RSS全网最全使用指南:从入门到榨干
本文是一份详尽的RSS使用指南,旨在帮助用户解决信息分散的问题。文章从RSS的基本原理入手,指导读者建立第一条信息流,涵盖网站、Newsletter、YouTube和播客的订阅方法。同时,介绍了如何通过分类文件夹管理信息源、利用OPML实现跨平台迁移,以及在未读爆炸时如何进行降噪和内容筛选,帮助用户构建高效的个人信息获取系统。
本文是一份详尽的RSS使用指南,旨在帮助用户解决信息分散的问题。文章从RSS的基本原理入手,指导读者建立第一条信息流,涵盖网站、Newsletter、YouTube和播客的订阅方法。同时,介绍了如何通过分类文件夹管理信息源、利用OPML实现跨平台迁移,以及在未读爆炸时如何进行降噪和内容筛选,帮助用户构建高效的个人信息获取系统。
本文汇总了作者两个月来分享的 Obsidian 用法,为新手提供一份开箱即用的搭建清单。内容涵盖:All-in-One 个人工作台(Life OS、向阳乔木工作台、FLO.W、Apex Dashboard 等);高颜值皮肤与模板;AI 驱动的任务管理插件 FlowNote 及手机快捷输入;内容创作插件(微信读书、公众号发布助手);基于 LLM 理念的知识库插件;Claudian Agent 插件;AI RSS 信息订阅(向阳乔木订阅、张咋啦 AI Builder、YouTube RSS);以及 Obsidian CEO 出品的 Kepano Skills。帮助新手快速将 Obsidian 打造成第二大脑和个人工作台。
本文是Obsidian进阶教程,接续入门篇,系统讲解了让笔记库真正好用的高级玩法。内容涵盖:块引用的链接与嵌入用法、Callout彩色提示块的语法与折叠技巧、按属性和路径的搜索进阶、Templater动态模板(日期变量、文件名、文件夹自动套模板)、Dataview将笔记库当数据库查询(LIST/TABLE/TASK三种查询)、Canvas白板理清笔记关系、MOC内容地图的构建方法,以及Linter批量维护等。作者强调规范frontmatter是发挥这些功能的前提,并提供了速查表与常见坑集锦,帮助读者构建可持续维护的AI知识工作流。
作者分享了自己搭建的 Grok Bot 舰队体系,解决单兵使用 AI 时多设备割裂、记忆难沉淀、多模型协调成本高三大痛点。架构分为四层技术底座:核心层以总控「乐乐大王」调度四端执行节点;同步层用 Obsidian + GitHub 私库实现统一知识底座;额度层通过分流机制将重负载任务派给独立计费的工程师 Bot;运维层借助开机自检与 Wake on Done 实现自动化。业务上采用 1 个总控 + 6 个分组共 29 个 Bot 的精细化分工,覆盖研发、情报、自媒体、内容创作与生活辅助,形成完整的任务执行与知识沉淀闭环。
文章介绍如何用 Opus 5.5 和 Claude Code 打造个人第二大脑知识管理系统。作者指出传统笔记应用失败的原因在于整理、回顾和使用三个环节需要判断力而人们缺乏时间。方案架构分四层:用户负责捕捉、Obsidian 库存储纯 Markdown 文件、CLAUDE.md 作为操作手册定义规则、Opus 5.5 充当大脑负责阅读、分类、链接和写作。文章详细讲解了 15 分钟安装设置、基于 PARA 方法改进的文件夹结构(inbox、项目、领域、资源、归档、日记、输出),以及如何编写 CLAUDE.md 操作手册来规范笔记规则和文件命名。最终目标是让收件箱自动清空、笔记自动互链、每周生成回顾报告,并能基于自己的笔记回答问题、产出文章。
一篇详尽的 Obsidian 入门教程,介绍了如何将本地 Markdown 文件夹打造为「第二大脑」。文章对比了 Obsidian 与 Notion 等云笔记的区别,强调本地纯文本文件对 AI 的可读性是关键分水岭。内容涵盖安装建库、双链/标签/搜索三大核心功能、frontmatter 笔记规范、插件选择策略、目录结构与日记模板,并重点讲解如何让 AI 接管笔记整理,包括三层架构和日记周报、读书笔记、调研、写作等可直接使用的 AI 工作流,最后总结了常见坑与答疑。
文章介绍了一个将 X 上碎片化公开账号整理成可搜索、可筛选、可归档数据库的索引网站,指出其真正价值不在内容本身,而在于摆脱算法投喂、实现结构化信息管理。作者详细讲解了高效使用方法:三轮搜索、随机探索、按粉丝量分层筛选、用 X List 分类管理账号(A/B/C/D 分级),并提醒避免批量关注触发风控,注意账号安全,不向第三方站点交出凭据。最后提出这套'把公开信息数据库化'的方法可复用到 AI、Crypto、独立开发者等领域,并给出用 Notion/Excel 搭建个人信息库的最小可行方案。
文章介绍了 Google 将 NotebookLM 更名为 Gemini Notebook 后的全面功能。作者通过创建包含 40 多万字、4 份来源的测试笔记本,详细演示了其三大模块:Sources 管理多类型资料来源、Chat 提供带引用可溯源的问答、Studio 将同一批资料转化为播客、视频、PPT、信息图、闪卡等多种输出形式。文中还讲解了 Deep Research 联网研究的正确用法、手机端新功能、以及自媒体选题研究的进阶工作流,强调其核心价值在于把可信资料变成可持续追问和复用的第二大脑,而非简单的一键生成。
作者开发了Obsidian插件「乔木 AI RSS 阅读器」,将Obsidian打造成AI资讯阅读与学习笔记一体化工具。插件收录46个精选AI Newsletter并支持AI自动翻译改写海外资讯,收录1000+独立博客RSS可自由订阅。用户可选中任意文本或图片添加到当天或指定笔记,契合GTD用法。插件内置朱雀仿宋字体及行距字体设置提升阅读体验,支持本地文件夹作为阅读源和剪藏公众号文章。该插件已上架Obsidian社区插件市场,搜索'qiaomu'即可安装。
作者 Jackywine 基于六年重度使用经验,全面分享 Obsidian 知识管理体系的万字长文。文章回顾了自己从疯狂装 47 个插件、反复删库重建的「工具崇拜」弯路,到形成成熟使用方法的历程;汇总并点评了多篇入门教程与论坛精华;介绍了 Obsidian 的创始人故事、本地 Markdown 数据持久性理念、双链优先于分类的核心思想、2500+ 插件生态,以及与 Notion、Logseq、Roam 的对比;最后结合 Karpathy 用 LLM 构建知识库的实践,探讨了 AI Agent 时代 LLM-Wiki 的知识管理新范式。
文章介绍了受 Karpathy LLM Wiki 启发的第二大脑新架构:不是把笔记当作检索用的档案柜,而是当作编译器。系统在摄入时一次性编译知识,自动链接、更新、标记矛盾,配合 CLAUDE.md 和每日编译循环,由 Claude 承担维护负担。作者分析了该方案相比 RAG 的架构优势、随时间复利增长的效果,以及源质量依赖、初期密度门槛、需付费版 Claude Desktop 等局限,并附上可直接使用的提示词。