AI内容工厂0-1搭建：用Claude+Obsidian+LLM Wiki让本地知识库自动采集、整理、输出，告别重复开荒

项目简介

本课程解决资料散落、流程重复、AI输出无处存放的痛点，手把手将电脑搭成AI自动化工作台。通过RSS、Tavily、Firecrawl等工具构建采集层，用Codex+Skills实现知识提炼与素材生成，结合Obsidian与LLM Wiki搭建人机共读的知识图谱。最终落地为本地内容工厂——固定目录、可复用模板、稳定运行的Skill生产线，让每次创作不再从零开始。

你将获得

• 搭建AI内容工厂资料库的完整目录结构
• RSS/飞书/网页自动采集到本地的流程
• 用Codex+Skills批量提炼知识卡片
• Obsidian总控台与LLM Wiki图谱的同步配置
• 固定脚本维护索引与反向链接的方法
• 将输出文章/SOP回流知识库的闭环流程

合适人群

• 资料散落桌面/飞书/Obsidian的内容创作者
• 想用AI自动整理知识库但无头绪的独立博主
• 需要固定流程批量输出文章/课程的团队
• 已会AI对话但无法沉淀长期知识资产的学员

学习准备与建议

• 先按“资料有家→知识有关系→输出有流程”顺序理解
• 安装Docker前确认系统兼容性并配置镜像加速
• 原始资料只读，AI生成内容写新文件，批量操作前备份
• 用Codex时指令要像给员工写任务，而非聊天问题
• LLM Wiki项目目录独立于Obsidian主仓库，通过脚本同步

项目关键步骤

1. 安装Docker并配置镜像加速，部署WeWeRSS监控公众号
2. 配置Tavily与Firecrawl，实现AI搜索与网页抓取
3. 用lark-cli导出飞书文档至本地资料库
4. 安装Codex与VSCode，让AI读取并整理本地文件
5. 从Anthropic官方GitHub安装Skill，固化重复流程
6. 搭建Obsidian总控台，集成Web Clipper与笔记同步助手
7. 安装LLM Wiki，构建Source/Concept/Entity/Synthesis图谱
8. 编写脚本维护索引与反向链接，实现内容回流闭环

所需工具

• Docker
• Codex
• VSCode
• Obsidian
• LLM Wiki
• WeWeRSS
• Tavily
• Firecrawl