先處理上下文，不先處理模板#
多數 AI 助手的操作成本，主要落在每次開新工作階段都要重講背景。Obsidian AI Setup 把這個問題收斂到一個 Markdown vault 的初始化流程。它會建立 .claude、Context、Projects、Daily、Resources、Skills、Intelligence 等目錄，接著用引導式訪談收集人、工作、業務、客戶、品牌、專案、技術、目標和自動化機會等資訊。設計包含 12 個結構化類別，輸入可以是自由文字、語音逐字稿、上傳文件、URL 和既有 Markdown 筆記。
這個設計的技術重點在資料入口。匯入格式包含 Markdown、PDF、DOCX、JSON、YAML、CSV，也會理解網站、Notion 頁面和 LinkedIn 個人頁面。導入品質會受文件解析、URL 可存取性、內容新舊和權限狀態影響。若 PDF 抽文字失敗，或 Notion 內容需要登入，生成出來的知識庫就會缺一塊；若舊文件和新答案互相衝突，後續 agent 可能把過時資訊當成穩定背景。
生成內容要有維護邊界#
系統會產生個人化內容與 CLAUDE.md routing 檔，目標是讓 Claude Code 和相容的 Markdown-based agent 能讀懂工作區。這比空資料夾加通用模板實用，但也把維護責任放到 generated Markdown 上。只建立含有真實資訊的文件、避免 placeholder，這個取捨合理，因為空模板通常只會增加 agent 搜尋雜訊。
風險在於這套資料會被當成長期上下文。個人偏好、品牌規則、專案狀態和自動化機會一旦寫進 vault，就需要有更新流程；否則 CLAUDE.md 會慢慢變成錯誤路由。local-first 和 Markdown-first 降低平台綁定，資料安全仍要另外檢查。當 agent 讀取 vault 並把內容送進模型，真正要確認的是哪些資料可被讀取、哪些資料應排除，以及匯入文件裡是否混有祕密或客戶資料。
目前公開狀態還很早期，倉庫只有 2 次 commit、6 顆 star，沒有 release。Roadmap 包含多語 onboarding、既有 vault 匯入、自動升級、team onboarding、MCP integrations 和 plugin ecosystem。導入前可以先把它當成初始化腳手架驗證，別直接假設它已經處理版本遷移、團隊權限和大量文件同步。