碎片知识整合
从收藏夹坟场到 AI 知识收件箱

你的收藏夹里有多少条"稍后阅读"？100 条？500 条？那些你在通勤路上、午饭间隙、睡前刷到的好文章，收藏的瞬间你觉得很重要，三天后连标题都想不起来。问题不在于你不爱学习，而在于"收藏"和"理解"之间缺一条管道。这篇教程教你用一个周末搭起来。

核心思路：30 秒版

如果你只想知道这套系统是什么，一句话：

在微信里把链接发给一个转发插件，后台自动抓正文、用本地大模型生成摘要和标签，最后写成一篇结构化笔记进入你的 Obsidian 收件箱。

整个过程：发链接 5 秒，后台处理 15 秒，你什么都不用管。

总月费：0 元。数据全程不出你的电脑。

架构总览

数据怎么从你的手机跑到 Obsidian 里：

手机上看到好内容 → 复制链接 → 发给微信转发插件
                                    |
                                    v
              n8n Webhook (POST /knowledge-inbox)
                                    |
                                    v
                  Normalize Input -- 提取 URL + 备注
                                    |
                                    v
                  Fetch Content -- X 走结构化接口
                                   其他走通用 HTML 提取
                                    |
                                    v
                  Ollama qwen3:8b -- 摘要 + 标签 + 分类
                                    |
                                    v
                  Build Markdown → Write to Obsidian/Inbox/

一共 6 个节点，单工作流，没有分叉。下面逐步搭建。

Step 1 — 启动 n8n

n8n 是一个开源的自动化编排工具，你可以把它理解成免费版的 Zapier，但跑在你自己的电脑上。我们用 Docker 启动它。

安装 Docker

如果没装过，去 Docker 官网 下载 Docker Desktop。Mac / Windows / Linux 都支持。

一行命令启动

docker run -d --name n8n \
  -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  -v /path/to/your/obsidian/vault/Inbox:/files/inbox \
  -e N8N_RESTRICT_FILE_ACCESS_TO="/files/inbox" \
  -e N8N_BLOCK_ENV_ACCESS_IN_NODE=false \
  --restart unless-stopped \
  n8nio/n8n

你需要改的只有一个地方：把 /path/to/your/obsidian/vault/Inbox 换成你自己的 Obsidian Vault 下的 Inbox 目录绝对路径。

关键参数解释：

• -v n8n_data:/home/node/.n8n — 数据持久化，Docker 重启后 workflow 还在
• -v ...:/files/inbox — 把 Obsidian Inbox 挂进容器，n8n 才能往里写文件
• N8N_RESTRICT_FILE_ACCESS_TO — 安全限制，只允许写 Inbox 目录
• --restart unless-stopped — 系统重启后 n8n 自动恢复

启动后访问 http://localhost:5678，看到 n8n 界面就说明成功了。

Step 2 — 安装 Ollama

Ollama 让你在本地跑大语言模型，不需要 API key，不花钱。

# Mac 用 Homebrew
brew install ollama

# 或者去 ollama.com 下载安装包
# 然后拉取中文模型
ollama pull qwen3:8b

拉完大约 5GB。验证一下：

curl http://localhost:11434/api/tags

能返回包含 qwen3:8b 的 JSON 就说明就绪。

Step 3 — 配置微信转发

这一步的目标：让你在微信里发的链接自动变成一个 HTTP POST 请求打到 n8n。

核心配置只有三个字段：

微信转发插件配置（最小可用版）{
  "knowledgeInbox": {
    "enabled": true,
    "webhookUrl": "http://localhost:5678/webhook/knowledge-inbox",
    "successReply": true
  }
}

• enabled — 开启知识收纳直连模式
• webhookUrl — 收到消息后 POST 到这个地址
• successReply — 处理成功后微信端收到确认回复

插件会自动做两件事：从消息里提取第一个 URL，剩余文本作为备注。所以你在微信里发这种格式就够了：

https://example.com/article 这篇关于 Agent 编排的文章值得细读

Step 4 — 搭建 n8n 工作流

回到 n8n 界面，创建一个新 workflow。整条链路是 6 个节点串联：

4.1 Webhook 节点

添加一个 Webhook 节点，Method 选 POST，Path 填 knowledge-inbox。这就是你的入口 URL：http://localhost:5678/webhook/knowledge-inbox。

4.2 Normalize Input

用一个 Code 节点统一解析输入。不管消息是从 query 还是 body 传来的，都提取出四个字段：url、note、author、source。

4.3 Fetch Content

这是最容易翻车的环节。我的策略是分平台处理：

• X / Twitter — 走结构化接口提取，避免抓到登录页或 JS 降级页面
• 其他网页 — 走通用 HTML 提取：先去掉 script / style / noscript 噪音，再从 og:title、h1、article 标签中提取标题和正文

如果不做这一步处理，你会遇到：标题变成一大串 CSS、正文只有 "JavaScript 不可用"、写进 Inbox 的笔记根本不能看。

4.4 Prepare Prompt + Ollama 摘要

把标题、正文、备注、来源拼成一段 prompt，发给本地 Ollama：

Ollama HTTP Request 配置要点Method: POST
URL:    http://host.docker.internal:11434/api/chat
Body:   {
  "model": "qwen3:8b",
  "messages": [
    {"role": "system", "content": "你是知识整理助手。只输出严格 JSON。"},
    {"role": "user",   "content": "输出 summary/tags/category..."}
  ],
  "stream": false
}

要求 Ollama 输出三个字段：

• summary — 一句话中文摘要
• tags — 5-10 个标签，数组格式
• category — 从预设分类中选一个（AI 技术、产品思维、技术实操等）

JSON 解析一定要做 fallback。LLM 不保证输出完美的 JSON — 有时候会多一层 markdown 代码块包装，有时候会夹杂解释文字。做三层防御：去掉 ```json 包装 → 正则提取 {...} → 解析失败用默认值兜底。让管道在 LLM 犯错时也能继续运行。

4.5 Build Markdown + Write

把所有信息拼成一篇 Obsidian 友好的 Markdown：

生成的笔记格式---
title: "文章标题"
date: 2026-05-22T10:30:00.000Z
type: article
category: AI技术
tags:
  - Agent
  - 编排框架
  - 自动化
source: "https://..."
status: inbox
---

> **摘要**: AI 生成的一句话摘要

## 我的备注
你发链接时写的那句话

## 原文内容
（提取后的完整正文）

---
原文链接: https://...

最后用 n8n 的 Write File 节点写入 /files/inbox/（映射到你本地的 Obsidian Inbox）。文件名格式 标题-时间戳.md，保证不重名。

Step 5 — 端到端测试

不要一上来就从手机测。先用 curl 打 webhook，排除网络问题：

curl -X POST http://localhost:5678/webhook/knowledge-inbox \
  -H 'Content-Type: application/json' \
  -d '{
    "url": "https://example.com",
    "note": "第一条 smoke test",
    "author": "test",
    "source": "curl"
  }'

成功的返回：

预期响应{
  "ok": true,
  "title": "Example Domain",
  "category": "未分类",
  "noteFileName": "Example Domain-20260522-xxxxxx.md"
}

然后打开 Obsidian，在 Inbox 里看到新笔记，说明主链路已通。再从微信发真实链接验证完整流程。

生成的笔记能做什么

跑通之后，你拿到的不再是收藏夹里一个死链接，而是一篇：

• 可以搜索 — Obsidian 全文检索，tag 过滤
• 可以继续提问 — 打开笔记用 AI 助手深入讨论
• 可以追加思考 — 你的备注 + AI 摘要 + 原文三层信息
• 可以聚合管理 — Dataview 插件按 category / tag / date 汇总

完整的知识流动应该是这样的：

白天刷到内容：
  看到链接 → 发给微信转发插件（5 秒）

后台自动处理：
  转发插件 → n8n 提取正文 → Ollama 摘要打标 → 写入 Inbox

晚上深度工作：
  打开 Obsidian → 看摘要决定是否深读 → AI 助手继续沉淀

第一层是自动收纳，第二层是主动理解。这套系统解决的是第一层 — 让碎片输入不再丢失。第二层需要你自己来，但至少素材已经整整齐齐地等着你了。

进阶方向

主链路跑通之后，可以按需扩展：

• 图片归档 — 在 Fetch 阶段提取图片 URL，写成 Markdown 图片引用。更进一步可以下载到本地 assets/ 目录，实现真正离线可用
• 去重 — 在 Normalize 阶段检查 URL 是否已存在，避免重复入库
• 周刊汇总 — 新增一个定时工作流，每周聚合 Inbox 中的笔记生成周报
• 多入口 — 同时接 Telegram Bot、iOS 快捷指令、浏览器扩展

但建议：先把文本版跑稳，再加功能。一个能稳定运行的最小系统，比一个功能很多但经常坏的系统有用得多。

总结

• 核心链路 6 个节点：Webhook → Normalize → Fetch → Prompt → Ollama → Write
• 技术栈：Docker + n8n + Ollama qwen3:8b + Obsidian，全部免费
• 从发链接到笔记入库，15-25 秒，数据全程不出本地
• 关键设计：分平台抓取策略 + JSON 三层解析防御 + fallback 兜底
• 一个周末可以搭完并跑通，先跑最小版本，再按需扩展

收藏夹坟场的问题不在于你收藏得太多，而在于收藏之后没有下一步。这条管道就是那个"下一步" — 自动的、免费的、完全属于你自己的。