用 AI + Obsidian 搭一套智能化学习产出工作流，再也不用纠结今天学什么了
大家好，我是专注探索学习本质和 AI 价值最大化实践的 Jennifer，感谢鱼皮创办的编程导航社区。
不知道你有没有过这种体验：
笔记软件里插件装了一堆，模板、看板、自动统计表全都配好了，整个系统看起来专业得像个小型项目管理平台。
结果第二天早上打开它，盯着那个空白的「今日计划」，还是不知道今天该干什么。
于是刷了会儿手机，一天就过去了。
这不是你不够自律。
这是记录型工具的天生缺陷：它们把「记录」优化到了极致，却从来没人替你干「决定今天做什么」这件最耗神的事。
我最近想通了一件事 —— 这个环节，现在可以交给 AI 了。
不是让 AI 帮我写笔记，而是让它每天早上替我做决策：从我的大目标里切出今天能做完的一件事，把行动计划写进我原有的日记和任务文件；晚上再把我今天真做出来的东西变成一篇成稿，当场给我一份点评。
这篇文章我会讲清三件事：
- 我的 Obsidian 学习产出工作流有哪些功能、具体怎么实现 —— 配置和代码全给你，可以直接抄
- 这套工作流卡在哪，以及为什么再装十个插件也解决不了
- 我怎么用 AI + 神级 skill 把这套工作流自动化智能化 —— 代码已开源，你可以直接装
没用过 Obsidian 也能看，每个术语我都会先用白话解释一遍。已经有自己一套工作流的同学，重点看第三部分。
点个收藏，咱们开始~
一、先看这套工作流能干什么
先用一句话说清楚：我给自己搭了一个私人版的项目管理平台，外带一套自动生成的统计报表。
具体有这些功能：
- 每天新建日记，当天日期、本周链接、三块待办查询全部自动填好，我打开就是填空
- 所有待办自动分成三块 —— 五天内到期的、今天要做的、今天已完成的，不用手动搬
- 三张自动统计表：今天新建了哪些笔记、完成了哪些任务、改过哪些旧笔记
- 一块看板，四列 ⚪Todo / 🟡Doing / 🟢Done / 🟤Blocked，拖一下就换状态
- 三级项目树：目标 → 项目 → 任务，下级的完成情况自动汇总到上级
- 双周迭代编号，
26-08-A这种，方便按周期回顾
再一句话总结：从「今天写了什么」到「这个季度推进了哪些项目」，全都是自动统计出来的，我不用手动记一行。
听起来复杂，其实只用了四个插件，都是 Obsidian 社区里最常见的，没有任何自研：
| 插件 | 干什么用 |
|---|---|
| Templater | 新建笔记时自动填充日期这类动态内容 |
| Tasks | 把散落在各处的待办按条件查出来，聚成一个清单 |
| Dataview | 把笔记的元信息当数据库查，生成统计表 |
| Kanban | 看板视图 |
如果你还没用过 Obsidian：它是一个本地优先的 markdown 笔记软件，所有笔记就是你硬盘上的 .md 文件，没有云端锁定，插件生态非常猛。上面这四个插件在社区插件市场搜名字就能装。
二、这套工作流具体怎么实现
这部分给的是可以直接抄走的配置。不想看实现细节的同学可以直接跳到第三部分。
1、在日记中让待办自动分成三块
这是 Tasks 插件干的活。在日记模板里放三个查询块，其中「今天要做的」这块是这样：
▼markdown复制代码```tasks not done happens on 2026-08-03 sort by due ```
（实际用的时候，日期那行也是 Templater 变量，会自动填成当天。）
关键是 happens on 这个条件 —— 它会同时匹配开始日期、计划日期和截止日期，只要待办上带了当天的日期，就会被捞进来。
那待办怎么写才能被查到？Tasks 插件用 emoji 当字段标记：
▼markdown复制代码- [ ] 把三种分块策略各跑一遍，记录检索命中率 🛫 2026-08-03 - [x] 整理成对比表 🛫 2026-08-03 ✅ 2026-08-03
🛫 是开始日期，✅ 是完成日期，📅 是截止日期。
这么一配，我的待办可以散落在任何一个项目笔记里，日记会自动把「今天该做的」聚过来。不用维护一份单独的今日待办清单，这是我觉得最省事的一点。
2、让项目树自动汇总
这一步用 Dataview。它能把笔记开头的元信息（frontmatter）当成数据库字段来查。
比如我在 AI 这个主题笔记里放一段查询，就能自动列出所有挂在 AI 下面的子项目：
▼markdown复制代码```dataview TABLE status, type, DateStarted, DateDone, project WHERE contains(tags,"AI") AND (contains(type,"P") OR contains(type,"O")) sort type, DateDone Asc ```
意思是：把所有打了 AI 标签、并且类型是「项目」或「主题」的笔记查出来，按类型和完成日期排。
我给每篇笔记的 type 字段定了一套分类：
| type | 含义 |
|---|---|
P | 项目 —— 有明确交付物和完成态 |
T | 任务 —— 一个具体的活儿 |
O | 主题笔记 —— 长期积累，没有完成态 |
S | 学习资源 |
D | 概念笔记 |
A | 行动说明 |
有了这套标记，Dataview 就能按任意维度切：这个月完成了几个任务、哪些项目卡在 Blocked、某个技术方向下有几篇笔记。这些统计表写一次，之后天天自动更新。
到这儿，一套完整的学习产出工作流就搭好了。记录、聚合、统计、看板，全自动。
三、但它有个补不上的窟窿
这套系统我用了不短的时间。它确实很擅长记录 —— 我想知道任何一个历史数据，翻一下就有。
可它对「决策」这件事完全沉默。
具体是四个坑：
第一，不知道今天该产出什么。 系统能告诉我「有 12 个待办」，但没法告诉我「今天这 2 小时，做哪件事最值」。大目标是「掌握 AI Agent 工程能力」，可它切不出今天能做完的一小块。
第二，每天都要自己做一遍决策。 这是最耗神的部分。早上打开空白日记，从大目标推到今天的行动，全靠脑子现场算。做几个月之后，某天早上不想算了，系统就空转了。
第三，学了很久拿不到反馈。 笔记写完躺在硬盘里，没人看。发出去了，新号前两周点赞大概率是个位数。反馈迟迟不来，动力就一点点漏光。
第四，文件都得手动整理。 新建任务文件、填十几个 frontmatter 字段、把待办抄进日记、给待办补上 emoji 日期标记 —— 每天十来分钟的机械劳动。单看不多，但它正好卡在「刚有点动力想开始」的那个节骨眼上。
你发现了吗 —— 这四个坑，没有一个是记录问题。
前两个是决策问题，第三个是反馈问题，第四个是自动化问题。
而我那套系统，从模板到看板到统计表，全部是为了解决记录问题设计的。所以再装十个插件也没用，方向不对。
这正好是 AI 该上场的地方。
四、我用 Opus 5 + grill-me 造了一个 AI 智能化学习产出工作流 Skill
这套 Skill 我是用 Claude 目前最强模型之 Opus 5 配合一个全网安装量目前排名前三的神级 Skill —— grill-me 做出来的。
我一开始的需求很含糊，大概就是「帮我做一个以每日学习产出为导向的 AI 学习规划应用」。搁平时，AI 早就开始哗哗写代码了。
但 grill-me 先甩给我一堆选择题，逼我一个个钉死：
- 用什么载体？ 直接写 Python 应用，还是先用 Cursor Skill + markdown 跑通流程？—— 我选了后者。写应用最大的风险是「搭工具」变成了「产出」本身，一个月过去，工具搭好了，学习一天没干。
- 数据放哪？ 新建一套数据库，还是直接读写现有的 Obsidian 库？—— 直接读写现有的。我要是再造一套平行结构，一个月后我会拥有两套系统和两份对不上的历史数据。
- 要不要自动发布？ —— 不要。只做格式转换和导出，发布这一步留给我自己。
- 验证多久再考虑写应用？ —— 连续跑 7 天。跑不满 7 天就不准写 Python，这是我给自己设的防线。
- 反馈数据怎么分析？ —— 前 7 天只记录不分析。一天一篇、样本这么小的时候，硬分析点赞波动只会得到一堆听着有道理的废话。
补窟窿 1、每天早上替我做决策
早上一个命令 df plan，它会：
- 读我的目标文件、昨天的日记、昨天的任务文件 —— 就这三个，不多读
- 问我一组问题，全部一次问完：今天有多少可支配时间、昨天那件事做完了吗、实际花了多久
- 然后给我一张候选表
我选一个，它就把行动计划写进任务文件和今天的日记，待办自动带上 🛫 日期标记 —— 我原有的 Todo 区块立刻就能查到。
补窟窿 2、当天就给我反馈
晚上一个命令 df ship：
- 问我今天做到哪了 —— 一句话就行，做完了 / 卡在哪 / 换方向了 / 没动
- 把今天真做出来的东西写成成稿
- 当场以第一读者的身份给我点评
这里有个我觉得挺重要的判断：反馈饥荒是个陷阱，动力不能挂在外部反馈上。
一个额外的好处：写作时间被强制预留
Skill 里有一条硬规则：行动计划必须给「把它变成成稿」这件事留出大约四分之一的时间，而且必须是一个独立的待办项。
因为一天全花在做、一点没花在写，等于什么都没产出 —— 这恰恰是最容易耗光动力的那种失败。
最后
好了，一套能自己决定「今天产出什么」的学习工作流就搭完了。
早上一个命令拿到今天该做的事，晚上一个命令拿到成稿和点评，中间费事耗力的机械劳动全没了。
工具不该只是个记录的地方，它应该能替你做掉那个最耗神的决定。
不过这里我得说句实话：这套 Skill 是我刚做完的，还没跑满一个完整周期。
它的每一条规则背后都有明确的设计考量，但「设计得对」和「用起来真的有用」是两件事 —— 后者需要时间来验证，我现在还没有这个数据。
所以我想邀请你和我一起跑这 7 天：
- 装上它，每天用
df plan定计划、df ship出成果 - 记下哪几步真用上了、哪几步是多余的、哪里卡住了
- 到仓库的 Issues 里说一声，或者在评论区聊
我会把这 7 天的改动全部推上去，包括被我砍掉的步骤 —— 那部分通常比留下来的更有参考价值，它标记了哪些设计是我坐在椅子上想出来的。
第七天我会回来写一篇复盘：哪几步真用上了、哪几步是我想象出来的、以及这套东西到底值不值得继续。
代码全部是 markdown，没有任何黑盒，MIT 协议，随便改随便用。觉得有点意思的话，给个 Star 支持一下~ ⭐🌹 想跟进后续改动的话，Watch 一下就行。
综上，这是我的学习产出工作流 skill 开源地址：https://github.com/Jenniferwonder/daily-flywheel，包含上述全部文章创作流优化，欢迎大家访问并给一个小星星鼓励支持⭐。我会继续使用并持续优化，也欢迎大家提 PR 和我一起优化！
我是公众号「瞻思于学」的 Jennifer，持续探索 AI 价值最大化实践，思考学习本质，分享学习工具和方法，欢迎关注我，共同进步！❤️
欢迎在评论区聊聊：你的笔记系统卡在哪一步？是不知道今天该做什么，还是做完了没人看？
