面对电脑中堆积如山的 PDF、截图和未完成的笔记，许多人陷入了“囤积文件”而非“积累知识”的困境。当需要检索特定观点时，往往仍需重新搜索。
为解决这一痛点，本文介绍一套基于 Obsidian 与 Codex 的自动化个人知识库搭建方案。该系统能够定时抓取关注的 AI 资讯，将原始资料入库，并依据预设规则持续整理、更新与迭代，让知识库具备“自生长”能力。整个过程无需编写代码或手动配置复杂 API，仅需一台电脑即可完成。
一、安装 Obsidian
访问 Obsidian 官网（https://obsidian.md），根据操作系统（Windows 或 Mac）下载并安装客户端。
安装完成后启动软件，创建新仓库。建议在本地新建专用文件夹作为仓库目录，后续所有知识资料均存储于此。
二、Codex 连接 Obsidian 仓库
核心逻辑是将所有知识资料统一存储在本地文件夹中。在 Codex 中创建新项目，项目路径指向上述本地创建的文件夹，实现工具与仓库的连接。
三、搭建自动化信息收集系统
该模块用于定期抓取用户关心的领域内容（如 AI 新闻）。利用卡兹克（Khazix）开源的技能插件，可免去手动配置 API 的繁琐步骤，直接通过指令让 Codex 完成配置。
安装技能指令：
帮我安装这个 skill：https://github.com/KKKKhazix/khazix-skills/tree/main/安装成功后即可使用自然语言指令获取日报，例如：“看一下 7 月 27 号的 AI 日报”。
生成的完整日报简报示例：
四、搭建知识迭代系统
知识管理不仅是文件存储，更需构建模块化、结构化的体系。首先让 Codex 学习基础方法论（如《LLM Wiki》文章）。
理解核心思路后，指令 Codex 结合现有知识库定制迭代机制，并生成新的方案文档（如 AGENTS.md）：
结合他的核心思路和我的知识库，定制一个知识迭代系统，帮我更新一份新的知识库迭代机制方案到 AGENTS.md此后，知识库将按照“原始资料、LLM Wiki 方法论、运行规则”三层模型运转，解决知识梳理问题，并为后续自动化维护奠定基础。
五、知识更新自动化
为实现知识库的自主维护，设置定时任务。例如，指令 Codex 每天晚 8 点依据 AGENTS.md 中的步骤自动更新和整理知识：
帮我设置一个 codex 的自动化，每天晚上 8 点根据 AGENTS.md 的步骤帮我更新、整理知识库里的知识
至此，知识库自更新系统搭建完成。
结语
从安装 Obsidian、创建仓库，到接入 Codex、部署 AI 技能、编写 AGENTS.md 规则及设定定时任务，一套可长期运转的个人知识管理系统正式成型。
该系统由原始资料保存信息，LLM Wiki 提供整理方法，AGENTS.md 规定工作流程，Codex 自动化执行日常运维。资料流入、知识沉淀、规则迭代，形成闭环。
初始阶段，系统可能在分类准确性或整理效率上不如人工，这属于正常现象。用户需通过不断修正 AGENTS.md，明确重点内容与关联逻辑，逐步训练系统贴合个人习惯。无需追求初期完美的分类体系，关键在于立即行动：创建文件夹、存入第一篇文章、启动系统。
知识管理的终极目标并非囤积资料，而是为了在未来重新遇见那个认真思考的自己。随着知识库的生长，被持续更新的不仅是文件夹，更是用户自身的认知体系。