AI 自动化知识入库：GPT/Claude 生成卡片与 MOC，n8n/Make 搭建自动流程

知识管理最累的是“录入”环节。本教程讲两件事：让 AI 生成结构化笔记卡片，以及用自动化工具串起整条流水线。

一、AI 生成 Obsidian 卡片

给 AI 一个“笔记模板”，让它把任意输入整理成标准卡片。

卡片模板（喂给 AI 的 Prompt）：

请把以下内容整理成 Obsidian 笔记卡片，输出 Markdown：
---
title: {提炼的主题}
tags: {2-5个标签}
date: {今天}
---
## 核心观点
（3条以内，每条一句）
## 关键细节
（用列表）
## 我的启发
（结合其他知识的联想，用 [[双链]] 指向相关主题）
## 原文出处
（来源链接或书名）

输入 → AI 输出 → 粘贴/保存为笔记。批量处理时能大幅提效。

二、MOC（内容地图）自动生成

MOC（Map of Content）是主题的“入口笔记”，汇总该主题下所有笔记。

让 AI 生成 MOC：

我有以下笔记标题列表：[...]
请帮我创建一个 MOC 笔记，按主题分组，每组用 [[双链]] 列出相关笔记，
顶部写一段这个主题的概述。

生成的 MOC 就是该主题的导航首页，配合图谱视图，知识结构一目了然。

三、用 n8n / Make 搭建自动化流水线

目标流程：信息抓取 → AI 摘要 → 自动写入笔记

n8n（自托管，推荐）

n8n 是开源工作流工具，可视化拖拽节点，能自部署到 2核4G 服务器。

[HTTP/抓取节点] → [AI 节点(摘要)] → [Obsidian 节点/文件写入] → [通知]

示例节点串联：

RSS / Webhook：监听新文章、邮件、网页
OpenAI / 本地 Ollama 节点：调用 LLM 生成摘要和卡片
Obsidian API / 文件系统节点：写入笔记文件
Telegram/微信通知：完成提醒

Make（云端，零部署）

Make（原 Integromat）云端操作，无需自托管，适合不想维护服务器的人。同样可视化编排 HTTP + AI + 存储。

一条可落地的流水线示例

每天早晨：
  ① RSS 抓取 5 篇技术文章
  ② AI 各生成 150 字摘要 + 标签 + 关联建议
  ③ 写入 Obsidian「收件箱/日期.md」的待处理区
  ④ 通知我"今天有 5 篇待整理"
  ⑤ 我晚上人工挑重点，转为永久笔记

一句话总结

自动化知识入库 = AI 生成标准卡片（模板化）+ 自动化工具串流水线（n8n/Make）+ 关键节点人工把关。重复的“抓取-摘要-写入”交给机器，把“提炼与思考”留给自己。