让三个AI工具自动协作，每个工具干自己最擅长的事：WorkBuddy创建知识库、Codex记录开发过程、Obsidian沉淀知识。这套工作流让我同时拥有代码执行能力、知识沉淀、和可查询的开发记录。

起因：为什么需要三个工具协作

开发过程中有两个常见的痛苦：

代码写完了，知识丢了。 你花了两个小时解决一个bug，理解了一整套技术逻辑，但只要不写文档，这两个小时的经验就永远消失在下一次需要的时候。

手动维护文档的成本太高。 大多数人不是不想记录，是记录的成本太高——写代码已经够累了，还要再整理一遍写成文档，中间的摩擦足以让大多数人放弃。

三工具分工

工具	角色	核心能力
WorkBuddy	知识管理员	创建和维护Obsidian页面、更新索引、管理文件结构
Codex	开发日志写入器	开发过程中实时记录，把代码变更和决策写入知识库
Obsidian	知识沉淀层	本地存储、双向链接、随时可查询

工具一：WorkBuddy创建知识库

WorkBuddy（腾讯的AI桌面智能体）扮演"知识管理员"的角色。

具体做法

第一次配置好vault路径之后，后续：

我：帮我创建一个Obsidian页面，记录今天研究的RAG技术方案
WorkBuddy：自动创建来源/RAG-2026-04-30.md
包含技术方案、决策点、待验证假设等结构化字段

WorkBuddy会：

• 遵循已有的文件命名规范
• 在对应目录下创建（来源/、概念/、实体/）
• 更新index.md或相关索引页

灵魂文件（SOUL.md）

WorkBuddy的灵魂文件里可以注入哲学层，决定它处理知识库的判断逻辑。

比如"存续为体，形式为用"——知识库的价值在于被使用，不是为了完美而存在。所以它不会给你生成一个过于复杂的schema，而是服务于可读性。

工具二：Codex记录开发过程

Codex（OpenAI的编程Agent）扮演"开发日志写入器"。

MCP插件机制

Codex有一个MCP插件机制，可以让它连接到各种外部工具。配置好Obsidian MCP Server后，Codex就可以在执行开发任务的过程中，把关键节点直接写入Obsidian。

具体做法

在Codex的agents.md里配置好Obsidian vault路径和写入规则：

1. 完成代码重构
2. 自动创建开发记录页：
   - 改了什么（diff摘要）
   - 决策原因（为什么选这个方案）
   - 验证结果（跑通了哪些测试）
   - 待观察项（有没有性能风险）

对比：手动写 vs Codex自动写

方式	问题
手动写	开发完了再回忆 → 漏掉细节 → 没人看
Codex自动写	开发过程中实时记录 → 有具体上下文 → 下次可直接查

工具三：Obsidian知识沉淀

Obsidian在这套工作流里是"接收端"和"查询端"。

核心价值

• 纯Markdown：本地文件，任何工具都可以读写
• 双向链接：让知识形成网络，不只是堆砌文档
• Dataview插件：可以用SQL查询你的笔记
• 画布（Canvas）：可以可视化知识之间的关系

完整工作流示例

场景：研究一个新的技术方案，从调研到代码实现到知识沉淀

第一步：WorkBuddy创建调研页

我：帮我研究一下RAG和知识图谱结合的方案，整理到Obsidian
WorkBuddy：
→ 创建来源/RAG+知识图谱-2026-04-30.md
→ 填充技术背景、主流方案对比、关键问题列表
→ 更新index.md的相关索引

第二步：Codex执行开发，同时记录过程

我：用Codex实现RAG+知识图谱的混合检索
Codex：
→ 写代码、跑通demo
→ 同时自动写入：开发/RAG混合检索-2026-04-30.md

记录内容：

• 选了哪个方案、为什么
• 遇到了什么问题、怎么解决的
• 测试结果如何

第三步：Obsidian沉淀，随时可查

我（之后某天）：RAG混合检索怎么做的来着？
Obsidian：
→ 搜索「RAG」→ 找到调研页+开发记录页
→ 通过双向链接导航到相关概念页
→ 完整还原当时的决策过程

适用场景

• ✅ 技术研究、需要长期积累的技术决策
• ✅ 个人开发、想要建立个人知识资产
• ✅ 需要反复查阅技术笔记的开发者

核心收获

知识管理不是"记笔记"，是设计信息的流动路径。

工具	职责
WorkBuddy	把外部信息流入知识库
Codex	把内部生产过程记录进知识库
Obsidian	让知识产生连接而不是堆积

三个工具各自做自己最擅长的事，协作起来比任何一个单独用都要强大。