我的 Obsidian 知识库架构：从收件箱到归档的七层系统

考研复习的时候，我想找一条关于”新公共管理发展脉络”的笔记。

打开 Obsidian 的搜索，输入关键词，出来 47 条结果。有的是课堂随手记的片段，有的是论文摘要，有的是读书时画的重点，还有几条甚至只有一句话——大概是当时觉得重要，但没写清楚为什么重要。47 条结果，没有层级，没有关联，没有入口。我一条一条翻过去，花掉半个多小时，最后还是重新查了教材。

那天我意识到一个问题：我记了很多笔记，但我从来没有给它们一个结构。

I · 堆笔记的代价

我用 Obsidian 两年了。前一年半都在做同一件事——堆笔记。上课记，读书记，刷论文记，灵感来了也记。记完就放在那里，以为记下来就等于掌握了。

这种习惯背后有一个错觉：记录等于理解。我们以为把信息写下来，它就会自动变成知识。但实际上，未经整理的笔记只是信息的尸体。它们躺在文件夹里，和躺在书页上没有本质区别。唯一的区别是，书页至少有目录和页码，而我的笔记连这个都没有。

问题不在 Obsidian。Obsidian 只是一个容器，它不会替你思考结构。它提供了双向链接、标签、图谱视图，但这些工具只有在你的笔记已经有了基本秩序之后，才能真正发挥作用。如果笔记本身是一堆散落的碎片，再强大的工具也只能让你更快地在碎片之间跳转，而不是让你看到全貌。

我需要的不是更多功能，而是一套自己的架构。

核心原则其实很简单：不要让分类成为记录的阻力，让整理成为流程的事。换句话说，记笔记的时候不应该停下来想”这条该放哪个文件夹”，那是之后才需要处理的问题。

II · 七层架构

最终，我给自己的知识库设计了七个文件夹。不多，也不少。多到可以覆盖生活的不同维度，少到可以一眼看完。

MyBrain/
├── 00-Inbox       ← 一切从这里开始
├── 01-AI          ← AI 工具、Prompt 库、工作流
├── 02-Projects    ← 有截止日的项目
├── 03-Study       ← 考研主战场
├── 04-Life        ← 生活事务
├── 05-Archive     ← 已完成、不再改
├── 99-Ideas       ← 种子库
└── README

七个文件夹，每个前面有编号，从 00 到 99。编号不是装饰，它决定了排序，也暗示了信息流动的方向：从收件箱出发，经过不同的处理层，最终归档或孵化。

00-Inbox · 收件箱

这是整个系统的入口，也是唯一一个”不需要思考就能用”的文件夹。

任何想法、截图、链接、课堂随手记，全部先扔进 Inbox。一条笔记进来的时候，我不需要判断它属于哪个类别，不需要给它打标签，甚至不需要给它起一个正式的标题。我只需要把它放进去，然后继续做手头的事。

分类是后置的。每天晚上，我会花五分钟清空 Inbox——把当天的碎片分配到对应的文件夹，给重要的笔记补上标题和标签，删掉无用的截图。

规则只有一条：Inbox 不能超过 20 条。超过了就必须清。

这个规则来自 GTD（Getting Things Done）的收件箱概念。David Allen 在书里说，收件箱的作用不是储存，而是缓冲。它的核心心理效果是：你不会因为”不知道放哪”而干脆不记。当记录的门槛降到最低，你会发现自己记的东西反而变多了。

01-AI · AI 工具与工作流

这个文件夹在原版 PARA 方法里是不存在的。我加它，是因为 AI 已经成为我知识体系里一个独立的认知层，而不仅仅是一个工具。

这里放的东西包括：Prompt 库（按场景分类的提示词模板）、工作流文档（比如”如何用 Claude Code 整理 Inbox”的步骤记录）、工具对比笔记（不同 AI 模型在特定任务上的表现差异），以及一些 CLI 工具的配置笔记。

为什么要把 AI 笔记单独拎出来？因为 AI 的使用方法本身在快速演化。今天有效的 Prompt，明天可能就需要调整。把这部分内容独立出来，方便我随时迭代，而不会污染其他文件夹。

02-Projects · 项目

这里只放有明确产出和截止日的东西。一个课程作业、一篇论文、一个网站开发项目——它们有起点，有终点，有交付物。

每个项目用 GAP 方法追踪：

• Goal：我要做成什么
• Actual：现在做到哪了
• Plan：下一步做什么

这个方法借鉴了项目管理的思路，但做了极简处理。每个项目笔记顶部三行，写清楚目标、现状、下一步。不写长篇计划，不画甘特图。三行字，足够让自己在任何时候重新进入状态。

项目完成后，整个文件夹迁移到 05-Archive。不是删除，是归档——保留完整结构和标签，只是从活跃区移出，让视线里只剩下正在做的事。

03-Study · 学习

考研的主战场。按学科分子文件夹：政治、英语、专业课。每门课的笔记模板统一：概念定义 → 理论脉络 → 典型案例 → 真题链接。

这个模板不是随意设计的。概念定义解决”是什么”，理论脉络解决”从哪来”，典型案例解决”怎么用”，真题链接解决”怎么考”。四个部分构成一个完整的认知闭环。当一条笔记填满这四个字段，它就不再是一个碎片，而是一个可以独立调用的知识单元。

04-Life · 生活

旅行计划、健康记录、财务流水、读书清单。和知识体系无关，但需要管理。

把生活事务和知识笔记放在同一个库里，看起来不太”纯粹”。但实际使用中，这反而减少了切换成本。我不需要在 Notion 管生活、在 Obsidian 管知识——所有需要记录的东西，都从同一个 Inbox 进入，再分流到不同的文件夹。

05-Archive · 归档

已完成的项目、已经考完的科目、不再活跃的学习模块。

归档不是垃圾桶。很多人把归档理解为”不再需要的东西”，然后随手一扔，结构也不维护，标签也不整理。但归档的真正意义是：这些东西曾经有用，未来可能还有用，只是现在不需要时刻看到了。

所以归档区的笔记保留完整结构和标签。它们不会出现在日常视线里，但搜索时依然可以找到。这就像图书馆的闭架书库——书不在手边，但目录里还在。

99-Ideas · 种子库

这是整个系统里最特殊的一个文件夹。

Inbox 收集的是外部信息碎片——看到的文章、听到的观点、课堂上的片段。99-Ideas 存放的是内部产生的灵感——我自己想到的东西。

一个想法进入 Ideas 之后，它就进入了孵化状态。我不会立刻动手做，而是让它待在那里，和其他想法自然碰撞。当某条灵感周围积累了三到五条关联笔记，说明它已经足够成熟，可以升级为正式项目，迁移到 02-Projects。

99 这个编号是有意的。它离 00 最远，离”完成”最远，但离”可能性”最近。在这个文件夹里，没有截止日，没有交付物，没有紧迫感。它是一个允许想法慢慢生长的地方。

III · 当 CLI 遇上知识库

架构搭好之后，下一个问题是：谁来维护它？

纯手动维护当然可以，但成本很高。当 Inbox 里堆了十几条碎片，每条都要手动分类、打标签、建链接，这件事本身就会变成一种负担。而一旦维护变成负担，人就会开始逃避，架构就会形同虚设。

所以我接入了两个 CLI 工具：Claude Code 和 Codex。它们的定位完全不同。

Claude Code 做知识处理。它可以读取我的笔记内容，理解语义，然后做三件事：整理 Inbox 里未分类的笔记，根据内容自动归类到对应文件夹；扫描学习笔记，提取核心概念生成复习提纲；识别笔记之间的关联，自动添加双向链接。

Codex 做自动化脚本。它不处理内容，只处理文件：批量重命名、格式转换、清理空文件夹、生成目录索引。这些操作不涉及语义理解，只需要脚本逻辑。

协作模式很简单：

• Claude Code 负责理解内容、整理知识
• Codex 负责写脚本、自动化操作
• 我负责做判断、选方向

这个分工的核心思路是：AI 处理”怎么放”，我处理”放不放”。AI 可以告诉我这条笔记应该归入哪个文件夹，但只有我能判断这条笔记是否值得保留。AI 可以生成复习提纲，但只有我知道哪些概念是考试重点。

工具处理流程，人处理方向。这不是偷懒，是把有限的注意力留给真正需要思考的事。

IV · 五条设计原则

回顾这个系统的设计过程，有五条原则贯穿始终。

零摩擦捕获。 想法来的时候，不要挡它。Inbox 的存在就是为了让记录这件事没有任何门槛。你不需要在灵感闪现的瞬间思考分类，那是之后的事。记录和分类是两个动作，不应该同时发生。

分类后置。 这条原则是对传统笔记方法的反叛。很多人习惯在记录的时候就选好文件夹、打好标签，觉得这样”一步到位”。但实际效果是，记录的速度被拖慢了，而且很多时候你并不清楚这条笔记最终属于哪里。把分类推迟到每天固定的整理时间，效率反而更高。

活跃与归档分离。 视线里只保留正在做的事。当所有笔记都堆在一起，你的注意力会被过去的残留物分散。把已完成的东西移出活跃区，不是为了遗忘，而是为了让当下更清晰。

AI 是第一读者。 这个原则是 AI 时代特有的。你的笔记不仅给人看，也给 AI 看。清晰的层级结构、一致的命名规范、明确的标签体系，这些让 AI 能更准确地理解你的知识库，从而提供更有价值的整理建议。某种程度上，你是在为 AI 写一份”知识库使用说明书”。

简单到可以手绘。 七个文件夹，一个 README。没有复杂的嵌套，没有多级标签，没有需要记忆的规则。如果一套系统复杂到离开教程就不会用，那它一定撑不过三个月。

结语

这套系统不是 PARA 的复刻。Tiago Forte 的 PARA 方法（Projects, Areas, Resources, Archives）是一套很好的框架，但它没有给 AI 留位置，也没有区分外部信息和内部灵感。我加了 01-AI 和 99-Ideas，是因为这两个维度在我的实际使用中无法被归类到 PARA 的任何一个层级里。

它也不是 Notion 的替代品。Notion 擅长结构化数据的展示和管理，但它的数据不在我手里。Obsidian 用的是本地 Markdown 文件，CLI 可以直接读写，AI 可以直接处理。这种”可编程性”是 Notion 给不了的。

它更不是”最好的”知识管理系统。没有最好的系统，只有最适合当前阶段的系统。这套七层架构是为跨学科学习者加 AI 用户设计的——它假设你需要同时处理多个学科的知识，假设你愿意用 AI 辅助整理，假设你能接受每天花五分钟维护 Inbox。

如果这些假设和你吻合，可以拿去用。如果不吻合，至少希望你从里面看到一个思路：工具不重要，结构才重要。而最好的结构，是你自己设计的那一个。