企业官网建设流程全解析

培训讲师这个行当，表面看是站在台上讲两小时，实际上背后是大量的重复劳动：同一门课要给不同批次学员讲，讲义要反复改，练习题要出好几套防止抄袭，公式还得一个个敲进Word里调格式。我带过几期技术培训之后发现，真正吃掉时间的不是讲课本身，而是备课环节里那些机械性的文档工作。后来我把 WorkBuddy 和 Obsidian 这两样东西组合起来用，把公式教材的编写和自动出题这两块彻底流程化了，单期备课时间从原来的十几个小时压到了三四个小时。这篇就把我这套工作流的搭建过程、踩过的坑和实际效果完整拆一遍，适合经常要出讲义、出题、维护多版本教材的培训讲师，也适合任何需要批量处理公式文档的人参考。

1. 为什么培训讲师的备课环节值得被工具重构

1.1 备课里真正耗时的不是"想内容"而是"搬内容"

很多人以为备课累是因为要设计课程逻辑、想案例，但实际做过几期就会发现，课程框架一旦定下来，后面每期改动的都是细节：某个公式的推导要补一步、某道题的参数要换一组、某个知识点的表述要调整。这些改动本身不费脑子，费的是在 Word 里找位置、调公式格式、重新编号的时间。

我统计过自己一期两天的技术培训，备课总耗时大约 14 小时，其中真正用于"思考教学内容"的时间不到 4 小时，剩下 10 小时全花在文档排版、公式录入、题目复制粘贴改参数上。这个比例非常不健康，等于我把大部分精力花在了当打字员上。

问题的根源在于，Word 这类传统文档工具是为"最终呈现"设计的，不是为"内容复用"设计的。你写进去的公式是一个个 OLE 对象，题目是一段段带格式的文本，它们之间没有结构化的关联，想批量改就得手工一个个动。

1.2 结构化存储 + 自动化生成是唯一的出路

要让备课降本，核心思路只有一条：把内容从"排版结果"变成"结构化数据"，然后用工具自动生成排版结果。具体来说就是两件事：

• 公式和讲义正文用 Markdown + LaTeX 语法存储，纯文本、可版本管理、可批量替换
• 题目用结构化格式（比如 YAML 或带标记的 Markdown）存储，用脚本按规则自动组卷、自动换参数

Obsidian 负责前者，它是一个基于本地 Markdown 文件的知识库工具，所有笔记都是纯文本，天然适合做教材的"源文件仓库"。WorkBuddy 负责后者，它能把 Markdown 内容做批量处理和自动化转换，配合脚本实现自动出题和格式导出。

这个组合的关键价值在于：内容只写一遍，输出格式随便换。同一份 Markdown 源文件，可以导出成 Word 讲义、PDF 教材、网页版课件，公式在哪个格式里都能正确渲染。

1.3 这套方案适合什么样的讲师

不是所有讲师都需要这套东西。如果你一门课讲一次就不讲了，或者讲义从来不改，那用 Word 手敲完全够用。但如果你符合下面任意一条，这套流程的投入产出比就很高：

• 同一门课要重复讲，每期都要微调内容
• 需要维护多套练习题防止学员互相抄答案
• 教材里有大量数学公式或技术符号
• 需要把同一份内容输出成多种格式（讲义、PPT 大纲、在线文档）

我自己的情况是全中，所以搭这套流程花的两天时间，第一期就回本了。

2. Obsidian 作为教材源仓库的目录设计与公式写法

2.1 为什么选 Obsidian 而不是直接建个文件夹

有人会问，既然都是 Markdown 文件，我直接在电脑上建个文件夹用记事本写不就行了，为什么要用 Obsidian？这个问题我一开始也想过，实际用下来发现 Obsidian 解决了三个纯文件夹解决不了的问题。

第一是双链和标签。教材里的知识点之间有关联，比如"梯度下降"这个知识点会在"优化算法"章节和"神经网络训练"章节都出现。用 Obsidian 的双链语法[[梯度下降]]，我可以快速看到这个知识点在哪些地方被引用，改的时候不会漏。标签系统则让我能按"基础/进阶/实验"给内容打标，组卷时按标签筛选。

第二是公式实时预览。Obsidian 内置了数学公式渲染，我敲 LaTeX 的时候旁边就能看到渲染结果，不用导出才能检查对错。这个反馈速度对写公式密集的教材太重要了。

第三是插件生态。Obsidian 有大量社区插件，比如能自动生成目录的、能批量重命名的、能导出 PDF 的，这些在纯文件夹里都得自己写脚本。

2.2 目录结构：按"内容类型"分而不是按"课程"分

我踩过的第一个坑就是目录结构。一开始我按课程分文件夹，每门课一个文件夹，里面放讲义、题目、素材。结果讲到第三门课的时候发现，很多基础知识点是跨课程复用的，比如"线性代数基础"在三门课里都要讲，我复制了三份，改的时候要改三处。

后来我改成了按内容类型分：

教材仓库/ ├── 知识点/ │ ├── 数学基础/ │ ├── 算法原理/ │ └── 工程实践/ ├── 讲义/ │ ├── 课程A/ │ └── 课程B/ ├── 题库/ │ ├── 选择题/ │ ├── 计算题/ │ └── 编程题/ └── 模板/ ├── 讲义模板.md └── 题目模板.md

知识点单独抽出来，讲义通过双链引用知识点。这样改一个知识点，所有引用它的讲义自动更新。题库也独立，组卷时按知识点标签从题库里抽题。

这个结构调整花了我半天时间迁移，但后面省下的重复修改时间远超这个投入。

2.3 公式写法：行内用单美元，独立用双美元

Obsidian 的公式语法和标准 LaTeX 基本一致，但有几个细节要注意。行内公式用单个美元符号包裹，比如$E = mc^2$，渲染出来就是 $E = mc^2$。独立成行的公式用双美元符号：

$$ \frac{\partial L}{\partial w} = \frac{1}{N}\sum_{i=1}^{N}(y_i - \hat{y}_i)x_i $$

这里有个新手常踩的坑：美元符号和公式之间不能有空格。$ E = mc^2 $这种写法在有些渲染器里不识别，会当成普通文本。我一开始就因为这个排查了半天，以为是插件没装好。

另一个坑是中文和公式混排时的换行。Markdown 里单个换行默认不生效，如果你想让公式独立成段，前后必须空一行。这个规则和普通 Markdown 段落一样，但写公式时容易忘。

2.4 用 Callout 标注重点和易错点

Obsidian 支持 GitHub 风格的 Callout 语法，用来标注讲义里的重点、警告、提示特别方便：

> [!warning] 易错点 > 这里的求和符号下标从 0 开始，不是从 1 开始，考试时经常有人搞错。

渲染出来会是一个带图标的彩色块。我在讲义里用三种 Callout：[!tip]标技巧、[!warning]标易错点、[!note]标补充说明。这样学员一眼就能区分内容的重要程度，比纯文字加粗效果好得多。

Callout 的类型可以自定义，Obsidian 默认支持十几种，常用的有 note、tip、warning、danger、info、example。我建议不要用太多种，三种以内就够了，多了反而失去区分度。

3. WorkBuddy 在公式教材自动化里的具体角色

3.1 WorkBuddy 到底解决什么问题

Obsidian 解决了"怎么写"的问题，但"写完之后怎么批量处理"它管不了。比如我要把 20 个 Markdown 文件里的所有公式提取出来生成一个公式速查表，或者把讲义里的所有练习题自动编号并生成答案页，这些批量操作就需要 WorkBuddy 出场。

WorkBuddy 的核心能力是把自然语言指令转成可执行的批量操作。你告诉它"把这个文件夹里所有 Markdown 文件的二级标题提取出来生成目录"，它就能生成对应的脚本并执行。对于不擅长写脚本的讲师来说，这大大降低了自动化门槛。

我实际用下来，WorkBuddy 在这套流程里承担三个角色：批量格式转换、自动出题、多格式导出。

3.2 批量格式转换：Word 公式转 LaTeX

这是最刚需的功能。很多讲师手里有大量历史 Word 讲义，里面的公式是 Word 公式编辑器敲的，要迁移到 Markdown 就得转成 LaTeX。手工转一个公式要几分钟，一份讲义几十个公式就是几小时。

WorkBuddy 配合 MarkItDown 这类转换工具，可以批量把 Word 文档转成 Markdown，公式部分自动转成 LaTeX 语法。实测下来，简单公式（加减乘除、上下标、分数）转换准确率很高，复杂公式（矩阵、多行推导、特殊符号）需要人工校对。

我的做法是：先批量转，然后人工过一遍，重点检查矩阵和分段函数这类复杂结构。整体效率比纯手工高 5 倍以上。

转换时有个细节要注意：Word 里的公式如果用了特殊字体或自定义符号，转换后可能变成乱码。建议转换前先把 Word 里的公式统一成标准 MathType 或 Word 内置公式格式。

3.3 自动出题：从题库按规则组卷

自动出题是这套流程里最省时间的部分。思路是把题目结构化存储，每道题带元数据（知识点标签、难度、题型、参数），然后用 WorkBuddy 按规则抽题组卷。

题目在 Obsidian 里的存储格式我设计成这样：

--- id: calc-001 type: 计算题 difficulty: 中等 tags: [梯度下降, 优化算法] params: [learning_rate, iterations] --- 已知学习率为 $lr$，迭代次数为 $n$，请推导梯度下降的更新公式。 > [!success]- 答案 > $$w_{t+1} = w_t - lr \cdot \nabla L(w_t)$$

关键是params字段，它定义了这道题里可以替换的参数。WorkBuddy 组卷时，会读取这个字段，然后按你指定的规则生成参数值，替换到题目正文里。这样同一道题可以生成多个版本，每个版本参数不同，答案也不同。

我一般一次生成 3 套卷子，每套题的参数都不一样，学员之间没法直接抄答案。生成一套 20 题的卷子，从抽题到参数替换到排版导出，WorkBuddy 跑完不到 1 分钟。

3.4 多格式导出：一份源文件出多种成品

讲义写完后，往往需要多种输出：给学员的 PDF、给教务的 Word、在线平台的 HTML。如果每种都手工排版，又是几小时。

WorkBuddy 可以配置导出流水线：Markdown 源文件 → 按模板渲染 → 输出目标格式。公式在 PDF 里用 LaTeX 渲染，在 Word 里转成 OMML 公式对象，在 HTML 里用 MathJax 渲染。同一份源文件，三种格式的公式都能正确显示。

这里的关键是模板分离。内容（Markdown）和样式（模板）分开，换输出格式只换模板，内容不动。Obsidian 的模板插件可以管理这些模板，WorkBuddy 负责调用。

4. 从零搭建这套工作流的完整步骤

4.1 环境准备与工具安装

先把基础环境搭起来。需要装的东西不多，但顺序有讲究。

第一步装 Obsidian。官网下载对应系统的安装包，Windows 和 Mac 都有。安装后新建一个仓库（Vault），仓库位置建议放在一个你会定期备份的目录里，因为所有教材源文件都在这里。

第二步装 WorkBuddy。它支持多种运行方式，我是在本地跑的。安装完成后需要配置一下工作目录，指向你的 Obsidian 仓库，这样它才能读写你的教材文件。

第三步装必要的辅助工具。MarkItDown 用于 Word 转 Markdown，LaTeX 环境用于公式渲染和 PDF 导出。LaTeX 环境推荐装 TeX Live（全量版）或 MiKTeX（按需下载版），前者体积大但省心，后者体积小但首次编译会下载缺失包。

提示：LaTeX 环境安装后记得把 bin 目录加到系统 PATH 里，否则命令行调用会报"找不到命令"。这个坑我踩过，排查了半小时才发现是环境变量没配。

4.2 Obsidian 仓库初始化与插件配置

仓库建好后，先做几件事。

第一，在仓库根目录建好前面说的目录结构。可以直接在 Obsidian 里右键新建文件夹，也可以用文件管理器建。

第二，装几个必备插件。Obsidian 的插件分核心插件和社区插件，核心插件在设置里直接开，社区插件要去插件市场搜。我常用的有：

Dataview 特别重要，它让我能用类 SQL 的语法查询题库。比如"查出所有标签含梯度下降且难度为中等以上的计算题"，一行查询就搞定，不用手工翻。

第三，配置模板文件夹。在设置里把模板目录指向模板/文件夹，这样新建讲义时可以直接套模板。

4.3 讲义模板的设计要点

讲义模板决定了你写讲义的效率。我的模板包含这几块：

--- course: {{课程名}} chapter: {{章节}} version: {{版本号}} date: {{日期}} --- # {{章节标题}} ## 学习目标 - ## 知识点讲解 <!-- 这里用双链引用知识点 --> ## 例题 <!-- 从题库引用 --> ## 本节小结

用模板的好处是结构统一，后面 WorkBuddy 处理时能按固定结构解析。如果每份讲义结构都不一样，自动化就很难做。

模板里的{{}}是占位符，Obsidian 的 Templates 插件新建文件时会提示你填。填完后结构就固定了。

4.4 题库的元数据规范

题库的元数据规范要一开始就定好，后面改起来很麻烦。我的规范是：

• id：唯一标识，格式是"题型缩写-序号"，如calc-001
• type：题型，枚举值：选择题、填空题、计算题、编程题
• difficulty：难度，枚举值：简单、中等、困难
• tags：知识点标签，数组
• params：可替换参数，数组，没有就留空

这套规范定下来后，Dataview 查询和 WorkBuddy 组卷都依赖它。如果一开始不规范，后面查询会漏题。

注意：params字段里的参数名要和题目正文里的占位符一致。比如 params 里写了learning_rate，正文里就要用$learning_rate$引用，WorkBuddy 替换时才能对上。

4.5 WorkBuddy 组卷脚本的配置

组卷脚本是整套流程的核心。我用 WorkBuddy 生成的基础脚本逻辑是这样的：

# 伪代码示意，实际由 WorkBuddy 生成 import yaml import random def generate_exam(tags, num_questions, output_path): # 1. 从题库读取所有题目 questions = load_questions('题库/') # 2. 按标签筛选 filtered = [q for q in questions if any(t in q['tags'] for t in tags)] # 3. 随机抽题 selected = random.sample(filtered, num_questions) # 4. 替换参数 for q in selected: for param in q['params']: value = generate_param_value(param) q['content'] = q['content'].replace(f'${param}$', str(value)) # 5. 输出 write_exam(selected, output_path)

这个脚本的逻辑不复杂，但有几个细节要处理好。参数生成规则要按参数类型来，学习率这种要生成小数，迭代次数要生成整数，矩阵维度要生成合理范围的值。这些规则可以在脚本里配置。

另外，抽题时要避免同一知识点抽太多题。我加了一个约束：每个标签最多抽 3 题。这样卷子的知识点覆盖更均衡。

5. 实操中真正会卡住你的几个地方

5.1 公式渲染不一致：同一份文件在不同地方显示不一样

这是最让人头疼的问题。同一份 Markdown，在 Obsidian 里公式显示正常，导出 PDF 后某个公式就乱了，导出 Word 后又变成另一副样子。

根本原因是不同渲染器对 LaTeX 的支持范围不一样。Obsidian 用的是 MathJax，PDF 导出走的是 LaTeX 编译器，Word 走的是 OMML 转换。三者对某些冷门语法的支持有差异。

我踩过的具体坑：\begin{align}环境在 Obsidian 里正常，导出 Word 时整个公式块丢失。后来改成用多个独立公式加手动对齐，就没事了。

规避方法是只用 LaTeX 的核心语法子集。分数用\frac，上下标用^和_，求和用\sum，积分用\int，这些在所有渲染器里都支持。冷门的宏包命令、自定义环境尽量别用。

5.2 中文公式混排的间距问题

中文和公式混在一起时，间距经常不对。比如"当 $x > 0$ 时"，渲染出来可能变成"当$x > 0$时"，公式和中文贴在一起，很难看。

解决办法是在公式前后加空格，或者用\,这种细空格命令。但更根本的办法是在 Markdown 源文件里就留好空格，不要指望渲染器自动处理。

我现在的习惯是：行内公式前后各留一个空格，不管渲染器怎么处理，源文件里先留好。这样导出到任何格式都不会太挤。

5.3 题库参数替换时的边界情况

自动出题最怕的是参数替换后题目变得不合理。比如一道题问"当学习率为 0.1 时收敛需要多少步"，如果参数生成器随机出了个 100，这题就没法做了。

我的处理办法是给每个参数配一个合理的取值范围，而不是纯随机。学习率限制在 0.001 到 0.1 之间，迭代次数限制在 10 到 1000 之间。这些范围在题库的元数据里配置。

另外，替换后要检查题目是否还通顺。我加了一个简单的检查：替换后的题目里不能出现"0 步""负数步数"这类明显不合理的表述。发现异常就重新生成参数。

5.4 Obsidian 同步冲突的处理

如果你在多台设备上用 Obsidian，同步冲突是绕不开的。我遇到过好几次两台电脑同时改一个文件，同步后出现冲突副本。

Obsidian 官方的同步服务能处理大部分冲突，但如果你用第三方同步（比如网盘），冲突就靠手动解决。我的经验是：同一时间只在一台设备上编辑，编辑完等同步完成再换设备。听起来笨，但最可靠。

如果已经出现冲突，Obsidian 会生成一个带设备名的副本文件。处理方法是打开两个文件对比，手动合并。为了避免这种麻烦，我建议教材源文件只在一台主力设备上编辑，其他设备只读。

6. 这套流程跑顺之后的实际收益

6.1 备课时间的具体变化

搭好这套流程后，我记录了三期培训的备课时间：

时间省下来的核心原因是重复劳动被自动化了。讲义编写省的时间来自知识点复用，公式录入省的时间来自批量转换，出题组卷省的时间来自自动抽题，格式导出省的时间来自模板化。

6.2 内容质量的意外提升

除了省时间，还有个意外收获：内容质量反而提高了。因为知识点被抽出来单独维护，每个知识点的表述都经过反复打磨，比原来散落在各份讲义里的版本更准确。题库因为结构化，能清楚看到每个知识点的题目覆盖情况，不会出现某个知识点没题可出的情况。

另外，版本管理变得清晰。每次改动用 Git 提交，能看到改了什么、为什么改。以前用 Word 的时候，改完就覆盖了，想回溯都难。

6.3 哪些环节仍然需要人工

这套流程不是全自动的，有几个环节仍然需要人工介入。

新知识点的首次编写必须人工，工具帮不了你思考内容。复杂公式的校对必须人工，自动转换的准确率还没到能完全信任的程度。题目的合理性检查必须人工，自动生成的参数可能让题目变得不合理。最终成品的通读必须人工，排版问题、逻辑问题只有人眼能发现。

我的定位是：工具负责"搬砖"，人负责"设计和把关"。这个分工下，人的精力集中在真正需要创造力的地方。

7. 给想上手这套流程的讲师的几条实在建议

如果你决定试这套流程，我建议不要一上来就全铺开。先拿一门课做试点，把讲义和题库迁移过去，跑通一遍完整流程，再推广到其他课程。全铺开的话，迁移工作量太大，容易半途而废。

工具选择上，Obsidian 和 WorkBuddy 是核心，但辅助工具可以按需替换。MarkItDown 换成 Pandoc 也行，LaTeX 环境用 TeX Live 还是 MiKTeX 看你的磁盘空间。关键是核心思路：内容结构化、处理自动化、输出模板化。

最后说个心态问题。搭这套流程前期投入不小，我花了大概两天时间才跑顺。前两天你会觉得还不如手工快，但一旦跑通，后面每期培训都在回本。如果你一年只讲一两次课，可能不值得；但如果你是职业讲师，这门投入迟早要花。

我在实际使用中最大的体会是：不要追求一步到位。我一开始想把所有功能都做全，结果卡在某个复杂公式的转换上耗了一整天。后来改成先跑通主干流程，边用边补细节，反而推进得快。工具是为人服务的，别反过来被工具牵着走。