夜雨聆风我用AI搭了一套知识管理系统：Notion+Obsidian双引擎实战对比
一、为什么要两个工具一起用？
Notion 和 Obsidian，很多人会纠结选哪个。我的结论是：两个都要，但分工完全不同。
▎Notion → 项目管理 + 内容发布
适合存结构化的长文：分析报告、对比表、清单。
优势是云端同步、分享方便、排版美观。
我用它存「项目分析报告」——包含多个章节、数据对比、方案分析，一份 PDF 发出去就能给别人看。
▎Obsidian → 知识网络 + AI 自动化
适合存知识点、笔记、错题这类「需要频繁交叉引用」的内容。
优势是本地离线、双向链接、图谱可视化。
我用来建「个人知识网络」——节点相互链接，AI 自动维护跨模块关联，打开图谱看到的是密密麻麻的知识网，而不是孤立的页面。
▎一句话总结
Notion 是「让别人看的」，Obsidian 是「让 AI 帮你想的」。
二、Notion 实战：被中文编码坑哭的 2 小时
▎背景：用 AI Agent 自动生成一份分析报告，存到 Notion
最开始用 Notion CLI（ntn）通过 PowerShell 创建页面。标题写得好好的，结果创建完成打开看——
🔴 标题变成了乱码：一连串的问号代替了中文。
排查过程：
怀疑 PowerShell 管道编码 → 换 cmd 重定向，照乱 怀疑 ntn CLI 问题 → 直接用 Python subprocess 调，subprocess stdout 也乱码 尝试 API PATCH 改标题 → 404，因为 CLI 创建的页面 Integration token 没权限！
最终的解法：
✅ 用 Notion Internal Integration API（Python requests 直调）
✅ 在已有父页面「项目存档」下创建子页面（Integration 对自建的页面有完整权限）
✅ 避免一切命令行管道，全部在 Python 里用 UTF-8 处理
教训：Notion 的 CLI 工具在 Windows 中文环境下基本不可用。如果你的 AI Agent 跑在 Windows 上，老老实实用 Python + requests 直调 API。
三、Notion 的内容追加：分章节写入
一份完整分析报告很长，不可能一次性写完。我采用了「分章节追加」的策略：
基础章节：初始创建（核心数据、框架结构、方案对比）
扩展章节一：特定领域重排分析（35 个 block）
扩展章节二：特定方案专题分析（47 个 block）
每次追加都是 AI 调用同一个 Python 脚本，传入内容 JSON，通过 Notion blocks children API 追加。追加的内容完美保留格式——标题层级、编号列表、加粗、小标题全部正常。
▎关键代码逻辑（简化版）
pythonimport requestsurl = f"https://api.notion.com/v1/blocks/{page_id}/children"headers = {"Authorization":f"Bearer {token}","Notion-Version":"2022-06-28"}blocks = build_rich_text_blocks(content_list)requests.patch(url, json={"children": blocks}, headers=headers)
四、Obsidian 实战：从 881 条链接到 4687 条
▎起点：一个看似完整的知识库
在 AI Agent 的帮助下，我已经有了：
知识库 A：31 个笔记，7 个模块目录，255 条 wiki 链接
知识库 B：64 个笔记，6 个模块目录，626 条 wiki 链接
连接 Obsidian Bridge 的 Python 脚本（读/写/搜索/邻域/总图）
但打开 Obsidian 图谱一看——散的。
▎问题诊断
每个笔记都有「前置依赖」和「后继知识」链接，但仅限于同一模块内。
比如「几何/抛物线图像」和「代数/二次函数」是同一个概念的不同侧面，但没有任何链接。
AI 帮我建了一堆页面，但页面之间还是孤岛。
▎一篇微信文章带来的启发
一位博主的文章《Obsidian + AI — 让知识自己长出网络》点出了关键：
「操作归操作，知识并没有真正长起来。」
说的就是我的问题。
于是针对性地实施了四项升级：
五、Obsidian 四项升级详解
▎升级一：跨模块知识桥
扫描所有笔记，提取每个 H2/H3 标题作为「概念」。
同一个概念出现在不同模块，自动加双向 wiki 链接。
效果：
知识库 A：255 → 1,001 条链接（×4）
知识库 B：626 → 3,686 条链接（×6）
▎升级二：MOC 中枢页
Map of Content——每个模块自动生成总览页，聚合所有子知识点 + 跨模块关联。
生成 16 个 MOC 页面，放在 00-总览/ 目录下。
打开任意一个「函数 总览.md」，能看到 8 个子知识点 + 55 条跨模块关联。
▎升级三：学习追踪器
学习追踪.md：按模块排列 checkbox 清单、每日学习计划模板、学习日志表格、薄弱点清单。
勾选 [x] 就能追踪进度。
▎升级四：错题反哺系统
每个知识笔记底部自动追加「相关错题」区块。
错题本引用某个知识点 → 自动显示在对应知识笔记的「相关错题」区。
如此一来，每道错题都反向喂养到知识网络中。学习不再是线性的「先学再做」，而是循环的「学→做→错→重新理解」。
六、Notion vs Obsidian：哪个更适合你？
我把对比整理成了表格：
▎我的使用策略
Notion：存「最终输出」——分析报告、决策文档、家庭共享信息
Obsidian：存「思考过程」——知识点、错题、学习追踪
AI Agent 是桥梁：自动从 Obsidian 碎片化知识 → 整合 → 生成结构化内容 → 写入 Notion
七、踩过的坑，帮你填平
🔴 PowerShell + 中文 = 灾难。所有涉及中文的命令行操作改用 Python 脚本直接执行，避免编码管道。 🔴 Notion Integration 权限限制。Integration 只能访问自己创建的页面，或手动分享的页面。用 API 新建页面比修改已有页面更可靠。 🔴 Obsidian 笔记不是建完就完了。没有跨模块链接的知识库是「整理过的碎片」而非「知识网络」。定期运行桥接脚本，让 AI 帮你找关联。 🔴 字体问题。Windows 上生成 PDF 时，第三方字体可能找不到，老老实实用系统自带的 SimHei/SimSun。 🔴 token 安全。Notion Integration token 和 API key 绝不要硬编码在分享的代码里。用环境变量或配置文件管理。
八、这套系统的实际效果
▎数据一览（2026-06-21）
知识节点：164 个知识点（两个知识库合计）
内部链接：4,687 条（从 881 开始，增长了 5.3 倍）
MOC 中枢页：16 个
Notion 分析报告：多章节长文 + PDF 导出
每日自动化：晨间简报推送、消息路由、邮件监控
▎实际能做什么
问 AI「某概念」→ 不仅回答定义，还列出关联知识点、相关练习、常见易错点
问 AI 做分析决策 → 生成结构化报告，可按多个维度排序和对比
每天定时自动推送简报到微信
聊天自动分类路由——闲聊用便宜模型、技术问题用强模型，节省 token 成本
九、如果你也想搭一套
▎技术栈
AI Agent：OpenClaw（本地运行，main session）
Notion：Internal Integration API（Python requests）
Obsidian：本地 Markdown vault + 自定义 Bridge 脚本
辅助：PyMuPDF（PDF 生成）、python-docx（Word 生成）
▎起步三步
创建 Obsidian Vault → 定义好目录结构和笔记模板 注册 Notion Integration → 获取 token → 创建父页面 → 分享给 Integration 写 Python 脚本串联两者（或直接让 AI Agent 帮你写）
▎关键原则
Notion 管「对外输出」，Obsidian 管「对内思考」
不要让 AI 只建页面不建链接——知识的价值在连接，不在数量
编码问题不要硬刚——直接用 Python 脚本绕过一切中间层
— — —
📅 本文写于 2026-06-21，由 AI Agent 小九自动整理并排版。
所有技术细节均可复现，有问题欢迎交流 🚀