Workbuddy 和 Obsidian 放到同一个工作流里之后,我最大的感受不是“效率翻倍”,而是“终于不用来回搬运内容了”。
如果你也在搭自己的知识库,大概率已经被 Obsidian 的双链和插件体系吸引过;如果你也天天要用 AI 办公,那 Workbuddy 这类智能工作台估计也没少试。但问题往往出在这里:AI 聊天记录不会自动变成你的知识库,Obsidian 也不会主动替你干活。把这两者打通,“第二商业大脑”才真正成立——它负责记忆你的客户、项目、业务流程,它负责检索信息、生成方案、执行自动化。
这篇文章就是我实际操作中摸索出来的完整方案。我会从最底层的设计思路讲起,然后一步步告诉你 Obsidian 怎么搭、Workbuddy 怎么接、Dataview 怎么写、连接器怎么做,最后会把我踩过的坑也一起交代。适合正在做知识库但不知道怎么和 AI 工作流结合的人,也适合手里已有的商业资料、客户记录、项目进度不知道往哪放的人。看完之后,你应该能搭出一个属于自己的最小可用版本,而不是收藏完就吃灰。
1. 第二商业大脑到底是干什么的——先想清楚再动手
很多人一听到“第二大脑”就开始疯狂收集笔记、做双链、装一堆插件,结果系统越建越复杂,真正要用的时候却找不到东西。我建议你先别碰工具,先把“第二商业大脑”到底该干什么这件事想清楚。
1.1 它不是知识库,也不是聊天助手
如果只把 Obsidian 当成“能双向链接的笔记软件”,那你存再多内容它也只是一个高级网盘;如果只把 Workbuddy 当成“能聊天的 AI”,那它每次对话结束记忆基本就归零。
第二商业大脑应该是这两者的结合:既要能长期存储和沉淀商业信息,又要能根据这些信息执行推理和行动。一句话概括就是——快思考归 Workbuddy,慢思考归 Obsidian。
Obsidian 负责“慢”的那一端:把客户信息、项目复盘、行业资料、SOP 流程稳稳地落成本地文件,用双链建立关系,用 Dataview 做动态汇总。Workbuddy 负责“快”的那一端:根据 Obsidian 里的内容快速生成周报、提炼要点、起草方案,甚至通过连接器调用外部系统,把思考结果转化为下一步行动。
这两者不是替代关系。Obsidian 解决不了“自动写方案”的问题,Workbuddy 也解决不了“长期记忆持久化”的问题。拼在一起,才算是商业大脑。
1.2 为什么非得是 Workbuddy + Obsidian
这套组合的优势在于:两端都非常“开放”。
Obsidian 的底层就是本地 Markdown 文件,没有绑定任何云服务,文件在哪、你想怎么处理它,完全由你控制。这意味着 Workbuddy 可以直接读写这些文件,或者通过本地 API 访问它们,而不需要像传统笔记软件那样去折腾繁琐的导入导出。
Workbuddy 这类智能工作台的强项则在于它不只是“聊天窗口”。它有自己的技能模块(官方和社区通常叫 skill),可以把常用工作流固化成指令;它也支持通过连接器或 API 调用外部工具,让 AI 不只是给建议,而是真正把活干了。
我把它俩的职责拆成一张表,方便你理解分工:
| 环节 | 负责工具 | 具体做什么 |
|---|---|---|
| 信息收集 | Obsidian | 收集客户访谈、会议记录、行业文章,统一收件箱 |
| 知识沉淀 | Obsidian | 建立客户档案、项目库、复盘库,用双链关联 |
| 信息提取 | Workbuddy | 把笔记内容提炼成结构化要点、待办、风险项 |
| 内容生成 | Workbuddy | 起草周报、方案、邮件初稿 |
| 任务执行 | Workbuddy | 连接外部 API、生成文件、更新笔记属性 |
| 决策辅助 | Obsidian + Workbuddy | Dataview 汇总视图 + Workbuddy 分析建议 |
要注意,我不是让你把所有商业信息都往这套系统里塞。第二大脑的目的是帮你在需要的时候调用信息,不是让你当数字仓鼠。建之前,建议你先列出自己最高频的 3 类业务场景,比如“客户跟进”“项目复盘”“内容输出”,围绕这些场景设计系统,而不是按“知识的学科分类”去设计。
1.3 设计前最重要的一个心态:避免过度设计
我在 Obsidian 中文社区里见过非常多人,一开始就研究各种主题、CSS 片段、自动化脚本,甚至为了一个 Dataview 查询折腾一个晚上。这其实是把“搭建系统”本身当成了主业,反而忽略了最重要的东西:这个系统到底帮你促成了哪笔生意、做了哪个决策、节省了多少时间。
所以我的建议是第一次只做“最小闭环”:能存、能查、能被 Workbuddy 读到,就够了。后续用着不舒服再加。后面所有内容我都按这个思路来展开,你不需要三天搭完,最好一个下午就跑通。
2. 前期准备:Obsidian 和 Workbuddy 的环境搭建
这个环节最容易把人劝退,因为 Obsidian 下载和插件安装对国内用户来说经常不顺利。我这里多说几句实操层面的东西。
2.1 Obsidian 下载慢怎么处理
先说一个很多人卡住的问题:“Obsidian 下载太慢了”。其实 Obsidian 官方包体积不算大,几十兆而已,慢主要是因为它默认下载源在境外,国内直连经常不稳定。
我实测下来比较有效的做法有这几个:
- 不要只盯着官网下载按钮,试试 Obsidian 中文社区的镜像下载帖,很多热心用户会定期同步安装包。
- 用带多线程的下载工具(比如 IDM、迅雷)去抓官网直链,速度通常能提升不少。
- 如果公司内网有软件分发平台,有时候能直接找到 Obsidian 安装包。
- macOS 用户如果装了 Homebrew,也可以试试
brew install --cask obsidian,走的是 GitHub 资源,某些网络环境下会更稳。
下载之前要注意:Obsidian 个人使用免费,不存在“需要破解”的说法。网上那种所谓“破解版/加速版”安装包反而可能篡改内容,完全没必要去碰。
安装完之后,第一次启动会让你选择“创建新库”还是“打开已有文件夹”。我强烈建议你就把 Obsidian 库建在一个你自己能找到的、有备份习惯的目录下,不要藏在系统默认路径里,因为后面 Workbuddy 要读这个文件夹,路径越短越清晰越好。
2.2 Workbuddy 安装与本地部署的取舍
Workbuddy 这块我要先说明一下:不同发行渠道出来的版本,界面和功能细节会有差异。如果你是从官方应用商店或网站下载的,通常有云端账号版和本地部署版两种形态。云端版开箱即用,本地部署版适合数据敏感场景。
个人用户我建议先用云端版跑通流程。为什么?因为本地部署虽然听起来很“极客”,但你需要自己准备大模型 API Key、处理 Docker 运行环境、维护模型调用成本,这一套下来已经把精力耗掉了大半,而你要解决的问题其实是“如何用 AI 处理商业资料”,不是“如何运维一套本地模型”。
本地部署真正有意义的场景是:你的客户资料、财务数据属于敏感信息,不允许上传到第三方云端;或者你所在的公司有数据合规要求,要求所有内容必须留在内网。这种情况下你再考虑用 Docker 起一套 Workbuddy,并把大模型切换成内网可访问的私有化服务。冷启动成本不低,业务价值需要你自己评估。
顺带解决一个很多人搜过的疑问:Workbuddy 和 CodeBuddy 到底啥区别?我个人的理解是,CodeBuddy 这类产品更偏“代码智能体”,围绕写代码、改 Bug、代码评审展开;而 Workbuddy 更偏“办公/业务智能体”,围绕文档、客户、项目、流程自动化展开。所以如果你只是写业务代码,用哪个顺手就用哪个;如果你的目标是搭商业大脑、让 AI 帮你处理 Obsidian 里的业务资料,那 Workbuddy 的路径是更匹配的。
2.3 让 Workbuddy 能“看到” Obsidian
这是整套方案里最关键的一步。Workbuddy 默认不知道你 Obsidian 库存了什么,你必须给它一个访问入口。我在实际项目里试过三种方式,各有适用场景:
方式一:Workbuddy 本地部署,直接读写 Obsidian 库文件夹如果你把 Workbuddy 部署在本机,那它天然能访问本地文件系统。你可以把 Obsidian 库路径配置给它,让它直接创建.md文件、修改已有笔记。优点是最直接,缺点是只能适用于本机,而且如果 Obsidian 正在运行、两边同时改同一个文件,有概率产生冲突。
方式二:Obsidian Local REST API 插件Obsidian 有个社区插件叫 Local REST API,装好之后会在本地起一个 HTTP 服务,允许外部程序通过 API 读取、搜索、创建笔记。Workbuddy 通过这个接口就能操作 Obsidian。这个方案的好处是 Obsidian 正在运行时也可以实时读写,不用碰文件底层,而且你可以在 Workbuddy 侧配置认证,避免任何程序都能访问你的库。
方式三:Workbuddy 生成内容 + 手动/脚本落盘最朴素的方式:先让 Workbuddy 生成好 Markdown,再复制粘贴进 Obsidian,或者用自动化脚本保存到库目录。这种方式不适合大批量,但作为新手上手探索 Workbuddy 能力边界是完全够用的。
我个人的建议是:直接上方式二。理由很实际——Local REST API 的生态比较成熟,配置一次之后,Workbuddy 每次读写都会以“当前正在运行的 Obsidian”为准,不会出现文件没刷新的问题。后面我会说具体怎么配。
2.4 最小验证:让 Workbuddy 在 Obsidian 里新建一条笔记
环境搭完之后,别急着搞复杂业务,先做一个最小验证:
- 在 Obsidian 里安装并开启 Local REST API 插件。
- 在插件设置里记下 API Key。
- 在 Workbuddy 的自定义连接器或技能配置中,新增一个 HTTP 请求,地址填
https://127.0.0.1:27124/commands/append,请求头带上 API Key。 - 给 Workbuddy 下一条非常简单的人类指令:“请在 Obsidian 的 00 Inbox 目录下新建一条笔记,标题为测试,内容为‘连接成功’。”
如果 Workbuddy 能正确执行、Obsidian 里出现了这条笔记,那么恭喜你,基础设施已经通了。剩下的事就是在这个通道上不断叠加场景。
3. Obsidian 知识库底层怎么搭:先让信息能“长”出来
现在到了搭知识库结构的部分。这一章解决一个问题:为什么你的 Obsidian 库用了很久还是像一锅粥,以及怎么从一开始就避免这种混乱。
3.1 目录结构别按“学科”分,按“业务流”分
很多 Obsidian 教程会教你把笔记分成“工作”“学习”“生活”“灵感”这种大类。如果你要搭的是第二商业大脑,这个分类法其实不好用——因为商业场景是围绕“客户”“项目”“产出”流转的,不是围绕“科目”流转的。
我自己的库结构是下面这样的,你可以照抄再改成自己业务的名字:
Obsidian 根目录/ ├── 00 Inbox/ # 所有待处理、未消化的内容 ├── 10 Clients/ # 客户档案目录,每个客户一个子目录 │ ├── 客户A/ │ ├── 客户B/ ├── 20 Projects/ # 项目目录,每个项目一个子目录 ├── 30 Knowledge/ # 通用知识库:方法论、行业研究、课程笔记 ├── 40 SOP/ # 可复用的业务流程、标准操作步骤 ├── 50 Templates/ # 所有笔记模板 ├── 90 Archive/ # 已完成项目、已结束客户,备份归档 └── 00 个人仪表盘.md # Dataview 汇总页这套结构的关键是“数字前缀排序 + 业务对象隔离”。数字前缀帮你稳定排序,业务对象隔离让你知道一条笔记该放哪里,不用纠结。
Inbox 目录很重要。任何临时看到的内容,先丢进去,不急着分类。每周五我固定花半小时清理 Inbox:有保留价值的,移到对应客户、项目或知识库;没有价值的直接删。这一步能防止你陷入边收集边整理的状态。
3.2 每条笔记都要有“属性”,而不是只有正文
纯文字笔记很难被机器处理。Workbuddy 要想自动化操作你的 Obsidian,最好能读懂结构。所以从第一天起,你应该给关键笔记加上 YAML Frontmatter(笔记开头用---包裹的属性块)。比如客户笔记:
--- type: client customerid: C001 company: 某某科技 owner: 我 stage: 商务洽谈 followupdate: 2025-06-20 tags: - 重点客户 - 需要决策 ---Dataview 插件就是靠这些属性来筛选、排序、生成动态列表的。你手动写一次属性,后面建仪表盘时就不用到处翻笔记了。
我见过很多新手因为“写属性太麻烦”而跳过这一步,结果三个月之后库里的东西就再也捞不出来了。解决办法很简单:用模板自动生成属性,而不是每次手敲。
3.3 Dataview:把笔记变成一张“会生长”的表格
Dataview 是 Obsidian 生态里最值得学的插件之一,它把 Obsidian 变成轻量数据库。你不需要精通代码,背几个查询就够用了。
假设你给客户笔记都加了上面那段属性,那你可以新建一个“客户仪表盘”笔记,写这样一段查询:
TABLE company, owner, stage, followupdate FROM "10 Clients" WHERE type = "client" SORT followupdate ASC这会自动列出所有客户笔记,按下次跟进日期排序。每次你只要维护好客户笔记的属性,这个仪表盘会自动更新。
再比如,我想看所有“本周需要跟进”的客户:
TASK FROM "10 Clients" WHERE !completedDataview 还有几种查询方式,比如LIST、TABLE、TASK。你不需要全背,先记住TABLE ... FROM ... WHERE ... SORT ...这个语法就够了,其他用到再查。
3.4 双链、标签到底怎么用才不混乱
Obsidian 最出名的就是双链。但你不需要给每篇笔记都手工加链接。我自己的原则是:
- 双链表达“强关系”:客户和项目有关联,那么客户页里链到项目页;方法论笔记和具体案例有关联,双向链接起来。这种关系一旦建立,将来你顺着链接就能走完整个业务上下文。
- 标签表达“横切维度”:比如
#需要决策、#待回复、#风险,这些不代表某个对象,而代表某种状态。标签一多就容易乱,所以我只保留几个“动作类”标签,不确定的宁可不打。 - 文件名表达“是什么”:数据库检索靠文件名和属性,命名规则保持稳定比啥都重要。我常用的格式是
YYYY-MM-DD 主题或公司名-主题。
打个比方:双链是蜘蛛网,标签是便利贴。蜘蛛网用来找路,便利贴用来提醒状态,如果把每个挂钩、每根线都贴满便利贴,整个库就变成垃圾堆了。
3.5 模板和日常记录流程:把写笔记的成本压到最低
就算结构再好,如果写一条笔记要手动敲 10 分钟模板,你还是会放弃。所以 Obsidian 一定要配 Templater 插件。
简单做法是:在50 Templates/目录里新建“客户档案模板”“会议纪要模板”“项目复盘模板”,然后在 Templater 设置里给常用模板绑定快捷键或者命令面板提示。点一下,自动生成带日期、带属性的笔记骨架,你只需要往里面填内容。
我自己经常用的会议记录模板简化后是这样的:
--- type: meeting project: date: {{date:YYYY-MM-DD}} attendees: - tags: - 会议纪要 --- ## 背景 ## 讨论纪要 ## 结论与决策 ## 下一步行动 - [ ]会议开完花三分钟把几个板块填掉,这条会议记录就成为项目上下文的一部分,以后 Workbuddy 读起来也能快速理解。
4. Workbuddy 实操:真正“用”起来而不是“聊”起来
环境通了,知识库也有了雏形,接下来就是 Workbuddy 开始干活的部分。这里我建议你把 Workbuddy 当成一个“能读你库、能写你库、能调用外部工具的实习生”,而不是一个搜索引擎。
4.1 让它读 Obsidian 时,指令要分三段
我刚开始用 Workbuddy 时,语气都是“帮我总结一下项目A”,结果它经常答得泛泛而谈,原因就是它没有指定信息源。后来我把指令改成三段式,效果立刻好了很多:
- 指定来源:从哪里读。比如“读取
20 Projects/项目A/目录下的所有会议纪要”。 - 明确任务:要它做什么。比如“提炼出当前阻塞点,并按优先级排序”。
- 指定输出:结果写到哪里、用什么格式。比如“用 Markdown 格式输出,保存到
20 Projects/项目A/周报/2025-06-15-周报.md”。
你可以看到,本质上就是你给一个刚来的实习生分配任务的逻辑。你不说清楚资料在哪、你要什么产出,他就只能自由发挥,结果通常没法直接用。
实际对话可以这样说:
请先读取 Obsidian 库中
20 Projects/项目A目录下最近 7 天的会议笔记和进展笔记。我需要你输出一份《项目A进展摘要》,内容包括:当前完成了什么、还有什么阻塞、下一步最应该做什么。最后把这份摘要保存为一个 Markdown 文件,放到20 Projects/项目A/下,文件名以当天日期开头。
Workbuddy 配合本地 API 可以把笔记读进来、生成内容、再通过 Local REST API 写回去。你会发现它产出的内容比直接空聊更有针对性,因为有“库内上下文”支持。
4.2 一个完整的示例:把客户访谈记录变成行动清单
光说抽象逻辑还不够,我给你演示一个我已经跑通的完整例子。
第一步,我在 Obsidian 的00 Inbox/放了一条从电话里整理出来的客户访谈笔记,里面是杂乱的顾客原话,比如“我们现在的采购审批很慢”“团队用的工具太多,信息经常对不上”这类内容。
第二步,我给 Workbuddy 下指令:
读取 Obsidian 库中
00 Inbox/2025-06-10-客户X访谈记录.md。请完成三件事:
- 把客户原始表达整理成 3 个核心痛点。
- 每个痛点对应我们产品里的一条解决方案。
- 最后输出一份《客户X访谈洞察》,保存到
10 Clients/客户X/下,并在原访谈记录的“相关笔记”字段里加一个双链。
注意我特意让 Workbuddy 在输出里加上“在原记录加双链”,这样就保证了一条笔记不会孤立存在——访谈记录能找到洞察,洞察也能回溯到访谈。
第三步,Workbuddy 按指令跑完后,我再让它梳理下一步行动:
根据刚才生成的洞察,把最应该推进的 3 个动作生成一个 TODO 列表,追加到客户X笔记中,并按优先级排序。
做完这一步之后,Obsidian 就同时有了访谈原始素材、洞察分析、行动清单。Dataview 页面也会自动把客户 X 的下一步跟进时间标出来。整个过程不是让 AI 写一篇漂亮的文章给你看,而是把分析和行动直接变成知识库的一部分。
4.3 Skill 是把你的工作方法固化下来
Workbuddy 这类工具一般都有“技能”机制,你可以在里面预设 Prompt 和步骤,以后一键调用。
我用得最多的是一个叫“客户建档”的自定义技能。它的逻辑是:
- 读取用户提供的访谈原始记录;
- 提取客户公司、规模、需求、预算信号、决策链;
- 按
10 Clients/客户名/的目录结构生成初始档案; - 在档案中补上“待验证问题”清单。
设定好这个 Skill 之后,以后任何新客户访谈,我只需要把原文丢给它,剩下的事它全自动完成。最开始的设定可能不太准,我会在跑了几次之后不断修正提示词,慢慢就稳定了。
Skill 的威力就在于你的商业方法不再是“只可意会”的经验,而是变成一套可以被 AI 反复执行的流程。将来你招到新人,也可以直接把技能包共享给他,培训成本瞬间降下来。
4.4 API 接入和接口自动化:让 Workbuddy 不只是写笔记
再进一步,Workbuddy 可以通过连接器访问外部接口。我身边有不少人问“怎么用来做接口自动化”,其实思路并不复杂。
比如,你的客户在你们小程序的反馈表单里留了一条投诉,系统会自动把它推送到 Workbuddy 的连接器(通过 Webhook)。Workbuddy 收到后会做这几件事:
- 解析用户留言,提取客户ID和问题类型;
- 调用你 CRM 的查询接口,拉出该客户的订单和历史工单;
- 把这些信息整理成一条结构化摘要,写入 Obsidian 对应客户笔记;
- 最后生成一条待办:需要人工跟进或自动回复。
这里的核心是 Workbuddy 充当“编排器”:它负责决定先调哪个接口、怎么解析返回、把结果放哪里。Obsidian 则作为最终的业务脑图,保留所有沉淀内容。
做接口自动化有一个忠告:不要第一天就指望全自动。先让整个流程有一个人工确认节点,比如 AI 生成内容后先发给你审核,你确认没问题后再让它写入 Obsidian。跑稳一两周,确认不会写乱库,再逐步放开权限。
5. 从单点到流程:把它们拼成真正的商业闭环
基础知识都通了之后,这一章我带你串一个完整业务流,你就能看到 Workbuddy 和 Obsidian 是怎么协同的。
5.1 一个新客户从线索到成交的完整路径
假设你刚接触一个新客户,整个流程可以这样走:
- 第一天:你把和客户沟通的录音转文字,丢到
00 Inbox/,Workbuddy 自动执行“客户建档”技能,生成客户初始档案,里面包括公司背景、关键联系人、初步需求和几个待验证问题。 - 第一次拜访/线上会:你打开 Obsidian 客户目录,用会议纪要模板记录关键信息。会后 Workbuddy 读这份纪要,生成“下一步行动清单”和“风险点”,更新客户档案里的
followupdate属性。 - 中间推进:Dataview 仪表盘显示下周一需要跟进客户A,你让 Workbuddy 从客户档案里提取最近一次沟通要点,起草一份跟进邮件初稿。
- 项目启动后:客户转成项目,你在
20 Projects/下面新建项目目录,并把客户档案中的背景信息链接过去。
你会发现,每个动作之间,两个工具都在接力。Obsidian 负责让信息在场,Workbuddy 负责让信息流到下一个环节。
5.2 周报不用再手动粘贴
几乎所有知识工作者都逃不开周报。过去我总是周五下午翻聊天记录、翻邮件、翻笔记,拼拼凑凑花一个小时。现在我把这件事压缩到了十分钟。
方法是这样的:在 Obsidian 的每个项目笔记里,平时我随手记“本周进展”“遇到的问题”“下一步计划”。周五的时候,我让 Workbuddy 执行一条指令:
读取
20 Projects/下所有内容中本周新增或修改的笔记,汇总每个项目的进展。请按以下结构生成周报:本周完成、下周计划、风险与卡点、需要的支持。结果写到30 Knowledge/周报/2025-W25.md。
Workbuddy 可以用文件修改时间或者 Dataview 查询结果来筛选本周的笔记,然后按结构生成初稿。我拿到初稿后,只需要人工检查一下描述是否准确,再花五分钟润色即可。周报这件事从“回忆”变成了“审核”。
5.3 用 Excalidraw 画图和来回“对齐”
如果团队讨论复杂度比较高,光靠文字是不够的。Obsidian 里有一个 Excalidraw 插件,我经常把它拿来画业务流程、客户旅程和系统架构草图。
在 Excalidraw 里有两件事要注意:一是元件对齐,画布上选中多个元件后,可以使用右侧对齐工具一键对齐;连接元件时要从元件边缘的锚点拖出箭头,不要从空白处开始画线,否则后续挪动元件位置线就会乱掉。
画好的图可以直接嵌入 Markdown 笔记。Workbuddy 在读取笔记时,虽不能直接“看懂”图片内容,但如果你在下方配一小段文字描述这张图的逻辑,它就能基于文字去做分析和建议。所以我的习惯是:图负责让人看懂,文字负责让 AI 看懂,两边都别缺。
5.4 用主题和 CSS 提高使用体验,但别上瘾
Obsidian 默认界面比较朴素,很多人第一步就想去折腾主题。我不反对美化,但一定要控制时间。
真正值得做的是:把常用字体调好、暗色模式按自己眼睛舒服设置、写少量 CSS 片段让 Dataview 表格更好读。Obsidian 官方主题库里有很多成熟主题,你挑一个顺眼的装上就行,不要在 CSS 上死磕几天。
在 Obsidian 的设置里,外观 → CSS 代码片段,可以放一些微调样式。比如让 Dataview 表格的行距更宽松,或者让标签在页面上不那么显眼。这些小改动是“用后才知道需求”的,没必要提前设计。
6. 常见问题与排查实录:那些我踩过的坑
不管方案设计得多好,实操时一定会遇到问题。我把自己的踩坑经历整理成一份速查表,你遇到类似情况时可以直接对号入座。
6.1 Obsidian 下载慢、插件商店打不开
Obsidian 插件市场因为资源在境外,国内网络经常连不上或者非常慢。这不是 Obsidian 本身的问题,但确实很影响体验。
解决方案可以分两层:
- 外层:找一个稳定的网络环境再更新,或者耐心多试几次。如果你公司有内部软件源,也可以看看运维有没有同步常用插件。
- 插件本身:可以在 GitHub 上找到对应插件仓库的 release 页面,手动下载压缩包,解压后放到 Obsidian 库的
.obsidian/plugins/插件名/目录下,重启 Obsidian 再在“已安装插件”里启用。
手动安装插件时要注意:解压后的目录里必须包含manifest.json和main.js,缺少任何一个都没法启用。因为 Obsidian 是通过这两个文件来识别插件的。
6.2 Workbuddy 本地部署起不来
如果你选择了本地部署模式,最常见的坑有这几个:
- 端口被占用:启动时日志里如果报
port already in use,把默认端口换掉再启动。 - 大模型 API Key 过期或没配:Workbuddy 本地版本身不产生智力,它需要接一个大模型后端。很多人以为装完就能用,结果忘了配置模型接口的 API Key。
- Docker 内存不足:Workbuddy 跑本地模型或依赖服务时非常吃内存。如果容器启动后意外退出,先看
docker logs,很多时候是内存溢出了。
你如果要本地部署,一定要有耐心看日志。日志是大多数问题最好用的定位方式。
6.3 Workbuddy 读不到 Obsidian 的文件内容
这个问题的原因通常有三个:
- 路径不对:你在指令里写的路径是“相对路径”,但 Workbuddy 并不知道你 Obsidian 库的根目录是哪,所以要在连接配置里明确设置 Obsidian 库根路径。
- API Key 过期或被改:Local REST API 插件更新后 Key 可能变,去插件设置里复制新的 Key 替换配置。
- 权限不足:某些 Workbuddy 本地部署跑在 Docker 容器里,容器默认读不到宿主机上 Obsidian 文件。需要把 Obsidian 库目录挂载到容器内。
检查顺序建议是:先看 Workbuddy 能否直接访问该文件路径,再看 API 接口返回了什么状态码,最后再去查插件日志。
6.4 Dataview 查询结果为空
Dataview 明明写了查询语句,结果却一片空白,这个问题我刚开始也遇到过。多数情况下是下面几个原因:
- 属性没顶格写:YAML Frontmatter 必须从文件第一行开始,前面不能有空行或注释。
- 字段名大小写不匹配:Dataview 对字段名是敏感的,比如你属性里写的是
followupdate,查询里就得用followupdate,不要写成followUpDate。 - 路径写错:
FROM "10 Clients"里的路径必须是库内的真实目录,注意区分全角/半角引号。 - 插件没启用:Dataview 要保证在“已安装插件”里是启用状态,配置了但没启用,页面只会显示原样文本。
一个快速排查方法:在笔记页面里打开开发者控制台,看有没有红色报错。Dataview 的错误提示一般会直接告诉你哪里写错了。
6.5 数据安全与同步冲突
Obsidian 库是本地文件,这一点的好处是隐私可控,但它也意味着你必须有备份意识。
我的建议是:Obsidian 库至少放在一个有同步能力的目录里。如果你用的是 iCloud、坚果云这种同步盘,注意不要在多个设备上同时编辑同一条笔记,容易产生冲突副本。Workbuddy 在写入文件时,如果正好和 Obsidian 正在进行的编辑撞上,也可能产生冲突文件。
对于特别重要的客户资料,我会额外用 Git 仓库做版本管理。每个周五提交一次,万一哪次操作把库改乱了,还能回滚到上一个稳定版本。
至于商业敏感数据的脱敏,如果知识库里会写入客户财务、身份证号等信息,建议把这些字段单独放,不要和常规业务笔记混在同一个目录里。做得更细一点,可以给敏感目录加密,Workbuddy 涉及这些内容时也尽量只给暂时的只读权限,不给全库的写权限。
6.6 库越用越乱怎么办
最后这点其实不是技术问题,而是持续维护问题。我的习惯是每周五花固定的半小时做“大脑整理”:清理 Inbox、合并重复笔记、更新客户和项目的跟进日期、顺手删掉三个月没打开过一次、也没有价值的旧笔记。
很多人舍不得删东西,但第二商业大脑保留的是“能被调用的结构”,不是“堆在仓库里的废纸”。如果一条笔记没有被任何链接指向、没有打上任何状态标签、半年内也没有被 Workbuddy 读到过,那你留着它大概率也不会再用。归档到90 Archive/总比让它干扰商业主流程要好。
7. 最后给你几条实操建议
这套系统我从零搭到现在,已经跑了好几个月。如果你现在要动手建自己那套,有几条硬建议希望你知道。
第一,先跑通最小的链路再美化。不要花一周时间研究主题、CSS、脚本库。第一版只要能做到“Obsidian 能存、Workbuddy 能读、Dataview 能汇总”就够了,这条链路跑通之后,你才知道下一步哪里最需要优化。
第二,所有工作流设计的终点都是“行动”。一条笔记、一份报告、一段分析,如果最终没有变成某个人要做的下一步动作,它就只是库存。所以在给 Workbuddy 写指令时,永远要求它产出行动项,哪怕只是“暂无行动,下月复查”。这个习惯能让你的知识库保持活性。
第三,敢于让 AI 写乱一点,也要敢于清理。Workbuddy 自动写入的内容不一定完美,可能有时候路径不对、属性格式不标准。你别因为这个就退回手工模式,而是把它当作训练实习生,写错就纠正,纠正几次后它会在你的技能包里越来越准。
我个人最享受的变化是:以前所有客户和项目信息都散落在微信聊天、邮件、Excel 和我的大脑里,每切换一次场景就要重新回忆一遍。现在打开 Obsidian,我看一眼 Dataview 仪表盘就知道这周该跟谁、哪个项目有风险;打开 Workbuddy,我只需要说一句话,它就能把相关上下文调出来,然后替我起草初稿、整理行动。这种感觉就像多了一个永远记得住上下文、又愿意主动干活的商业搭档。
你在搭的时候如果卡在某一步,尤其是 Workbuddy 读写 Obsidian 不通的问题,建议优先检查两者之间的连接配置,而不是先怀疑方案本身。把最小闭环跑起来,后面的事都会顺很多。