WorkBuddy+Obsidian：公式教材结构化与自动出题全流程

备课，应该是培训行业里最容易被低估的“隐形加班”。尤其是理工科、财会、工程类培训，一份公式教材从整理到出题，工作量远比想象中大。我见过太多讲师把周末耗在 Word 里敲公式，或者为了凑一套阶段测验翻遍三年前的讲义。直到我把工作流切换成 WorkBuddy 加 Obsidian，教材处理和自动出题才算真正变成了流水线作业。

这套组合的核心思路不复杂：Obsidian 负责把教材、讲义、题库沉淀成结构化本地知识库，WorkBuddy 负责把“解析公式教材、生成题目、回写 Markdown”这些重复劳动交给 AI 自动化。讲师只需要做审题和定稿，不需要再一个字一个字敲题目。这篇我会把我实际搭建的流程、踩过的坑、以及可以直接抄的配置都整理出来。

1. 为什么是 WorkBuddy + Obsidian：先厘清这套组合解决什么问题

先说说我原来的状态。备课材料分散在 PDF、Word、PPT 里，每门课的章节命名混乱，题库更是一团乱麻。到了出题的时候，要么靠记忆翻旧资料，要么手动改数字造题，效率低不说，还容易出错。问题的根源不是我不努力，而是缺一套“教材结构化 + 出题自动化”的闭环。

Obsidian 的价值在于它把所有内容变成了本地 Markdown 文件。Markdown 可以写公式、可以建双链、可以打标签，而且纯文本格式天生适合被程序处理。这就给 WorkBuddy 提供了干净的“原料”。

WorkBuddy 我把它定位成 AI 工作台，不是简单的问答机器人。它真正好用的是 skill 和工作流：你可以设定它去读取某个目录、把 PDF 教材转成结构化 Markdown、按章节提取公式和例题，再根据你给的出题规则批量生成题目。整个过程像搭积木，一次配好，后面就能反复用。

这两个工具拼在一起，解决的不只是“出题快一点”，而是把整个备课周期缩短了一个量级。原来出一套 50 题的阶段测试，连选题带排版至少要两小时；现在 WorkBuddy 生成初稿、我审核修订，半小时之内就能定稿。对讲师来说，省下来的时间才是真正的高价值回报。

1.1 工作流闭环长什么样

我在实际使用中把流程固定成了五步，你可以直接参考：

1. 教材入库：把 PDF、Word 教材丢进 Obsidian 的指定目录，作为原始素材。
2. 结构化解析：用 WorkBuddy 读取教材，按章节生成规范化 Markdown，公式统一转成 LaTeX。
3. 知识点拆解：让 WorkBuddy 从每个章节里提取知识点清单、例题和易错点，生成结构化的知识卡片。
4. 自动出题：按照预设的题型、难度、题量，基于知识卡片批量生成题目。
5. 人工审核回写：讲师审核题目，修改后回写到 Obsidian 的题库目录，打上标签，形成可复用题库。

我建议你在搭建之前就先画清楚自己的流程，哪怕只是在纸上写几行。因为后面的目录结构、命名规则、提示词设计，都是为这个流程服务的。流程想清楚了，工具配置只是顺水推舟的事。

2. 搭建之前：把知识库骨架先设计好

我没少见过有人拿到 Obsidian 就直接开始写笔记，结果写到一万条之后，找东西全靠搜索，标签乱成一锅粥。既然要用 WorkBuddy 自动处理，就必须先给知识库定规矩。电脑不知道你的“差不多”是什么意思，它需要明确的路径和命名规则。

2.1 仓库目录怎么建

我在 Obsidian 的 Vault 根目录下，按课程建了一级目录，每门课下面再统一挂五个子目录：

课程名/ ├── 00-原始教材/ ├── 01-章节讲义/ ├── 02-知识卡片/ ├── 03-题库/ └── 04-出题记录/

00 放原始 PDF 和 Word，永不修改。01 放结构化之后的讲义 Markdown。02 放知识点拆解后的卡片，这是 WorkBuddy 出题的主要依据。03 放最终定稿的题目。04 放每次出题的参数和记录，方便复盘。

目录名加数字前缀是我强烈推荐的习惯，排序稳定，不会乱。WorkBuddy 读取目录时也能按序处理，不会因为文件顺序错乱影响出题逻辑。

2.2 命名规范和标签设计

文件名最好统一用“章节-标题”的格式，比如“第03章-导数与微分.md”。不要用“新建文档123”这种名字，AI 读起来都会懵。我一般还会在每篇讲义顶部加 YAML 区，记录章节、课程、主题、难度等级，像这样：

--- 课程: 高等数学 章节: 3 主题: 导数与微分 标签: [导数, 微分, 计算题] 难度: 中等 ---

标签我分两类：内容标签（如“导数”“一元二次方程”）和题型标签（如“选择题”“计算题”）。内容标签方便 WorkBuddy 精准抽取，题型标签方便以后从题库里筛题。这样设计之后，出题时可以直接告诉 WorkBuddy“从标签包含‘导数’的卡片里抽题”，准确率会高很多。

2.3 同步和备份，别等丢了才后悔

Obsidian 的文件都在本地，这既是优点也是隐患。我吃过一次亏：重装系统前忘了备份，整个 Vault 差点没了。后来我定了两条规矩：目录路径全英文，避免工具读取时出乱码；Vault 整体同步到网盘，同时用 Git 做版本管理。这样即使某次 AI 批量处理把文件改错了，也能随时回滚。

如果你遇到 Obsidian 打不开，大概率是插件冲突或者缓存文件损坏，把插件临时禁用、删掉.obsidian/workspace.json再打开，通常能解决。别一上来就重装，很多问题都是配置层面的。

3. 核心细节解析：公式教材的结构化与常见问题

公式教材的处理，是整套方案里最容易出问题的地方。AI 可以识别文字，但公式如果处理不好，生成的题目就是一堆乱码。这一部分值得多花点心思。

3.1 公式素材从哪来

我的素材主要来自三个渠道：

• 教材自带 PDF 公式，用工具转成 LaTeX 后进入 Markdown。
• 老师自己的 Word 讲义，里面可能是 MathType 公式或图片公式。
• 网上找的题目截图，需要转成可编辑文本。

无论是哪种来源，最终目标只有一个：把公式变成 Obsidian 能渲染的 LaTeX 语法。比如：

$$f(x)=\frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{(x-\mu)^2}{2\sigma^2}}$$

在 Obsidian 里开启 MathJax 渲染后，这行代码会正常显示成公式。WorkBuddy 处理教材时，我会在提示词里明确要求“所有公式必须用 LaTeX 语法，并用 $ 或 $$ 包裹”，这一步能省掉大量后期修饰。

3.2 图片公式怎么处理

图片公式是很多讲师的老大难。我的做法是两步走：先用文字识别把图片里的文本抽出来，再用一个公式识别模型把公式转为 LaTeX。WorkBuddy 如果配置了相关能力，也可以直接把图片丢给它处理。但都要人工复核一遍，因为公式识别对上下标、希腊字母偶尔会出错。

我遇到过最典型的问题：\sigma被识别成\sigam，或者连等号都丢了。所以凡是公式，我定了一条死规矩：AI 解析完必须由讲师过目一遍，重点看变量符号、上下标、分母是不是有缺失。

3.3 让 WorkBuddy 按章节拆解教材

结构化解析这一步，我给 WorkBuddy 的任务描述大概是这样的：

读取 00-原始教材/高等数学/第03章-导数.pdf，按小节拆解内容。 输出到 01-章节讲义/高等数学/第03章-导数与微分.md。 要求： 1. 标题层级清晰，小节用 H3，知识点用列表。 2. 所有公式转成 LaTeX，行内公式用 $，独立公式用 $$。 3. 每个小节末尾列出 3-5 个关键知识点。 4. 保留原书例题，补充解题思路摘要。

WorkBuddy 会按这个指令生成结构化文件。这里有个经验：不要让它一次性解析整本教材，信息量太大容易截断或遗漏。我都是按章处理，每一章分开跑，跑完检查一篇再跑下一章。虽然多花几分钟，但质量稳定得多。

3.4 知识卡片是出题的地基

出题不能直接让 AI 对着整章教材硬编，那样题目质量很不稳定。我习惯先做知识卡片，让 AI 把一章拆成若干独立的知识点卡片，每张卡片包含：知识点名称、核心公式/定义、典型例题、易错点、关联知识点。一张卡片大概长这样：

## 可分离变量微分方程 - 核心公式：$\frac{dy}{dx}=g(x)h(y)$ - 解法：分离变量后两边积分 - 例题：求解 $\frac{dy}{dx}=xy$ - 易错点：分离变量时注意 $h(y) \neq 0$，否则可能丢解 - 关联：一阶线性微分方程、常数变易法

这些知识卡片放进 02-知识卡片 目录，等于给 AI 出题建了一个“选题池”。后续出题时，WorkBuddy 可以直接从这个池子里抽取，不会跑偏到章节之外的内容。

4. 实操：WorkBuddy 自动出题的完整流程

4.1 准备一份“命题要求”

自动出题的第一步，是把你的命题规则写清楚。很多讲师让 AI 出题效果差，不是因为 AI 不行，而是要求写得太模糊。像我一开始就说“出几道导数题”，结果题目千篇一律，都是求导计算。后来我把要求细化成下面这份命题要求，效果立刻就不一样了：

你是资深命题老师，请基于给定知识卡片命制 5 道计算题，每题 10 分。 要求： 1. 知识点覆盖：导数定义、求导法则、复合函数求导各至少 1 题。 2. 难度比例：基础 3 题、中等 1 题、拔高 1 题。 3. 每道题必须包含：题干、答案、详细解析、对应知识点标签。 4. 题干和答案中的公式一律用 LaTeX 语法。 5. 不允许出现教材原题，数字和函数形式必须改编。 6. 输出为 Markdown 格式，每题用 H4 标题分隔。

你可以把这段话保存成 WorkBuddy 的常用任务或 skill，下次直接调用。它是整个出题逻辑的核心。

4.2 配置出题 skill 和使用方法

WorkBuddy 支持自定义指令和 skill，我会把上面的命题要求保存成一个叫“章节计算题出题器”的 skill，然后在每次使用时把具体章节目录告诉它。一般的调用方式就是在对话框里输入：

使用“章节计算题出题器”，读取 02-知识卡片/高等数学/第03章 目录下的全部卡片，生成一套 10 题的小测。

WorkBuddy 会自动定位目录、读取卡片、按 skill 设定输出。这里要注意，目录路径一定要和 Obsidian Vault 里的实际路径完全一致。我第一次用的时候，因为把 Vault 路径写成了桌面上的快捷方式路径，AI 根本找不到文件。后来统一使用绝对路径，问题就消失了。

4.3 审核与修订题目

别指望 AI 出题一步到位。它出的题，公式偶尔会有瑕疵，数字单位偶尔会不严谨，甚至答案算错。我的做法是：先让 WorkBuddy 生成初稿，然后我快速通读一遍，重点检查三点——公式是否完整、答案是否算错、题目难度是否符合预期。

发现有问题，直接让 WorkBuddy 按我的意见重做，而不是自己手动改到崩溃。例如：

第3题答案算错了，求导时漏了链式法则的系数；第5题难度太低，把指数函数改成复合形式，重做这两题。

这一轮修订通常比第一轮快很多，因为 AI 已经有了上下文。等题目全部没问题，我再把它们粘贴到题库目录里归档。

4.4 生成题库文件并双链关联

题目定稿后，我会在 Obsidian 里给每一题添加标签和双链。比如一道复合函数求导的计算题，我会在题录里写上：

## 计算题：复合函数求导 **题干**：求 $y=\ln(\sin 2x)$ 的导数。 **答案**：$y'=\frac{2\cos 2x}{\sin 2x}=2\cot 2x$ **解析**：由链式法则，先对外层对数求导，再对内层正弦求导。 **标签**：[[导数]]、[[复合函数求导]]、[[计算题]]

这么做的好处是，以后任何知识点都能快速汇聚出题。比如要出“导数”专题测验，我只需要搜[[导数]]和题目类型::计算题，就能把相关题目都拉出来。长此以往，题库越攒越厚，但检索效率不会下降。

5. 常见问题与排查技巧实录

任何工具组合都有坑，我整理一份我自己踩过的常见问题速查表，希望能帮你少走弯路。

这里挑几个重点说一下。

5.1 公式识别错误是最隐蔽的坑

公式识别服务对行内公式的边界经常判断不准。比如$x^2$可能被识别成x²，LaTeX 渲染后很不美观。我的处理方式是让 WorkBuddy 统一输出标准 LaTeX，再用 Obsidian 渲染检查一遍。虽然听上去多了一步，但比起后面几十道题全部返工，这点时间值得花。

5.2 Zotero 笔记导入 Obsidian

很多讲师用 Zotero 管理文献和课件，需要把笔记搬到 Obsidian。最稳妥的做法：在 Zotero 里安装“Export to Markdown”类插件，把条目笔记导出成.md文件，然后整体拖进 Obsidian Vault。导出时注意勾选“包含附件”或手动把 PDF 复制到附件目录，否则关联资源会断。

5.3 Win7 和缓存问题

如果你还在用 Win7 环境，WorkBuddy 可能遇到兼容性限制，建议优先升级系统或在配置时选用便携版本。缓存目录默认放在系统盘，时间长了会挤占空间，我一般在设置里改到 D 盘或其他数据盘。这个操作不复杂：找到设置里的缓存路径，改成新目录，重启工具即可。

6. 把流程固化下来的一点心得

这套 WorkBuddy 加 Obsidian 的组合，我用下来最大的感受是：它不只是一个工具搭配，更是一种工作方法的转变。以前我的精力都放在“做”上——整理、输入、排版、出题；现在我的精力放在“审”上——定规则、审结果、优化提示词。这样省下来的时间能用来打磨课程设计、研究教学案例，反而对讲课质量帮助更大。

如果你刚开始尝试，我建议不要一上来就追求全自动。先手动处理两章教材，跑通整个流程，再把步骤固化进 WorkBuddy 的 skill 和 Obsidian 的模板里。流程越成熟，自动化带来的收益就越可观。

最后分享一个小技巧：我每次出题后，都会把当次的命题要求、参数和最终题目一起存档到“04-出题记录”目录。下次遇到类似章节，直接调出历史记录，让 WorkBuddy 参考旧题风格再出新题。这样不只是出得快，出题风格也能保持一致性——对学生来说，考试风格的稳定反而比题目数量更重要。