AI 实践笔记:3月数字花园(Obsidian |Digital Garden |Netify)

多客科技

作者：微信文章
写在前面

上篇文章介绍的豆包智能体已有近200人使用，看来大家对智能语音助手还是挺感兴趣的，不如找机会试试豆包耳机？3 月聚焦「数字花园」、「本地知识库」、「新模型」做了些实践和反思，记录一下。
数字花园

数字花园不是一个新概念，它强调的展示正在成长、不断演化的想法和知识网络，鼓励边学边写，边想边种，允许持续迭代。公众号更多是成品发布，但是无法持续对发布的内容进行更新。

上篇文章有同学留言希望能分享知识库Prompt「已更新到数字花园」，而我的 Prompt 是md 格式，有时会动态优化，这类不太适合发到公众号。不是将内容发到公众号就完事，而是要持续维护、动态更新，想要实现内容持续更新与即时分享，这次是真的认真探索数字花园方案。

我的痛点如下

基于Obsidian发布。如果仅仅是分享，飞书、腾讯文档这类在线 doc 就能满足，但是需要额外copy，多处维护，不满足 All In Obsidian 的写作目标。免费。Obsidian Publish 提供文件发布服务，但是每月都要8美元，从长期维护但低频更新的角度来看，不是一个最优解。发布流程简单。我预期是写完后点击发布就完事，不要去各处更新配置。数字花园配置简单。毕竟太难的开发咱也不会，没必要再重复造轮子了。大陆能访问。Vercel 国内无法访问，搭建后才发现。

澄清需求后，就是调研解决方案和应用实践，其实只有四个步骤，但是每步都要很多选项，选择适合自己需求的方案最重要。我的解决方案是Obsidian+Digital Garden+ Netify：

Obsidian 用于写作和管理笔记。Digital Garden 插件用于将 Obsidian 笔记一键发布为静态网站，Obsidian 上现成插件，Github 也有仓库部署。Netify 用于免费托管静态网页，Digital Garden 官方文档建议用 Vercel，但是部署后国内打不开，最后采用 Netify。Github 用于托管源文件，支持 Netify 部署，此处要手动部署，详见喂饭文档。

数字花园搭建喂饭教程「公众号链接好像显示有问题」：

https://makino.netlify.app/inbox/obsidian+digital%20garden+github+netlify%20%E6%89%93%E9%80%A0%E4%BD%A0%E7%9A%84%E4%B8%AA%E4%BA%BA%E6%95%B0%E5%AD%97%E8%8A%B1%E5%9B%AD%E5%8D%9A%E5%AE%A2/

在跑通发布流程后，非常欣喜的发现Netify居然能正常展示 Dataview 结果，只要在 Obsidian 中妥善管理属性（tags等），Dataview 代码就能自动筛选和更新内容地图，不用额外去维护。下图展示数字花园部署成果。
「内容地图」包含个人、知识管理、AI实践、数据、搞钱主题，每个主题都是基于 Dataview 进行管理。
「最近更新」包含最近一个月更新的笔记，即使是已发布的内容，重新编辑更新后再发布就可以。小马奔腾的数字花园，感兴趣可以点击文章底部「原文链接」

马奇诺 HomePage[https://makino.netlify.app/]



本地知识库

过去一个月在 Obsidian 上使用 Copilot 的次数降低很多，一是确实很忙没法沉浸式的对积攒的主题进行探索，况且 Copilot 本地回答还是有些弱智。二是感觉本地知识库探索像一个伪命题？

如果要进行Deep Research，可以选择ChatGPT、Gemini、Grok这类的Deep Research，它们的知识深度和广度不比我收藏的三瓜两枣质量高得多？

如果真要基于某类文件进行学习，NotebookLm很香「例如有人用 NotebookLm 去对简历生成两人对谈，还挺有意思的」，尤其Cursor、Trae 这类AI IDE编程软件是能直接与文件进行对话，如果你有AI AS ME文件，能更好的进行本地对话，并且支持使用最好的模型，所以我在 Obsidian 上使用AI Copilot的兴趣似乎突然消失了。

这个转变看起来突然，实则必然。知识库适合高频场景、信源密度高质量好，例如政企知识库问答。但是个人知识库局限于信息密度和使用频率，前者有赖于孜孜不倦的分辨和收集优质信源，后者则是源于使用场景，例如学生、老师等可能高一点。写到这里想到了IMA做知识库共享也可以理解，但是如果是共享，飞书和腾讯文档岂不是更有优势？前者有大量的UGC在使用，后者有微信共享权限更方便。
新模型

AI模型与工具日新月异，1 月大模型头牌是DeepSeek，4 月大模型头牌是Gemini，这两个去年声量还很小。实践工具和方法更离谱，Manus、Mcp、扣子平台等等数不过来的，每天不重样，根本学不完，关键大部分都是中间态，花期很短。最好的策略是基于自己的需求进行了解，让子弹飞一会儿。

4 月初又重新充值了4O，无论是生图还是生文，都比之前好太多，充当小助手挺好的。目前主力使用模型是4O和 Gemini 2.5 Pro，后者可以某鱼整个学生优惠。DeepSeek使用体验太差，原本在我手机第一屏，现在被打到第二屏了，有点怀疑DeepSeek 压根没想好好做ToC业务。

模型越来越聪明，也越来越谄媚，智商和情商都碾压人类，以后的社会的生产力该啥样。。陷入困惑。。



写在后面

最近周末在学习一门如何做课程的培训，结合AI实践，深感人的经验和带宽都相当有限，引发我对写作和做课产生深度焦虑。AI越来越强，是否意味着人人因此都会变得很强？

思考了很久，能够说服自己的观点是：与学习Prompt工程类似，人的经验与思考方式是激发AI潜力的先验输入，如果先验输入不一样，通过AI得到的结果和使用方法也同样不一样。
不是所有人都会因为AI变得更强，而是懂得如何激发AI的人会率先受益，因此还是要不断学习和思考。
往期回顾

关于我
互联网大厂数据人，专注数据与AI实践，探索职业与成长。如果对你有启发，亦是我坚持输出的最大动力，同时渴望与志同道合的同学多多交流与探讨，欢迎微信交流~
文章推荐
上篇文章
职场三件套-打造个人影响力（上）
职场三件套-打造个人影响力（下）
职场三件套-个人职业规划突破（做自己的CEO）

相关文章
AI 实践笔记：2月个人知识库搭建（Obsidian｜DeepSeek｜IMA
AI实践笔记：1月效率提升与工具探索
Deepseek 首个受害业务出现了
从工作日志到自我觉察：如何用AI洞察自己的思维链？

历史文章
「职业漫谈，被腾讯大讲堂转载」一文入门数据产品