把AI入口嵌进Obsidian:OpenClaw开始自动维护你的个人知识库

> NextClaw LLM Wiki 系列第 4 篇

前面三篇，我们已经把这条线索铺开了。

第一篇讲 RAG 和 LLM Wiki 的差异。

RAG 解决的是：

资料里有没有答案。

LLM Wiki 解决的是：

知识有没有持续沉淀。

第二篇讲 Karpathy 的 LLM Wiki 范式。

它把知识库分成原始资料、Wiki 页面和维护规则，让 AI 不只是临时回答问题，而是持续帮你做索引、链接、更新、日志和检查。

第三篇讲 NextClaw 如何把这套方法落到 Obsidian。

Obsidian 是知识工作现场，OpenClaw 是执行系统，obsidian-wiki 是 Wiki 维护组件，Nextcloud 负责同步同一份 Markdown 资产。

这一篇继续往下走。

如果 Obsidian 已经是我们阅读、写作、整理知识的地方，那么一个很自然的问题就出现了：

为什么向 AI 下任务时，还要离开 Obsidian？

你正在 Obsidian 里看一篇笔记。

你选中了一段话。

你刚刚意识到这段内容应该和另一个知识点建立链接。

你想让 OpenClaw 帮你补充来源、整理结构、更新相关页面，甚至跑一次 /wiki-lint。

这时候，如果还要切到微信 ClawBot 或 Nextcloud Talk，再重新描述“我现在打开的是哪篇笔记、选中了哪段话、相关页面有哪些、希望更新到哪里”，整个工作流就断了。

所以 NextClaw 对 Obsidian 的第二个判断是：

用户在哪里阅读和编辑知识，AI 对话入口就应该出现在哪里。

这就是 Copilot for Obsidian（NextClaw 版）要解决的问题。

它把 Obsidian 右侧栏变成 OpenClaw Gateway 的一个入口。

不是另一个孤立的聊天插件。

而是一个可以带着 vault 上下文、通过 WebSocket 直连 OpenClaw、并触发 obsidian-wiki 维护任务的知识库操作台。

一、现状：Obsidian 是现场，但 AI 不在现场

先看一个很普通的场景。

你在 Obsidian 里整理高中数学知识库。

当前打开的是 [[导数中的恒成立问题]]。

页面里已经写了一些内容：

• • 基本题型
• • 参数分类讨论
• • 利用导数判断单调性
• • 转化为函数最值
• • 常见易错点

这时候你突然发现，这个页面不应该孤立存在。

它至少应该连接到：

• • [[函数的单调性]]
• • [[导数判断单调性]]
• • [[函数最值问题]]
• • [[参数分类讨论]]
• • [[数形结合]]
• • [[恒成立问题]]

你想让 AI 做几件事：

1. 1. 读当前页面。
2. 2. 找到相关页面。
3. 3. 整理解题步骤。
4. 4. 补充常见易错点。
5. 5. 更新当前页面。
6. 6. 在相关页面里补上反向链接。
7. 7. 把本次修改记录进 log.md。

如果是在普通聊天入口里提问，你大概率要这样描述：

我现在在 Obsidian 里有一个页面，叫“导数中的恒成立问题”。你需要结合函数单调性、导数判断单调性、参数分类讨论等页面，帮我整理一份解题步骤，然后更新这个页面。

问题是，AI 并不知道你当前页面的真实内容。

它也不知道 vault 里有没有这些相关页面。

它更不知道你选中了哪一段，想保留哪一段，想改写哪一段。

于是你要复制粘贴。

要解释目录。

要告诉它文件路径。

要把结果再手动搬回 Obsidian。

这就是旧流程的断点：

写笔记在 Obsidian，问 AI 在另一个聊天窗口，执行结果还要再搬回来。

这个断点会带来三个问题。

第一，上下文丢失。

AI 不知道你正在看的页面，也不知道你选中的文本。

第二，操作割裂。

知识整理发生在 Obsidian，但知识库指令发生在微信或聊天软件。

第三，沉淀成本变高。

一次高质量回答如果还要手动复制、调整、补链接，就很容易停留在聊天记录里。

而 LLM Wiki 最重要的事情，恰恰是让有价值的回答沉淀回 Wiki。

二、办法：把 Copilot for Obsidian 接进 OpenClaw Gateway

NextClaw 的做法，是基于开源插件 Copilot for Obsidian 二次开发一个 NextClaw 版。

它保留 Obsidian 右侧栏里的聊天体验，但把后端能力接到 OpenClaw Gateway。

换句话说：

Copilot for Obsidian（NextClaw 版）不是一个单纯的本地 LLM 聊天插件，而是 Obsidian 内嵌的 OpenClaw Gateway 客户端。

它通过 WebSocket 把 Obsidian 中的消息、上下文引用和任务请求发送给 OpenClaw。

OpenClaw 再根据任务类型调用：

• • obsidian-wiki
• • RAGFlow
• • Graphiti
• • 其它 Skills 或 MCP 工具

最后，回答通过 WebSocket 流式返回 Obsidian 右侧栏。

如果任务涉及文件修改，OpenClaw 会在主机上的同步 vault 中执行，结果再通过 Nextcloud 同步回用户本地 Obsidian vault。

这个变化很关键。

过去，你需要把 Obsidian 里的上下文搬到聊天软件里。

现在，AI 入口就在 Obsidian 里。

过去，你需要把 AI 生成结果复制回 Markdown 文件。

现在，OpenClaw 可以直接维护同步 vault。

过去，AI 只是在回答问题。

现在，它可以成为 LLM Wiki 的维护执行者。