我最近最想装进自己工作流的一套系统：8 个 AI 代理把 Obsidian 变成真正会自转的第二大脑

我最近看到一个国外大佬做的 Obsidian 项目，名字叫 My Brain Is Full Crew。第一眼看上去，它像是“Obsidian + Claude + 一堆 Agent”的常规组合；但我认真读完公开说明和仓库结构之后，最大的感受其实是：它终于把“第二大脑”这件事，从一个需要人不断维护的笔记工具，推进成了一个能自己运转的系统。

过去很多人做第二大脑，最后都卡在同一个问题上：你以为自己是在管理知识，实际上你是在维护一个系统。你要命名、要归档、要清收件箱、要修链接、要补标签、要整理会议纪要。时间久了，笔记系统从辅助大脑，变成了新的负担。我一直觉得，真正好的知识系统不该让人越来越勤快，而应该让人越来越省心。这个项目第一次让我看到，这句话不是口号，而是可以被工程化实现的。

为什么这个项目让我认真看了一遍

官方仓库给出的定位很直接：8+ 个 AI agents、14 个 specialized skills、围绕 Obsidian vault 自动协作。这几个关键词如果拆开看，并不新鲜；但把它们组合到一起，就会出现一个非常重要的变化——用户不再面对一个个孤立工具，而是在跟一整套“分工明确、能互相接力”的系统对话。

仓库地址： https://github.com/gnekt/My-Brain-Is-Full-Crew

这套系统里最核心的 8 个角色分别是：Architect、Scribe、Sorter、Seeker、Connector、Librarian、Transcriber、Postman。你可以把它理解成一个小型知识运营团队：Architect 负责结构设计和规则，Scribe 负责把混乱输入整理成像样的笔记，Sorter 晚上清理收件箱，Seeker 负责带引用检索和总结，Connector 找出笔记之间你没意识到的联系，Librarian 做健康检查和去重修链，Transcriber 负责音频和会议，Postman 把邮箱与日历里的任务和截止日期同步到知识库里。

我很认同这种设计，因为它遵循的是组织学逻辑，而不是功能堆砌逻辑。用户不需要知道每个 prompt 写了什么，也不需要手动切换几十个命令。你只要说一件事，系统再决定谁来做、谁来接力、什么时候落盘。对人来说，这是“界面消失”；对系统来说，这是调度层真正发挥作用。

这不是“更聪明的笔记”，而是“更少打扰你的笔记”

公开 README 里有一句我很喜欢：The chat IS the interface. 我觉得这句话抓住了 AI 第二大脑最关键的一点。很多所谓 AI 笔记工具，本质还是给旧交互方式贴一层 AI 外壳：文件夹还得你建，标签还得你想，结构还得你维护，AI 只是帮你改写几段文本。这样做当然也有价值，但它并没有解决真正让人疲惫的地方。

真正让人疲惫的，是系统需要你持续上线、持续盯盘、持续记得去整理。而这个项目想做的，是把“整理笔记”从主动任务变成后台任务。你只管说、写、录、扔，系统负责分拣、链接、修补、检索和归档。说白了，它要解决的不是“我不会记笔记”，而是“我已经没精力再当自己的知识管理员了”。

这一点对研究者、内容创作者、创业者尤其重要。因为这类人的输入源太多了：论文、会议、语音、邮件、日程、临时想法、半夜蹦出来的判断、客户反馈、项目推进记录。只靠一个整洁的文件夹结构根本压不住复杂度。你需要的是会持续消化输入的系统，而不是一个要求你额外投入管理时间的“高级本子”。

我最看重的，其实是它的协作链路

在公开文档里，作者强调这些 agent 不是彼此孤立的，它们会通过 dispatcher 协同。这个设计听上去很普通，但真正做过 Agent 系统的人都知道，问题从来不在单个 Agent 能不能干活，而在于多个角色能不能顺畅接力。

举个很真实的链路：会议录音先交给 Transcriber 做结构化纪要，纪要里发现了一个新项目，Architect 立刻创建项目结构；相关事项进了 inbox，Sorter 晚上清理时把它们放到正确位置；过几天你问“我们上次讨论定价时提到那个风险点是什么”，Seeker 再基于笔记引用给出总结。这种体验一旦建立起来，Obsidian 就不再只是仓库，而是一个在持续加工信息的操作系统。

我为什么会被这个点打动？因为太多 AI 产品只展示“一次性结果”，很少处理“长期运转”。而知识管理的难点，恰恰就在长期运转。你今天把一条信息记下来了并不难，难的是它一周后、一个月后、三个月后还能不能被重新发现、重新连接、重新发挥作用。这个项目显然是朝着这个方向设计的。

它还有一个我很认同的立场：允许人处于混乱状态

这个项目 README 的 origin story 很真诚。作者不是为了“极致优化”才做它，而是因为现实生活中记忆负担变大、事情越来越多、整个人开始被输入淹没。我觉得这是它和许多生产力工具最大的不同：它不是默认用户已经高度自律、结构清晰、习惯良好，而是默认用户可能已经很累、很乱、很难再维护一个完美体系。

这意味着它的目标不是让你变成一个更勤奋的知识工人，而是让系统替你承担一部分组织成本。我非常认可这种产品观。因为一个系统如果只有在用户状态好的时候才好用，那它其实没有穿透现实。现实里更多的时候，人就是忙、乱、烦、分心、健忘。真正好的工具，应该在你最不想整理的时候，仍然替你把底盘撑住。

从工程角度看，这个项目也有几个值得抄的点

第一，角色边界清晰。不是所有事情都交给一个“万能 Agent”，而是按职责拆开。这样做虽然前期设计更复杂，但长期可维护性更高。

第二，skills 和 agents 分层。README 里把 skills 定义成处理复杂、多轮、需要对话状态的流程，把 agents 定义成快速、单次、反应式的操作。我觉得这很对。因为很多系统之所以越做越乱，就是把所有事情都塞进一个层里，最后既不适合长期流程，也不适合即时响应。

第三，以聊天为界面、以 vault 为落盘。交互层极简，数据层可控。这个组合非常适合个人长期使用，因为你不会被平台 UI 绑死，笔记最终还是存在你自己的知识库里。

我觉得它最适合哪类人

如果你只是偶尔记两条灵感，任何笔记软件都够用。但如果你已经出现以下情况，这个项目就很值得研究：

• 输入量很大，经常来不及整理；
• 会议、邮件、日程、项目资料分散在多个地方；
• 你知道知识管理重要，但又懒得维护系统；
• 你不是不会记，而是没有余力继续“管理自己的记忆”。

这时候，AI 的价值不是帮你多写几句漂亮话，而是帮你把输入自动化消化掉。这个项目的可贵之处，就在于它没有停留在“辅助写笔记”层面，而是在试图做一套持续运行的信息处理机制。

最后说一句我的判断

我一直觉得，第二大脑赛道过去几年有一个误区：大家太关注“存得更多”，却忽略了“维护成本”。结果是，系统越做越强，用户越用越累。My Brain Is Full Crew 给我的启发是，下一代知识系统真正的分水岭，不在于谁能存更多信息，而在于谁能把组织、归档、检索、连接这些后台工作自动化到足够顺滑。

如果要我用一句话概括这套东西，我会说：它不是给 Obsidian 装上 AI，而是让 Obsidian 开始像一个有班次、有流程、能接力的团队那样运转。

对我来说，这比任何“一个按钮生成摘要”的功能都更重要。因为人真正缺的，通常不是摘要能力，而是一个在你下线之后还继续帮你维持秩序的系统。