企业官网建设流程全解析

1. 为什么要把 Codex 和 Obsidian 拼在一起

Codex 是能直接读写本地文件的 AI 助手，Obsidian 是基于 Markdown 的本地笔记软件，两者共用的其实是同一套文件夹。把 Codex 的工作区指向 Obsidian 的仓库目录，AI 就能像管理员一样整理你的笔记，而你依然用 Obsidian 浏览、双链、看关系图谱。这套组合适合三类人：资料散落在浏览器收藏夹和下载目录里找不到的、想用 AI 自动归档但不想把笔记上传到云端的、以及已经在用 Markdown 记笔记想加一层智能检索的。

我试过把几百篇剪藏文章直接丢给 AI 整理，结果它把同一主题拆成七八个重复页面，双链乱成一团。问题不在模型，在于没有提前约定工作规范。所以这篇教程的重点不是"装好两个软件"，而是把 AGENTS.md 约定、目录结构、统一 API 通道这三件事一次配到位，让 Codex 每次进入工作区都按同一套规矩干活。

整篇会交付可复制的config.toml与settings.json配置骨架、目录结构示例，以及验证 Codex 读写笔记和知识检索是否生效的具体动作。技术部分占大头，跟着做就能跑通。

2. 前置准备：TaoToken 统一 Key 与 API 通道

Codex 这类工具要调用模型，绕不开 API Key 和接入地址。如果你同时用多个模型，每个平台一套 Key、一套计费、一套限流，管理成本很快就上来了。TaoToken 的作用是把这些收敛成一个统一入口：一个 Key 走通对话、编码、Agent 等场景，接入地址统一为https://taotoken.net/api，省去在多个控制台之间来回切换。

对本地知识库这个场景来说，统一通道还有个实际好处：Codex 在整理笔记时会频繁发起请求（读文件、搜索 wiki、写页面、更新索引），请求量比单次对话大得多。用统一 Key 便于集中看用量，也方便在配置里只维护一处地址。

你需要先拿到 Key。打开控制台创建 API Key，建议按用途命名，比如obsidian-kb，方便日后区分。创建后立刻复制保存，页面刷新后就看不到完整值了。

• 控制台创建 Key：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite
• API Keys 管理页：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite
• 接入文档（含各工具配置示例）：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite

注意：Key 只存在本地配置文件或环境变量里，不要写进会同步到公开仓库的笔记。Obsidian 仓库如果开了 Git 同步，记得把配置文件加进.gitignore。

如果你打算长期用 Codex 做编码和 Agent 任务，可以顺带了解 Coding Plan，它更适合高频、长周期的自动化场景：

• Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite

3. 可复制配置：config.toml 与 settings.json

这一节是全文的核心，配置对了后面才顺。Codex 的配置分两层：一层是模型接入（config.toml），一层是工作区行为（settings.json或等价的工作区设置）。不同版本的 Codex 客户端字段名可能略有差异，下面给的是通用骨架，按你实际版本的字段名微调即可。

3.1 config.toml 接入骨架

把下面内容保存到 Codex 的配置目录（常见位置是用户目录下的.codex/config.toml，以你客户端提示的路径为准）：

# Codex 模型接入配置 # 统一走 TaoToken 通道，一个 Key 覆盖多场景 [model] # 模型名按你实际开通的填写 name = "your-model-name" # 统一接入地址，不要带末尾斜杠 base_url = "https://taotoken.net/api" # 从环境变量读取，避免明文写死在文件里 api_key_env = "TAOTOKEN_API_KEY" [workspace] # 指向 Obsidian 仓库根目录，Windows 用双反斜杠或正斜杠 root = "D:/AI知识库" # 进入工作区自动读取的规范文件 agents_file = "AGENTS.md" [behavior] # 整理类任务建议降低随机性，保证归档稳定 temperature = 0.2 # 单次任务允许的最大轮次，防止在大量文件上无限循环 max_turns = 40

然后在系统环境变量里设置 Key（Windows 用 PowerShell，macOS/Linux 用 export）：

# macOS / Linux export TAOTOKEN_API_KEY="你的Key" # Windows PowerShell（当前会话） $env:TAOTOKEN_API_KEY="你的Key"

提示：把base_url统一写成https://taotoken.net/api，后续换模型只改name，地址和 Key 都不用动，这是统一通道最省事的地方。

3.2 settings.json 工作区行为骨架

部分 Codex 客户端用settings.json管理工作区权限和文件规则。放在仓库根目录或客户端指定的配置位置：

{ "workspace": { "root": "D:/AI知识库", "readOnlyPaths": ["raw"], "writablePaths": ["wiki", "index.md", "log.md"], "ignorePatterns": [".obsidian/workspace.json", ".trash/", "*.tmp"] }, "agents": { "autoLoad": true, "file": "AGENTS.md" }, "indexing": { "include": ["wiki/**/*.md", "index.md"], "exclude": ["raw/**", ".obsidian/**"] } }

这里有两个关键设计。readOnlyPaths把raw设为只读，原始资料不会被 AI 改写或删除，出问题还能回溯。writablePaths只放开wiki、index.md、log.md，AI 的改动范围被框死，不会误伤你手写的其他笔记。

3.3 目录结构示例

在 Obsidian 里新建仓库（比如D:\AI知识库），然后让 Codex 或手动建出这套结构：

AI知识库/ ├── raw/ # 原始资料，只读 │ ├── 2024-06-article.md │ └── pdf-notes.md ├── wiki/ │ ├── concepts/ # 概念、方法、观点 │ ├── entities/ # 人物、公司、工具、平台 │ └── sources/ # 原始资料摘要 ├── AGENTS.md # AI 工作规范 ├── index.md # 知识库目录 └── log.md # 整理与修改日志

raw和wiki的分离是整套方案的骨架：原始资料区只读，整理后的知识页区可写。你往raw里扔东西，AI 负责把它拆解、归类、建双链，写进wiki。

3.4 AGENTS.md 工作规范

AGENTS.md 相当于提前给 AI 写好的员工手册，Codex 每次进入工作区都会先读它。内容要精简，规则太多反而增加探索范围、消耗 token。下面是一份可直接用的版本：

# AI 知识库工作规范 ## 身份 你是本知识库的 AI 管理员，负责把 raw/ 的原始资料整理进 wiki/。默认中文。 ## 文件规则 - raw/：原始资料，只读，不修改、不删除。 - wiki/concepts/：概念、方法、观点。 - wiki/entities/：人物、公司、工具、平台。 - wiki/sources/：原始资料摘要。 - index.md：知识库目录。log.md：整理日志。 ## 整理规则 - 只处理新增或变化的资料。 - 新建页面前先搜索 wiki/，已有相关页面就更新，避免重复。 - 提取有长期价值的观点、方法、案例、数据，不机械复制原文。 - 相关页面用 [[双链]] 连接，重要内容注明来源。 ## 冲突与不确定 - 资料冲突时不擅自覆盖，保留不同观点并注明来源。 - 资料没有的信息不自行补充，无法确认的标记「待确认」。 ## 回答 - 先查 index.md，找到相关页再读取；不足时查 raw/ 原始资料。 - 知识库没有答案就直说，不编造。 ## 修改边界 - 可直接新增、更新知识页和双链。 - 删除文件、大量改名、调整目录结构前先询问我。 - 每次整理后同步更新 index.md 和 log.md。

4. 验证请求：确认 Codex 真的读写了笔记

配置写完不代表生效，得用具体动作验证。下面三步从"能读"到"能写"再到"能检索"，逐层确认。

4.1 验证读取：让 Codex 复述目录

在 Codex 工作区（已指向D:\AI知识库）里发送：

读取当前工作区根目录，列出所有文件夹和 Markdown 文件， 并说明 AGENTS.md 里规定的 raw/ 和 wiki/ 各自用途。

预期结果：Codex 能准确列出raw、wiki及其子目录，并复述出 raw 只读、wiki 可写。如果它列不出文件，说明工作区根目录没指对，回到config.toml检查root字段。

4.2 验证写入：投一篇资料让它归档

先在 Obsidian 里往raw/放一篇 Markdown（手动新建或用手动剪藏都行），内容随便写一段带明确主题的文字，比如一段关于"向量检索"的说明。然后在 Codex 发送：

按 AGENTS.md 规则处理 raw/ 里新增的资料，整理进 wiki/： 已有相关页面就更新，没有就新建，避免重复。 完成后更新 index.md 和 log.md，并告诉我新建了哪些页面。

预期结果：wiki/concepts/下出现一个新页面，index.md多了一条目录项，log.md记录了本次处理。回到 Obsidian 左侧文件树刷新，能看到这些变化。如果raw里的文件被改动了，说明只读规则没生效，检查settings.json的readOnlyPaths。

4.3 验证检索：向知识库提问

在同一个工作区里直接提问，比如：

根据知识库内容，向量检索的基本流程分几步？请给出你参考的页面路径。

预期结果：Codex 先查index.md，定位到相关 wiki 页面，再基于页面内容回答，并给出参考路径。如果它答得含糊或说"知识库没有相关内容"，说明前面的归档没写进wiki，或者indexing.include没覆盖到。

注意：验证阶段建议一次只放一篇资料，确认链路通了再批量投喂。一次扔几十篇，出问题很难定位是哪一步断的。

5. 本篇常见错排查

配置和验证过程中，下面几个坑出现频率最高。

工作区根目录指错。最常见的是把 Codex 工作区指向了 Obsidian 仓库的某个子目录，而不是仓库根。表现是 Codex 找不到AGENTS.md，或者只能看到部分文件。解决：确认root指向的是包含raw、wiki、AGENTS.md的那一层。

AGENTS.md 没被自动加载。有些客户端需要显式开启autoLoad，或者 AGENTS.md 不在根目录。表现是 Codex 不按规范分类，把概念写进了 entities。解决：检查settings.json的agents.autoLoad和agents.file，确认文件名大小写一致。

raw 被意外改写。只读规则没配好，AI 整理时顺手改了原始资料。表现是剪藏的文章内容变了。解决：readOnlyPaths加上raw，并在 AGENTS.md 里明确写"raw 只读"。已经改坏的从备份或剪藏源恢复。

双链指向不存在的页面。AI 建了[[某概念]]但没建对应页面，Obsidian 里显示为未创建链接。表现是关系图谱里一堆灰色节点。解决：在 AGENTS.md 里要求"建立双链前确认目标页面存在，不存在则先创建"，或定期跑一次检查任务清理无效双链。

请求报 401 或鉴权失败。Key 没读到或写错。表现是 Codex 一发请求就报错。解决：确认环境变量名和api_key_env一致，重启客户端让环境变量生效；Key 值前后不要带空格。

请求报 404 或地址错误。base_url写成了带路径的完整接口地址。解决：统一写成https://taotoken.net/api，不要自己拼/v1/chat/completions之类的后缀，具体路径由客户端处理。

整理任务跑不完或循环。一次投喂的资料太多，或max_turns设得太小。表现是任务中途停住。解决：分批投喂，把max_turns调到 40 以上，或拆成"先归档 concepts，再归档 entities"两步。

冲突内容被 AI 擅自覆盖。两篇资料说法不同，AI 直接选了其中一个。表现是 wiki 页面只剩一种观点。解决：AGENTS.md 里明确"冲突不覆盖，保留双方并注明来源"，重要冲突让 AI 先列出来给你确认。

排障时如果怀疑是 Key 或通道问题，可以先用模型对话页做一次最小验证，确认 Key 本身可用：

• 模型对话：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=model-chat&utm_campaign=rewrite

6. 长期维护与自动化

知识库跑起来后，维护才是长期成本。时间一长会出现无效双链、孤立页面、前后说法冲突，越堆越乱。这些可以交给 Codex 的定时任务处理。

每周检查任务，在 Codex 里发送：

创建一个每周执行一次的知识库检查任务： 检查无效双链、没有关联的独立页面、以及知识页之间的明显冲突。 发现问题先整理出来给我确认，不要直接修改； 确认后再处理，并把变化记录到 log.md。

每日整理任务：

每天检查一次 raw/ 有没有新增资料： 有就按 AGENTS.md 规则整理进 wiki/，同步更新 index.md 和 log.md； 没有新增就不执行其他操作。

重要原则：涉及观点冲突的内容，不要让 AI 自己拍板。两篇资料说法不同，不代表其中一篇一定错。让 AI 负责发现问题，保留哪个由你决定。

如果你已经在用 PARA 之类的结构，不必新建独立仓库，把raw和wiki映射进现有体系即可，核心原则不变：原始资料区只读，整理后的知识页区可写，规则写进 AGENTS.md。

长期高频跑编码和 Agent 任务的话，Coding Plan 在用量和场景覆盖上更合适，接入方式与上面一致：

• Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite

最后说个实测下来的小经验：AGENTS.md 别一次写满，先放最核心的五六条规则跑一周，看 AI 哪里不听话再补。规则是长出来的，不是一次设计出来的。等这套跑顺了，你往raw里扔文章、PDF、随手笔记，剩下的归档、建链、更新索引全交给 Codex，想找什么直接问就行。