作者分享了一套用 ChatGPT 语音输入替代传统日记的低摩擦记录流程：在 iPhone 上通过 ChatGPT 随时语音捕捉灵光一闪的念头，用约定的三层结构（原始记录、结构化整理、AI评论分离）让 AI 整理成 Markdown，再通过 iPhone Shortcut「Save The Journal」把内容存入 iCloud Drive 的 DiaryInbox 文件夹，最后由 Mac 上自动运行的 watcher 脚本（用 Codex 搭建）按时间戳排序、去重、追加到 Obsidian 的 Daily Journal 对应日期文件中。整套系统全部基于已有 Apple 生态工具，强调零摩擦、不覆盖、幂等处理。
作者介绍如何将 Obsidian 笔记库作为 AI 代理的上下文来源，构建一个名为 /todays-focus 的每日专注技能。文章指出工作工具（如 Linear、Gmail、Slack、日历）只能告诉 AI 发生了什么，而个人笔记库能补充'什么对自己最重要'的背景。作者展示了四个步骤：连接工作工具、授权代理读取 Obsidian 库、创建原则（Principles）文档、创建'心头事'（Top of Mind）文档。该技能每天早晨生成三个焦点领域、反思检查和三个日记问题，成为一种有用的每日仪式，也是检验笔记库组织是否利于代理理解的方法。
作者分享了一套利用AI半自动化将韩娱idol直播内容制作成小红书笔记的工作流，20天涨粉1500。流程分五步：获取直播素材、用AudioConvert转录韩语文本、用ChatGPT翻译润色（第一人称可爱叙述体）、用GPT生成日系少女漫画风格的粉丝手账图片、最后人工review。笔记制作全程由AI完成，人工只需审核，节省时间且无需苦想素材。该工作流源自追星兴趣，同时为AudioConvert产品带来品牌曝光，也可复制到播客摘要等垂直领域。文末附有完整prompt模板，可免费拿走起号。
作者针对素材散落各处、写作效率低的痛点，实操搭建了一条内容自动化流水线：公开视频经飞书妙记转写，素材存入飞书多维表格，WorkBuddy 每日定时读取表格并推荐选题，作者在 Obsidian 完成写稿与审校，再通过自制插件将文章送入 X Article 草稿箱。文章详细记录了飞书账号连接踩坑、多维表格字段设计、定时任务配置与权限最小化原则，并强调自动化只处理重复劳动，发布与最终决策仍由人完成。数据回写环节尚未实测。
本文介绍了一套基于 ChatGPT Live 和 Obsidian 的英语听力与口语训练系统，通过自动配置（支持自动和手动安装）实现每日听力输入、常见词组造句、口语对话、复盘和记忆闪卡的全流程训练。文章详细说明了系统功能、安装步骤、ChatGPT 项目配置以及使用体验提升技巧，并提供了 GitHub 仓库链接。
文章介绍了一种结合 Claude Desktop 和 Obsidian 的 AI 工作流，通过构建本地知识库和配置 MCP，实现一次输入、永久记忆。这不仅解决了重复向 AI 解释背景的痛点，还能自动整理笔记、链接知识，并通过定时任务实现信息管理的自动化。
文章介绍了一套基于 Obsidian 和 AI 的内容生产工作流，旨在解决素材收集难、利用率低的问题。方案涵盖 Obsidian 的基础安装、双链笔记法、文件夹分类心法，以及如何通过 Copilot 和 Claudian 插件接入 DeepSeek 与 Claude，实现素材的自动化整理、知识库构建与写作辅助，帮助创作者建立可复用的个人资产库。
本文介绍如何将 Obsidian 本地 Markdown 知识库与 Codex 结合，通过编写可执行的 Skill，把第二大脑的方法论封装成系统。文章提出了五入口目录结构、Bootstrap Skill 的设计原则以及从捕获到产出的知识管理闭环，旨在让 AI 成为持续工作的知识操作员。
本文介绍了一套基于 Obsidian、Vellum AI、Readwise 和 N8N 的个人知识管理系统（PKM）。通过构建特定的文件夹架构、安装 Templater 等插件、配置自动抓取与 Telegram 机器人采集工作流，实现信息的自动化汇集与整理。核心在于编写 VELLUM.md 文件为 AI 提供上下文，使其成为能够全天候思考、发现笔记间隐含联系并辅助决策的“私人幕僚长”。
文章介绍了一套结合 Obsidian 和 AI 的“自我维护第二大脑”系统。通过设置特定的文件夹结构、AI 提示词模板（CLAUDE.md）和五个核心工作流（摄入、查询、清理、热缓存），该系统能自动阅读资料、更新知识库并保持逻辑一致性，解决了 AI 对话历史丢失的问题，将外部 AI 转化为个人的全职图书管理员。
作者分享了一套基于“Get笔记 + Codex + 飞书 + Obsidian”的自媒体选题管理工作流。通过Get笔记将多平台视频及图文内容转为文字，利用AI提炼选题并自动写入飞书表格，最后沉淀至Obsidian。该方案有效解决了收藏夹内容利用率低的问题，实现了从素材收集到内容产出的自动化闭环。
本文分享了如何利用 AI 构建自动化的内容选题系统。作者提出“选题是信息处理问题而非灵感问题”，通过确立“四层水源”（快、深、慢、反）、撒下“关键词渔网”、AI 初筛信息、人工做四维判断以及入库排期这五个步骤，实现每天自动生成 10 个带数据和角度的选题，从而告别创作焦虑，提升内容生产效率。
文章介绍了一套基于 Obsidian 的三层架构个人操作系统，旨在解决传统生产力系统在低谷期容易崩溃的问题。该系统通过 Claude Code (MCP) 实现智能维护，利用 N8N 进行自动化，并结合严格的 Vault 结构（如捕获、活跃、归档等八大文件夹），将笔记软件转变为无需手动维护、能在压力下自我运行的智能 OS。
