault 已經累積咗好多內容之後，我會倒轉問佢：
基於 projects/openclaw/ 下面所有筆記，幫我總結一下：
- 我目前對 OpenClaw 嘅理解係咩？
- 邊幾類場景最適合我短期落地？
- 未來兩星期可以嘗試啲咩小實驗？
回答時請引用具體筆記名，等我喺 Obsidian 可以㩒開。
OpenClaw 嘅處理思路大概係：
• 遍歷 obsidian-vault/projects/openclaw/ 相關檔案；
• 抽取關鍵結論同 TODO；
• 畀出一個基於「我自己嘅歷史筆記」嘅建議；
• 喺回答度附上筆記檔案名，方便我返去 Obsidian 睇細節。
呢一步嘅本質係：令 AI 建立喺「我嘅知識庫」之上，而唔係憑空作故仔。
五、點解仲要將 Obsidian CLI 拉入嚟？
既然 OpenClaw 可以直接寫檔案，點解仲要加多一層 CLI？對我嚟講有三個原因：
1. 回饋要「睇得到」
如果 AI 只係喺某個目錄靜靜雞寫咗一個新檔案，好易被我唔記得；CLI 可以令佢喺最後一步「將個窗口推到我面前」：打開嗰篇啱啱生成/啱啱修改嘅筆記。
呢一步對使用體驗好關鍵：你會覺得係「我同 AI 一齊喺 Obsidian 度工作」，而唔係喺兩個世界各自做嘢。
2. 複雜邏輯留喺 Obsidian 生態圈
比如：
• 模板系統（會議紀錄模板、日報模板）；
• Dataview 查詢；
• 任務管理外掛。
呢啲工具已經喺 Obsidian 度發展得好成熟，我唔想喺 OpenClaw 度重新整過。
更好嘅做法係：叫 OpenClaw 呼叫 CLI，觸發呢啲現有指令，例如：
• 先用 CLI 打開一篇新筆記；
• 再用 CLI 執行「插入模板」呢個指令；
• 然後佢再喺裏面填具體內容。
3. 清晰嘅角色分工，方便擴展
我嘅角色分工係：
• 人類：定方向、砌結構、做判斷；
• OpenClaw：理解自然語言、決定下一步要叫邊啲工具；
• Obsidian CLI：將「指令」翻譯成 Obsidian 嘅實際操作；
• Obsidian：展示結果、承載長期知識庫儲存。
咁樣嘅好處係：以後想換編輯器（例如由 Obsidian 換做另一個 Markdown 工具），只需要換「CLI 介面」呢一層，上層嘅「人類工作流程 + AI 決策邏輯」可以基本保持不變。
六、如果你都想砌一套，最小可行路徑
最後畀一個盡量簡單、但實際有感覺嘅入門方案。
Step 1：先有一個乾淨嘅 Obsidian Vault
建議結構：
Step 2：將呢個 Vault 暴露俾 OpenClaw
喺 OpenClaw 嘅 workspace 下做一個軟連結：
Step 3：只做兩件小事，堅持一兩個禮拜
• 每晚，叫 OpenClaw 幫你生成一篇 daily/YYYY-MM-DD.md 嘅覆盤筆記；
• 遇到一個「值得深入」嘅主題，就叫佢調研 + 整理，寫成 projects/某主題.md，然後用 Obsidian CLI 打開呢篇筆記，方便你繼續改。
呢兩件事做順咗，你會覺得好直觀：
AI 唔再係「一次性對話窗」，而係變成一個幫你維護 Obsidian 知識庫嘅長期助手。
七、寫喺最後
我越來越唔信嗰啲「一鍵託管成個人生」嘅 AI 神話。
更現實、更好用嘅路徑通常係：
• 揀幾個自己已經用緊、信得過嘅工具（例如 Obsidian）；
• 再用一個夠開放嘅 AI 代理（例如 OpenClaw）；
• 用好樸素嘅方式將佢哋「駁埋」：文件夾、命令行，而唔係黑盒魔法。
呢篇文章算係我目前版本嘅「實踐小結」。如果你對裏面嘅某一塊（例如具體指令、目錄結構、或者點樣喺 OpenClaw 寫 skills 嚟操作 Obsidian）有興趣，可以喺留言話畀我知。
之後我可以再寫一篇更硬核嘅「配置手冊版」，將具體指令、腳本結構同安全注意事項分開講清楚。
⬇️ 掃碼加作者微信 ⬇️
💡 導讀目錄
- 🧠 這套組合解決什麼問題
- 🧩 三個組件各自負責什麼
- 🏗️ 整體架構（如何把聊天變成寫筆記）
- ✅ 最小可行路徑（照着做就能跑）
- ⚠️ 安全邊界與常見坑
過去一年，AI 代理（AI Agent）這個詞被說爛了。
有的產品只是換皮的聊天框；有的 Demo 看起來很酷，一關頁面什麼都不記得；真要讓它幫你整理電腦裏的文件、跟蹤項目，很少有東西敢說「真的能落地」。
我也繞了不少彎路，最後落到一個非常「土」但好用的組合：
用 OpenClaw（本地開源 AI 代理） + Obsidian（本地 Markdown 筆記） + Obsidian CLI 命令行，搭了一套「人 + AI + 命令行」三方協作系統。
這篇文章就講三件事：
• 我是怎麼把這三樣東西串起來的？
• 它比普通「ChatGPT + 記事本」到底強在哪？
• 你如果想照着搭，最小可行路徑是什麼？
一、先說清楚：這三樣東西各自幹什麼？
1. Obsidian：本地的第二大腦
Obsidian 的本質，就是一個文件夾，裏面全是 .md 文件：
• 你可以用文件夾、標籤、雙向連結來搭自己的知識庫；
• 數據完全在本地，想怎麼備份、同步都由你自己決定。
2. OpenClaw：本地跑的 AI 代理
OpenClaw 是一個開源的 AI Agent 框架，特點是：
• 支持 GPT、Claude、Gemini、DeepSeek 等各種大模型；
• 用 Telegram / WhatsApp / Slack 這些聊天工具做界面；
• 不僅能「聊天」，還可以在本地讀寫文件、跑命令行、控制瀏覽器、查網、下載和整理資料。
一句話：它是一個「能動手」的本地 AI 助手。
3. Obsidian CLI：從文件層到應用層的遙控器
很多人只把 Obsidian 當成「文件夾 + 編輯器」。但通過 CLI / URL scheme / Advanced URI 等工具，其實可以：
• 打開指定 Vault、指定筆記；
• 觸發「插入模板」「運行查詢」等內部命令；
• 控制當前視圖打開什麼內容。
而命令行，正是 OpenClaw 的主場。
二、故事從一個很具體的痛點開始
先講一個很真實的小場景。
以前我的日常狀態是這樣的：
• 白天在各個 App 裏到處記錄：聊天、靈感、連結、截圖；
• 晚上想回顧一下「今天做了什麼」「有哪些結論」，發現東西散落一地；
• 想搞一個統一的「知識庫」，但手工整理太費時間，很難堅持。
我真正想要的是：
• 能在聊天裏隨手問問題、討論想法；
• 白天這些碎片，晚上自動「長」成結構化筆記；
• 所有內容進入一個長期維護的知識庫，而不是飄在雲端當一次性對話。
這套 OpenClaw + Obsidian + CLI 的體系，就是圍繞這個痛點搭出來的。
三、整體架構長什麼樣？（一張圖說明白）
先看大結構（Obsidian Vault 的目錄）：
在 OpenClaw 的工作目錄裏，我做了一件非常關鍵的小事：
建一個指向這個 Vault 的軟連結（symlink）。
於是：
• 對 OpenClaw 來說：obsidian-vault/daily/2026-03-01.md 是它可以讀寫的普通文件；
• 對 Obsidian 來說：這是它 Vault 裏的正常筆記。
再加上 Obsidian CLI：
Obsidian 前台就會自動打開這篇筆記。
四、三個「真在用」的場景例子
場景 1：AI 幫我寫「每日覆盤」，直接落在 Obsidian 裏
白天我在 Telegram 裏和 OpenClaw 聊天，可能包括：
• 今天做了哪些工作；
• 問了它一些問題（比如 KPI 分析、工具調研）；
• 臨時想到的公眾號選題、內容靈感。
晚上，我只發一句話：
基於我們今天的所有對話，幫我整理一篇 daily/2026-03-01.md 的覆盤，結構：
- 今日重點
- 做了什麼
- 有哪些結論
- 明天要推進什麼
寫在 obsidian-vault/daily/2026-03-01.md，然後在 Obsidian 裏打開這篇筆記。
OpenClaw 會：
• 回顧當天對話內容；
• 生成一篇帶小標題和要點的 Markdown；
• 寫入 Vault；
• 調用 Obsidian CLI 打開這篇筆記。
我切回 Obsidian 時，一篇「已經起好草稿的日記」就在那裏了。
區別在於：我不再需要「從零開始回憶今天發生了什麼」，而是對着 AI 幫我梳理好的框架，做增刪、寫反思。
場景 2：專題研究 → 自動生成項目知識庫
這篇文章本身，就是一個很好的例子。
我先讓 OpenClaw 幫我調研：
搜索英文網絡上關於 OpenClaw Obsidian 的討論：
- 有哪些主流教程和實踐？
- 重點講了哪些連接方式？
- 有哪些可借鑑的 workflow？
OpenClaw 調用 web_search 之後，會給出一個彙總：比如哪些人用它做持久記憶、如何批量處理 Obsidian 筆記、怎麼配合 Notion 等。
接着我加一句：
把這次調研整理成一篇筆記，放到 obsidian-vault/projects/openclaw/openclaw-obsidian-integration.md，
至少包括：背景 / 主流方案 / 適合我的做法 / 後續可以寫的內容選題。
OpenClaw 根據我的要求生成結構、寫入文件，然後用 CLI 打開。
我在 Obsidian 裏做的是：
• 看它生成的大綱；
• 用自己的經驗補充/修正；
• 把最後成品變成這篇公眾號文章的骨架。
場景 3：用自己的筆記 + AI 回答問題，而不是憑空聊天
當 Vault 裏已經累積了很多內容之後，我會反過來問它：
基於 projects/openclaw/ 下面所有筆記，幫我總結一下：
- 我目前對 OpenClaw 的理解是什麼？
- 哪幾類場景最適合我短期落地？
- 未來兩週可以嘗試哪些小實驗？
回答時請引用具體筆記名，讓我能在 Obsidian 中點開。
OpenClaw 的處理思路大概是：
• 遍歷 obsidian-vault/projects/openclaw/ 相關文件；
• 抽取關鍵結論和 TODO；
• 給出一個基於「我自己的歷史筆記」的建議；
• 在回答裏附上筆記文件名，方便我回到 Obsidian 裏查看細節。
這一步的本質是：讓 AI 建立在「我的知識庫」之上，而不是憑空編故事。
五、為什麼還要把 Obsidian CLI 拉進來？
既然 OpenClaw 可以直接寫文件，為什麼還要再加一層 CLI？對我來說有三個原因：
1. 反饋要「看得見」
如果 AI 只是在某個目錄裏悄悄寫了一個新文件，很容易被我忘掉；CLI 可以讓它在最後一步「把窗口推到我面前」：打開那篇剛生成/剛修改的筆記。
這一步對使用體驗非常關鍵：你會感覺是「我和 AI 一起在 Obsidian 裏工作」，而不是在兩個世界裏各幹各的。
2. 複雜邏輯留在 Obsidian 生態裏
比如：
• 模板系統（會議紀要模板、日報模板）；
• Dataview 查詢；
• 任務管理插件。
這些工具已經在 Obsidian 里長得很成熟，我不想在 OpenClaw 裏重造一遍輪子。
更好的做法是：讓 OpenClaw 調用 CLI，觸發這些現有命令，比如：
• 先用 CLI 打開一篇新建筆記；
• 再用 CLI 執行「插入模板」這個命令；
• 然後它再往裏填具體內容。
3. 清晰的角色分工，方便擴展
我的角色分工是：
• 人類：定方向、搭結構、做判斷；
• OpenClaw：理解自然語言、決定下一步要調哪些工具；
• Obsidian CLI：把「命令」翻譯成 Obsidian 的實際操作；
• Obsidian：展示結果、承載長期知識庫存儲。
這樣的好處是：以後想換編輯器（比如從 Obsidian 換到別的 Markdown 工具），只需要換「CLI 接口」這一層，上層的「人類工作流 + AI 決策邏輯」可以基本保持不變。
六、如果你也想搭一套，最小可行路徑
最後給一個儘量簡單、但有實際感知的入門方案。
Step 1：先有一個乾淨的 Obsidian Vault
建議結構：
Step 2：把這個 Vault 暴露給 OpenClaw
在 OpenClaw 的 workspace 下做一個軟連結：
Step 3：只做兩件小事，堅持一兩週
• 每天晚上，讓 OpenClaw 幫你生成一篇 daily/YYYY-MM-DD.md 的覆盤筆記；
• 遇到一個「值得深入」的主題，就讓它調研 + 整理，寫成 projects/某主題.md，然後用 Obsidian CLI 打開這篇筆記，方便你繼續改。
這兩件事做順了，你的感受會非常直觀：
AI 不再是「一次性聊天窗口」，而是變成了一個能幫你維護 Obsidian 知識庫的長期助手。
七、寫在最後
我越來越不相信那種「一鍵託管整個人生」的 AI 神話。
更現實、更好用的路徑往往是：
• 選幾個自己已經在用、信得過的工具（比如 Obsidian）；
• 再用一個足夠開放的 AI 代理（比如 OpenClaw）；
• 用很樸素的方式把它們「接起來」：文件夾、命令行，而不是黑盒魔法。
這篇文章算是我當前版本的「實踐小結」。如果你對這裏面的某一塊（比如具體命令、目錄結構、或者如何在 OpenClaw 裏寫 skills 來操作 Obsidian）感興趣，可以在評論裏告訴我。
後面我可以再寫一篇更硬核的「配置手冊版」，把具體命令、腳本結構和安全注意事項拆開講清楚。
⬇️ 掃碼加作者微信 ⬇️