WorkBuddy + Obsidian，怎么让 IVD 知识库自己生长

当我们急调用一个法规时，翻微信收藏，翻桌面上的 PDF 文件夹，翻之前发过邮件的附件，没找到。那份材料明明存在某处，但「某处」是哪，已经记不清了。

这不是记性的问题。是做 IVD 这行，材料本身长得就散。

法规原件是 PDF，指导原则是通告，审评问答多是网页截图，临床方案是 Word，统计报告是 Excel，中间还夹着群里转来的公众号文章。每一份都有用，每一份都在不同的地方。攒到第三年，电脑里躺着几千个文件，可真要调用哪一条结论，还是靠「我记得好像在哪见过」。

这篇讲的是我怎么解决这件事的。核心就一句话：把它做成一个会自己生长的库。

先把「自己生长」这四个字说清楚，不然容易误会。它不是指 AI 半夜替你写笔记，也不是买个软件就自动变聪明。它指的是这么一种状态：你只管往里扔东西、向它提问，剩下的归类、拆卡、连链、登记，由一套写死的规则推着自动完成，而且越用越顺。

要做到这一点，得有三样东西凑齐：一个固定的投料口、一份写明了的规则、一条会代谢的回路。缺哪一样，库都会退化成仓库。

一、先把分工讲清楚：Obsidian 是书架，WorkBuddy 是整理员

很多人一上手就把这两个工具的角色搞反了。

Obsidian 值得用的地方，是它把一个知识库还原成了最朴素的东西——一个装满 Markdown 文件的文件夹。没有专有数据库格式，没有云端锁定，每个页面就是一份 .md 纯文本，用记事本都能打开。它的价值在于「看得见」：文件树让你看清结构，双链让你看清关系，图谱视图把几百个页面的连接摊在你面前。

WorkBuddy 的角色是动手的那个。它能读你文件夹里的文件，也能往里写。你说「把这段东西收进去」，它就翻、就读、就落笔；你问「这个结论在哪提过」，它就去定位。

真正的诀窍在这儿：WorkBuddy 不是靠「记住」你的库来干活的。每开一个新会话，它对你的库一无所知。它是靠读几个文件，在几分钟内重新建立起对你的库的理解。

这就引出了整件事最反直觉的一点。

二、想让 AI 干得好，先把规矩写成文件

要是你把一个空文件夹丢给 AI，说一句「帮我整理一下」，结果一定是灾难。它会把法规原文剪成几条「读书笔记」扔在根目录，给文件起名叫「关于 XX 的思考」，同一份内容存三遍。不是它笨，是你没给它规矩。

我的做法是在库根目录放三个文件，专门给 AI 看。它们不记录任何业务知识，只写规矩。

WIKI-SCHEMA.md 管结构。它写清目录怎么分、每类页面用哪些字段、命名怎么定、链接怎么建。里面有一段是这么写的：

   
   
   
   知识笔记统一使用以下六个核心字段：

type:      # 页面用途
domain:    # 主要知识领域
topic:     # 1–4 个具体主题词
status:    # 页面状态
moc:       # 关联 MOC（仅填已存在的页）
source:    # 原始文件路径或外部来源

AGENTS.md 管行为。它规定 AI 动手时的纪律，现在一共十七条写入规则。比如「写入前先读 Index 判断归属，不做全库扫描」「同一材料若库中已有承担页，修订原页而非新建」「删除动作一律改为移入归档」「审计巡检类操作默认只生成报告，落盘需二次确认」。

CLAUDE.md 管输出习惯。它规定回答的语言、结构、引用方式，还有几条可以直接复制的提示词片段。

有了这三个文件，AI 每次开工，第一件事就是读它们。读完它就明白：新页要放进 3-Resources 资料库/ 下现有的子目录，不许新建平行体系；页面名字必须是陈述句；写完之后还得更新 Index 和 Log。

差别有多大，举个真实的对照。

没有规则的时候，你把一份《体外诊断试剂临床试验技术指导原则》扔进去，AI 的处理大概是：新建一个文件叫「指导原则笔记.md」，放在最外层目录，正文抄几条摘要，链接一个都没有。三个月后你自己都想不起它在哪。

有规则的时候，它会做这么多事：先把原件原封不动存进 3-Resources 资料库/原始资料/法规原件/；再判断这份材料「会在哪个项目、哪次申报、哪份方案里被调用」，答不出来就只归档、不建页；答得出来，就拆成若干张单观点卡，分别落到 3-Resources 资料库/临床试验设计与执行/，每张卡填齐六个字段，连上至少两个既有的旧页，挂进对应的 MOC，最后回写 Index、追加 Log。

同一份材料，一个变成没人再看的孤儿文件，一个变成能被反复调用的知识节点。这就是把规则写进文件的价值。

顺带说一条最重要的判据，叫「写为调用」——建知识页之前，必须回答「我会在哪个项目、哪次申报、哪份方案里调用它」。答不出来，就只把原始材料存进原始资料层，不建页。这条看着严，其实是防止库变成垃圾场的唯一办法。一个库能不能活下去，不取决于它存了多少，取决于有多少页真的被用过。

三、目录结构：四个区加一个不可变层

结构这块我试过好几套方案，最后落定的是 PARA 四区。原因很简单：它按「这件事处在什么状态」来分，不按「它讲什么内容」来分。

内容分类是会打架的。一份讲「卡方检验」的统计方法资料，算临床试验还是算统计学？换个角度看都成立。但状态分类不打架，一件事要么在推进、要么是长期职责、要么是备查资料、要么已经归档，四个格子一目了然。

实际的目录长这样：

   
   
   
   D:\个人知识库\
├── 0-Inbox 收件箱/            # 暂存层，快速入库，不计入统计
├── 0-系统/                    # 索引、规范、模板、看板
├── 1-Projects 当前项目/        # 有目标、有交付物，完成即结束
├── 2-Areas 长期领域/           # 长期维持标准的责任领域
├── 3-Resources 资料库/         # 主题性备查资料
│   └── 原始资料/               # 不可变来源层，只读不改
├── 4-Archives 归档/            # 已完成、暂停、失效
├── 5-Daily 日记/               # 按年份组织
└── 三个元页 + codex 工作区

这里有条纪律必须写死：新材料优先归入现有子目录，不许新建平行体系。目录一开始疯长，AI 归类就会失准，人找东西也会迷路。扁平的、固定的目录，配上丰富的元数据字段，比深达五层的目录树好管得多。

原始资料/ 这一层是专门加进去的，只放不可变的原件。放进去的东西一个字都不改。为什么单独立一层？因为结论必须可溯源。原件和提炼页分开放，来源这条线才不会断。

四、知识卡：让复利真正发生的地方

库能不能自己长大，关键看知识卡怎么写。

第一条规矩：文件名就是观点本身，用陈述句。好的名字长这样——置信区间宽度由样本量与置信水平共同决定。差的名字长这样——置信区间说明。

第二条：一张卡只承载一个能独立调用的结论。一份材料拆得出三个结论，就拆三张卡，互相链接。

第三条，也是我认为最重要的一条：新建页面时，除了挂进 MOC，还必须连上至少两个既有的非 MOC 页。

这条规矩是被数据逼出来的。有阵子我以为库建得挺好，后来做月度审计才发现问题：3-Resources 资料库/ 里 70 个被引用的资源，有 37 个只被 MOC 引用过，从来没被任何一张工作页引用。

只挂 MOC 的卡，像图书馆里一本编好号但从没被人翻过的书。所以规矩改成：新页必须连两个真实的旧页。一张卡连两张卡，两张卡各连两张卡，网络就这么长起来了。这就是「复利」在这个语境里的实际含义。

五、你实际要做的两个动作：投料和提问

落到手上，你其实只做两件事。工具和规则再多，日常能坚持的，往往就这两下。

第一件是投料。当天只对今天有意义的，进 5-Daily 日记/；三个月后还会用到的碎片，进 0-Inbox 收件箱/。分不清的，一律先进日记——先抓住，再慢慢分。捕获的时候不要纠结归类，纠结一多，东西就会又散回微信收藏和桌面。

这里有个不太起眼、却很关键的动作，叫「日终提炼」：收工前花三五分钟，扫一遍当天记录，问自己一句——三个月后还会用到吗？会用的，就剪到 Inbox。这一步做完，投料口才真正接到库里，而不是停在日记本上。

第二件是提问和指令。把前面那些纪律，固化成几句口令，用的时候直接搬：先读 Index，不做全库扫描；结论要标注来源；库内材料与库外补充分节写清楚。你怎么问，它就怎么找。口令稳了，整理员才不会每次都另起一套办法。

投料解决「进得去」，提问解决「找得着」。两件事都固定下来，固定投料口才算立住了。

六、让库有代谢，不然它只会越堆越死

一个只进不出的库，撑不过半年。三样东西负责代谢：

一是 used 字段。它记录最近一次实际调用的日期，把「存进来的」和「用得上的」分开。翻一遍 used，你很快能看出哪些页还活着，哪些页只是占着位置。

二是巡检和审计。周巡检、月调用审计、季全库审计，节奏定好就按节奏走。硬规矩是：批量操作只出报告，不改文件；处置由人确认后再执行。AI 可以扫、可以报，但不能自己动手清库——这条写进 AGENTS.md 也不为过。

三是新证据触发修订。出现冲突，或者有实质补充时，改原卡，不另建新卡；在顶部留一行【修订 日期】把变动记下来。IVD 法规一直在动，库内前后矛盾零容忍。同一结论两套说法，比没有结论更危险。

进、用、改、归档，这条回路转起来，库才不会变成越堆越死的仓库。

七、这套东西在 IVD 场景里，到底省了什么

两个真实片段，都是自己碰上的。

一个试剂方案审评，当时需要把相关结论拢齐、看清彼此关系。走 Index 定位，把多张卡合并到一起看，结论归位之后再修订原页，而不是另起一份「新笔记」。能把调用痕迹写回库里，靠的是这套定位和修订的路径。

另一个是统计一致性核查。做交叉比对的时候，发现判定标准与样本量参数的口径对不上。这种口径冲突，往往就是申报里典型的发补点。库里卡与卡之间有链接、有字段、有来源，冲突更容易被看见，而不是拖到临交材料才冒出来。

省下来的，不完全是查资料的那几分钟。更费人的是：「明明记得在哪见过就是想不起来」的消耗，同一结论反复推导三遍的重复劳动，还有申报前突然发现两份文件说法不一致时的那一身冷汗。

书架负责看得见，整理员负责落得准，规则负责不走样，代谢负责不堆死。四样凑齐，省的才是这些隐性成本。

八、从最小的三条开始

先做三件事，坚持三十天：

1. 1. 把捕获口子收到库内，别散在工作台、微信收藏和桌面之间。
2. 2. 每天收工扫一遍，把能复用的几行剪出来。
3. 3. 落笔之前问一句：我以后会在哪个项目、哪份方案里用到它。

规则文件不是写完就完的。写入规则从五条长到十七条，每条后面都记着它是被什么事逼出来的。知识库自己生长，说的不只是里面那些卡片。规则本身，也在长。

固定投料口、写明了的规则、会代谢的回路——三样齐了，库才会自己长。缺哪一样，过半年再看，多半又变回一个躺着几千个文件、却叫不应一条结论的仓库。

参考依据

• • 腾讯 WorkBuddy：https://www.workbuddy.ai/ ；腾讯云产品页：https://cloud.tencent.com/product/workbuddy
• • Obsidian：https://obsidian.md
• • PARA Method（Tiago Forte / Building a Second Brain）：https://buildingasecondbrain.com/para ；概述：https://fortelabs.com/blog/basboverview/
• • 《体外诊断试剂临床试验技术指导原则》：国家药监局通告 2021 年第 72 号。正文仅作材料举例，未引用具体条款；官方全文请以 nmpa.gov.cn / cmde.org.cn 现行发布为准。