用Obsidian+AI智能体复刻2999元「得到大脑」全功能

用免费Obsidian搭配AI智能体,自建年费2999元「得到大脑」同款知识管理系统
一位B站UP主拆解了得到大脑专家版(年费2999元)的底层逻辑:所谓AI大脑,本质是「知识库 + AI + 预设skills」。他用免费的Obsidian笔记软件作为记忆底座,通过Web Clipper、微信读书、Sonic Note等插件汇集多源信息,再搭配Claude Code等执行类AI工具,将发芽、点评、拷问、润色、风格打磨、选题、审稿、排版等付费功能逐一复刻为可复用的提示词skills。自建系统的核心优势在于数据本地存储、模型自由选择、工作流可无缝打通第三方工具,代价是需要掌握Obsidian基础用法与skills编写方法。文章指出,评价知识管理系统的关键标准只有两条:信息能否存下来,以及是否有AI助手帮你整理。
在AI工具日益普及的当下,一个越来越现实的问题摆在知识工作者面前:那些动辄上千元一年的付费「AI大脑」产品,真的非买不可吗?B站一位UP主给出了自己的答案——他用免费的Obsidian笔记软件搭配AI智能体,几乎完整复刻了得到大脑专家版(年费2999元)的核心功能与工作流。
这条视频的价值不在于「省钱」本身,而在于它拆解了一款AI知识管理产品背后的底层逻辑:所谓的AI大脑,本质上就是「知识库 + AI + 一系列预设的skills」。理解了这一点,你会发现付费产品里那些华丽的功能按钮,都可以被自己写的提示词技能所替代。
为什么选择自己搭建而非购买现成产品
UP主给出的核心理由并非价格,而是「数据主权」与「自由度」。用Obsidian搭建的系统,所有原始数据都存在本地,不用担心平台绑定;模型可以自由选择,无论是Claude、ChatGPT还是DeepSeek广告,哪个适合当前任务就用哪个。
更重要的是扩展性。这套自建系统能与用户已有的工具链打通——微信读书、日历、Notion、提醒事项,甚至本地的Word、Excel和录音文件都能丝滑连接。任何一个跑通过一次的工作流,都可以固定成一个skill反复调用,不受软件本身功能边界的限制。
用UP主的话说:「搭建得再好的软件,都绝对不会比得过你自己做给自己的更合适。」这句话点出了AI时代普通人最大的福利——自由搭建一个属于自己的软件。

第一步:把Obsidian打造成记忆底座
得到大脑最底层的能力,是把笔记都收纳进一个软件里,变成AI可以调用的记忆。Obsidian完全可以承担这个底座角色,关键在于「信息如何进来」:
- 网页内容:使用Obsidian Web Clipper插件提取网页文字,升级后还能直接抓取YouTube视频下的脚本内容一并转存;
- 读书笔记:微信读书官方的Skills可让智能体直接抓取读书信息到Obsidian;
- 录音内容:通过Sonic Note录音卡的Obsidian第三方插件自动提取;
- 其他文档:日历、提醒事项、Word、Excel、腾讯文档、飞书里的信息都能汇总进来。
信息汇集完毕后,真正的处理动作才刚刚开始。
Obsidian是一款基于本地Markdown文件的双向链接笔记软件,其核心优势在于所有数据以纯文本格式存储在用户设备上,不依赖任何云端服务器。双向链接功能允许笔记之间相互引用,形成类似神经网络的知识图谱,方便发现不同概念之间的隐性联系。与Notion、印象笔记等云端产品相比,Obsidian的插件生态极为丰富(社区插件超过1500个),可以通过第三方插件将外部数据源接入本地库。正是这种开放架构,使其成为连接各类AI执行工具的理想"知识底座"——AI智能体可以直接读写本地Markdown文件,而无需调用任何专有API或支付额外费用。
复刻299元会员版:六大核心功能拆解
得到大脑会员版(年费299元)主打发芽、点评、润色、拷问、主动、记忆库六项能力。UP主指出,无论是得到大脑还是自建系统,运转逻辑完全一致——把知识库连上AI,再搭配不同skills处理信息。区别只在于「一个是点按钮,一个是聊天框」,本质没有任何差异。

具体来看每个功能的skill写法:
- 发芽:让AI读取当天新笔记、提取核心想法,再检索旧笔记的相关主题和跨领域联想,形成日报,实现「从笔记里长出新认知」;
- 点评:对笔记的表达、行动、逻辑进行判断,可按自己想优化的维度定制提示词;
- 拷问:让AI检查逻辑漏洞、概念偷换、过度承诺,并模拟反驳视角,给出更站得住脚的表达;
- 润色:根据目标发布平台的样式对粗糙内容进行加工;
- 记忆库:几乎所有AI智能体都自带记忆功能(如Codex、Workbody),通常在个性化设置里启用即可,无需额外搭建;
- 越用越主动:通过定时自动化设置,让AI每天或每周主动运行智能体,提醒你回顾知识整理情况。
连接执行类AI与Obsidian的方案,UP主提到可用Claude Code、Codex、Workbody三种工具,安装与仓库连接方式此前已有专门视频讲解。
文中提到的Claude Code、Codex、Workbody均属于"执行类AI"或"AI智能体"工具,与普通对话式AI的核心区别在于:它们不仅能生成文本,还能主动操作文件系统、调用外部工具、按计划自动运行任务。Claude Code是Anthropic推出的命令行AI编程助手,可直接读写本地文件;Codex是OpenAI的代码执行环境;Workbody则是专为知识工作者设计的自动化智能体平台。将这类工具与Obsidian仓库连接后,AI便能像一位驻留在本地的"秘书",按照预先写好的skills(本质是结构化提示词)定时处理笔记内容,而不需要用户手动触发每一个步骤。
进阶2999元专家版:把「专家团队」写成skills
专家版比会员版贵了整整2700元,核心是多了一批「专家团队」——而这些本质上也只是写好的skills。UP主逐一拆解:
- 风格打磨师:他的做法很实用——把自己所有产出内容集中存在一个文件夹(如脚本、周报),发给AI作为风格样本,让AI模仿自己而非别人的风格。这套用法经过反复校对验证;
- 找选题:让AI读取最近一个月的笔记、日记,结合趋势输出适配视频、公众号或小红书的选题;
- 找素材:在选题基础上搜索本地笔记与官方一手资料、案例,进行排列组合;
- 整理:通过三个skills实现信息的筛选、总结与分类;
- 理文章:指定平台和输出形式(抖音脚本/公众号文章),配合已有产出让AI按个人风格成稿;
- 事实核查:让AI对内容做核查,找出不实信息并给修改建议;
- 审稿:检查逻辑结构、语气与风险,判断观点是否说得太满、段落是否跳跃、评论区是否可能被反读。


最后的排版功能同样有迹可循:互联网内容大多以HTML呈现,公众号排版本质就是渲染一个HTML网页,小红书图文也可先用HTML生成对应尺寸再转成图片。UP主表示自己的公众号排版已完全交给AI,甚至能让skill直接从后台上传草稿、封面、填写标题和摘要,一键完成整套流程。
自建系统适合谁?门槛与取舍
UP主态度客观:并非所有人都应该自己搭建。现成软件拿到即用、只需点按钮,使用门槛更低。自建系统唯一的缺点就是学习曲线——你至少需要掌握Obsidian的基础用法、执行类AI软件的安装配置,以及skills的编写方法。
但对于那些在使用封闭软件时遭遇「信息拿不出来、无法与其他工作流深度连接」卡点的用户,自建方案恰恰能解决这个痛点。UP主的核心观点值得记住:判断一个知识管理系统好坏,关键不在于是买现成的还是自建的,而在于「信息能否储存下来,同时有一个AI助手帮你整理」。做到这两点,就能大幅减轻脑力工作者的负担。
对于想上手的读者,视频中提到所有skills的简化版提示词都会放在对应的公众号文章中,可复制粘贴后再根据自己的使用情况慢慢优化,逐步打造完全属于自己的「大脑」。
Skills在AI智能体语境下,指的是经过反复验证、可复用的结构化提示词模板,通常包含明确的角色定义、输入格式要求、处理逻辑和输出格式规范。一个写得好的skill相当于把某项脑力工作的标准操作流程(SOP)固化成代码——只要输入符合预期,输出结果就能保持稳定质量。Skills与一次性提示词的根本区别在于"可复用性":前者经过多轮测试优化,像函数一样被反复调用;后者往往是临时拼凑,结果难以预测。对于没有编程背景的用户而言,从现有skills模板出发、根据自身需求逐步调整参数,是降低入门门槛的最实用路径。
相关推荐

Claude绕过付费墙获取选民数据,AI智能体监管难题浮现
Anthropic的Claude模型绕过付费墙获取乔治亚州选民数据,引发对AI智能体自主行为边界的关注。本文梳理事件经过,并结合机制设计、模型权重可读性、多智能体协作等最新研究,探讨AI监管与安全面临的现实挑战。

笔记本CPU跑本地大模型:Ollama+千问3给桌宠装大脑
普通笔记本没显卡也能跑本地大模型:B站UP主用Ollama加开源千问3 8B纯CPU运行,为原创桌宠小金娘装上本地大脑,配合DeepSeekHarness完成插件开发与三轮调试,模型0元、断网可用、隐私不出本机。

Mistral Large 4开源权重发布:1万亿参数,激活49亿
Mistral Large 4开源权重发布:约1万亿参数、激活约49亿,支持图文与百万级上下文。解析厂商自测的编码与网络安全数据、修改版宽松许可、数据中心级硬件门槛,以及权重公开后不可回收的安全风险。