别让 AI 写得像 AI：用自己的 83 篇博客训练专属写作助手，顺手做成了一个 Skill

用户9979

5月29日修改

用 AI 辅助写文章这件事，我折腾了挺长时间，一直有一个问题没解决：写出来的东西读着不像我写的。​

语气对，结构对，就是有点"飘"——像一个模仿我的人写的，而不是我自己写的。​

后来意识到问题在哪：AI 不知道我怎么写东西。我没把自己的内容喂给它，光靠对话里几句描述，它当然摸不准。​

解决这个问题花了我一段时间，最后跑通的方案是：把博客历史文章全部导入 Obsidian 作为知识库，用 Claude Code 分析提炼出风格档案，再把整套工作流封装成一个可复用的 Skill。​

Obsidian：不只是笔记工具，是知识库底座

这件事的关键前提是：Obsidian 存的是本地 Markdown 文件。

这意味着 Claude Code 可以直接读它。不需要 API 对接，不需要导出，直接在终端打开 Vault 目录，Claude Code 就能访问里面的所有内容。​

这和把文章发给 AI 让它"记住"有本质区别——后者每次对话结束就清零了，前者是真正持久化的知识库，每次调用都能读到完整的历史内容。​

把 83 篇已发布文章放进去之后，它就有了训练材料。

支撑这套流程的几个插件

不是所有插件都和 Claude Code 有关，但有几个直接影响了知识库的可用性。​

Git：Vault 接入 GitHub，每 30 分钟自动 commit 一次。Claude Code 在终端工作，知道哪些文件是新的、哪些改过，版本追踪自然就有了。​

Custom Attachment Location：图片按文章名归类到 assets/文章名/ 子目录。Claude Code 读文章的时候结构清晰，不会被一堆散落的图片文件干扰。​

Templater：新建文章自动写入 Front Matter，包括状态字段（草稿 / 已发布）。这是后面 Dataview 能查询写作进度的基础。​

Dataview：用类 SQL 语法查 Vault 里的文章。我用它列出所有草稿、按分类汇总文章数量，也方便 Claude Code 快速定位需要参考的内容。​

Local Images Plus：历史文章里的外链图片自动下载本地化。做完这步，整个 Vault 完全离线独立，不依赖任何服务器。​

file-20260331225423022.png

第一步：把历史文章变成结构化知识库

历史文章导入之后，先做两件事让知识库更好用。

一是统一目录结构。我按文章类型分了三个目录：VPS测评/、VPS小白教程/、金融/，草稿放 草稿/，灵感放 灵感收集/。结构清晰，Claude Code 在扫描文件的时候能更快定位。​

二是给每篇文章加 Front Matter 标记状态。已发布的统一标 status: 已发布，方便后续只分析已发布内容，排除草稿干扰。​

file-20260331225423022.jpg

第二步：用 Claude Code 提炼风格档案

知识库搭好之后，让 Claude Code 读所有已发布文章，从几个维度做分析：​

•
语气和人称：用不用「我」，怎么称呼读者​

•
句式习惯：短句还是长句，有没有标志性的开头方式​

别让 AI 写得像 AI：用自己的 83 篇博客训练专属写作助手，顺手做成了一个 Skill​