深度报告-2026-08-19-东吴证券-AI研究系列之四_AI+Obsidian管理投研知识库_34页_3mb

报告摘要

金工专题报告：AI+Obsidian 管理投研知识库

核心内容

本文围绕如何利用 Obsidian 和 AI 工具提升投研效率，介绍了将非结构化资料转化为结构化、可检索、可追踪的研究知识库的方法。通过结合 Obsidian 的本地化、双向链接、Markdown 格式以及插件生态，研究者可以构建一个支持资料沉淀、信息回溯和知识复用的平台，从而优化研究流程并提高工作效率。

主要观点

AI 与 Obsidian 的协同作用：
- AI 能够协助研究者进行资料提炼、词条生成、内容更新和逻辑整理。
- Obsidian 作为知识库平台，提供结构化存储和可视化管理功能，是 AI 协助研究的“集成开发环境”（IDE）。
- AI 工具如 Claudian、Karpathy llm wiki、Dataview 和 QuickAdd 等，可以与 Obsidian 深度整合，实现更高效的知识管理。
知识库构建与维护：
- 知识库构建应从简单笔记开始，逐步引入模板、属性、字段和自动化工具。
- 双向链接、属性字段和结构化数据是知识库长期沉淀和关联的关键。
- 需要结合 AI 工具对知识库进行持续维护，以实现内容的自动更新与优化。
多场景应用：
- 研究报告撰写：通过 Claudian 插件，实现 AI 协助的资料整理、框架搭建和内容优化。
- 卖方观点跟踪：利用 Dataview 插件，将卖方观点整理为标准化卡片，并建立可查询、可追溯的研究看板。
- 券商金股管理：通过结构化数据和 Dataview 看板，实现对金股推荐的动态追踪与分析。
- 基金经理调研记录：使用模板和 Dataview 查询功能，整理基金经理观点并进行横向比较与回溯。

关键信息

1. AI+Obsidian 助力投研效率提升

投研工作流的核心是信息的收集与整理，AI 能有效减少重复性工作。
Obsidian 提供本地存储、双向链接、属性管理等功能，支持结构化知识管理。
AI 工具如 Claudian、Karpathy llm wiki、Dataview 和 QuickAdd 等，可与 Obsidian 深度整合，实现知识库的自动更新和动态展示。