飞书+OpenClaw+Obsidian：用AI打造你的”第二大脑”，让知识自动流动起来

先说能实现什么

你是不是也有这种感觉？飞书里存了那么多文档、会议纪要、项目资料，但要用的时候根本不知道去哪找，找到了也懒得整理？

今天这套方法，可以让你的知识自动流动起来：飞书里的内容自动被AI读取分析，然后整理成结构化的知识存入你的个人知识库。具体能实现——

– 飞书文档丢给AI，自动提取关键信息、生成摘要– 会议记录秒变任务清单，自动设置提醒– 批量分析几十份文档，找出规律和趋势– 用优秀案例训练AI，让它越来越懂你的业务– 跨平台知识整合，散落的资料变成体系化的知识网络

需要准备什么

– 飞书账号：文档、会议、知识库都在这儿– OpenClaw：核心连接器，负责读取飞书+AI分析加工– Obsidian：本地知识库，所有整理好的知识沉淀在这儿

三者的逻辑很清晰：飞书负责获取、OpenClaw负责加工、Obsidian负责沉淀。

操作步骤

第一步：在飞书创建「AI处理」专用文件夹

打开飞书，在云文档里新建一个文件夹，建议命名为「AI待处理」或者「知识入库」。

这个文件夹是用来放需要让AI分析的文档的。你可以把平时觉得有价值但没时间整理的内容丢进去，让AI帮你处理。

为什么要这样做：避免AI读取全量文档导致信息过载，也方便你控制哪些内容需要处理。

可能遇到的问题：文件夹建好后记得设置好分享权限，确保OpenClaw能访问到这个文件夹。

怎么处理：在文件夹上右键 -> 「分享」-> 确认权限设置为「组织内可见」或者根据你的需求调整。

第二步：在OpenClaw中配置飞书连接

打开OpenClaw，进入「连接」-> 「添加连接」，找到飞书相关的选项。

按照提示完成飞书OAuth授权。授权完成后，你就可以在OpenClaw里直接读取飞书文档了。

为什么要这样做：通过API连接，避免手动复制粘贴，AI能直接拿到飞书里的原始内容。

可能遇到的问题：如果授权失败，检查飞书账号是否是企业版，有些高级API需要企业权限。

怎么处理：在飞书「设置」-> 「应用管理」里确认你的OpenClaw应用权限是否完整。

授权成功后，可以测试一下：在飞书「AI待处理」文件夹里新建一个测试文档，写几段话，然后在OpenClaw里尝试读取它。

第三步：配置AI自动分析文档内容

连接成功后，接下来让AI真正「读懂」文档内容。

在OpenClaw里创建一个自动化流程：检测到新文档 -> 读取内容 -> 调用AI分析 -> 输出结构化结果。

关键一步是定义分析模板。你可以这样设置：

为什么要这样做：直接读取的文档是纯文本，AI需要知道你要它提取什么信息。

可能遇到的问题：AI分析结果可能太泛，没有针对性。

怎么处理：根据你的实际需求调整提示词，比如你要分析会议记录，就明确告诉AI「提取所有任务、负责人、截止时间」。

建议先用一份真实文档测试，看AI输出的格式是否满足你的需求，不满意就调整提示词。

第四步：自动提取会议记录中的任务并同步

如果你经常需要从飞书会议记录里整理待办事项，这个功能特别有用。

创建一个专门处理会议记录的流程：

检测到文档类型 = 会议记录 -> 提取任务信息 -> 格式化为待办清单 -> 同步到任务工具或者直接写入Obsidian。

为什么要这样做：手动从会议记录里找任务太费时间，而且容易遗漏。

可能遇到的问题：不同的会议记录格式可能不一致，AI可能漏识别。

怎么处理：尽量让AI识别多种格式，比如「任务：xxx」「负责人：xxx」「截止：xxx」等变体。

配置好后，每当飞书里新增会议记录，OpenClaw会自动提取所有待办事项，整理成清单格式。

第五步：批量分析多个文档，提取规律

除了单个文档处理，你还可以让AI做批量分析。

在OpenClaw里创建一个批量处理任务：选择一个文件夹（比如季度总结文件夹）-> 指定分析目标（比如「找出所有文档中提到的用户反馈问题」）-> AI一次性分析所有文档 -> 输出汇总结果。

为什么要这样做：当你需要了解某个主题的整体情况时，不用逐个文档翻，AI帮你一次性搞定。

可能遇到的问题：文档太多可能导致AI输出过于冗长。

怎么处理：明确告诉AI输出格式，比如「列出Top10高频出现的问题，按频率排序」。

这个功能特别适合：季度总结时梳理所有项目进展、分析竞品时汇总多个文档、从多个会议记录里找共性问题。

第六步：让OpenClaw学习优秀案例，进化AI分析能力

AI不是天生就懂你的业务的，需要训练。

找到你认为是「优秀」的飞书文档，比如写得特别好的需求文档、分析报告、方案总结，5到10份就够。把它们放进「AI待处理」文件夹，配置专门的训练流程：

为什么要这样做：通用AI可能分析不出你行业的专业术语，但如果你给它看过足够多的案例，它就能学会。

可能遇到的问题：需要花时间挑选高质量文档。

怎么处理：优先选择你自己觉得写得好的文档，这些代表了你的审美标准。

训练完成后，用新文档测试效果，如果AI的分析结果越来越接近你满意的程度，说明训练有效。

同时建立反馈循环：每次AI分析结果出来，给它打个分——好的和不好的都记录下来。持续优化提示词，AI会越来越懂你。

第七步：把分析结果存入Obsidian知识库

最后一步是沉淀。OpenClaw分析完的内容，最终要存到Obsidian里。

在Obsidian里建好文件夹结构，然后在OpenClaw配置写入规则：分析完成后 -> 写入指定Obsidian文件夹。

为什么要这样做：Obsidian是本地知识库，永久保存，而且支持双向链接，方便以后联想复习。

可能遇到的问题：写入格式混乱。

怎么处理：统一输出格式，比如始终用「日期+文档名.md」命名，在文件头部加好标签方便后续搜索。

第八步：定期整理和复盘

知识体系不是一天建成的，需要持续维护。

建议每周抽出30分钟：

1. 回顾本周存入Obsidian的内容2. 检查飞书「AI待处理」文件夹是否有遗漏3. 看看AI分析结果是否需要调整

保持这个节奏，你的知识库会越来越丰富，用的时候也越来越顺。

第九步：跨平台知识整合（进阶用法）

如果你还用了其他工具，比如Notion、印象笔记、钉钉文档，可以在OpenClaw里配置更多连接器，把散落在各处的知识汇总到Obsidian。

核心思路是：统一入口（OpenClaw）-> 统一加工（AI分析）-> 统一沉淀（Obsidian）。

不管内容从哪来，最后都在你的个人知识库里。

这套方法的价值在哪

用了一段时间后，你会发现：

飞书里的文档不再是一盘散沙，AI帮你把碎片化的内容变成了结构化的知识。而Obsidian的双向链接让你每次复习都能发现新的关联。知识从被动存储变成了主动流动。

不再需要花大量时间整理笔记，AI帮你做了最繁琐的部分。你只需要：继续在飞书正常工作，知识和洞见自动沉淀。

整个流程跑通之后，你会发现「第二大脑」真的存在。它帮你记住、帮你整理、帮你关联，需要的时候随时调用。

如果你想试试，可以从第一步开始，先把飞书和OpenClaw连接起来，然后处理一份真实的文档试试效果。

三个工具各司其职，飞书负责获取、OpenClaw负责加工、Obsidian负责沉淀。知识管理从繁琐变成了自然。

我是大洲，专注AI工具教程，帮你用AI提效。目前把AI工具跑了个遍，想把真正好用的分享给需要的人。