一台4核4G的服务器，两天时间，从零搭出一个真正能用的个人AI系统。
你是不是也有这些问题？
- 买了Claude、用着各种AI工具，但每次对话结束，什么都没留下来。
- Obsidian记了很多笔记，但和AI完全割裂，AI不知道你写过什么。
- 做了投资决策，买入逻辑从来没有系统记录，下次复盘找不到当时的想法。
- 工作开了很多会，结论散落在消息里，三天后就找不到了。
你有工具，但没有系统。
之前我每天花将近2小时整理各种信息，现在只需要5分钟确认归档。我决定用两天时间，把这些工具连起来，搭一个真正属于自己的AI系统。
搭完之后，系统能做什么？
先说两个真实的”爽点”场景：
📊 场景一：投资复盘
周五晚上，我正陪着年幼的女儿玩耍，投资Bot已经根据A股收盘数据、最新季报和我这周随手记录的买入逻辑，自动在Obsidian生成了《本周调仓复盘》。我只需在睡前扫一眼，确认逻辑没偏离，就能安心睡觉。
🌱 场景二：生活捕捉
散步时脑子里蹦出一个关于女儿教育的小想法，不用打开繁琐的App，飞书发一句”记录：xxx”，月底它就整整齐齐地出现在《3月家庭日志》的索引里。这种”想法从不掉地上”的感觉非常治愈。
系统三大核心层级：
- 入口层：四个专属Bot。飞书里有三个业务Bot：投资助手、工作助手、生活助手，外加一个inbox Bot（秒存草稿箱）。意图由物理入口决定，AI不用猜。
- 知识沉淀层：每次对话的关键信息，经你确认后写入知识库。本地Obsidian笔记自动同步到服务器，三域隔离，互不干扰。
- 自动化层：每周五自动生成跨域周报，每月底生成索引。A股实时行情+最新季报，投资Bot直接调用分析。
整体架构：全貌概览
核心逻辑：入口做减法（专用Bot），处理做加法（自动化流），存储做乘法（多端同步）。
核心设计原则：物理隔离 + 数据单向流动
意图由你的物理入口决定（用哪个Bot），不由AI猜测。数据只从业务层流向归档层，不反向。
实际花了多少钱？
| 项目 | 费用 | 说明 | |
|---|---|---|---|
| 腾讯云服务器 | 83元/年 | 4核4G，约7元/月 | |
| MiniMax M1模型 | 29元/月 | Starter套餐，OpenClaw接入 | |
| 合计 | 约29.2元/月 | 不到一杯咖啡 |
省钱的关键决策：
- 服务器选腾讯云新用户活动，83元/年是正常价格的零头
- OpenClaw接入国产大模型做日常对话，成本大幅降低
- Claude API只用于周报和索引生成等重逻辑任务
我的数据，我做主 🔒
很多人担心AI泄露隐私。这个系统的设计初衷就是私有化：
- 物理存储：所有笔记原件只存在于你的私有服务器和本地电脑，不经过任何第三方云平台。
- 按需调用：只有当你主动发起”归档”时，相关内容才会传给模型处理，不会在后台持续上传你的数据。
- 零污染：所有的分析脚本（Python/Bash）都在本地运行，确保核心资产逻辑不被窥探。
第一天：搭建系统骨架
Phase 1：飞书Bot接入OpenClaw（1小时）
在飞书开放平台创建四个应用，开通im:message权限。OpenClaw里为每个Bot编写SOUL.md，定义它的角色边界和归档规则。
# 投资工作流示例
角色：专职A股投资分析助手
归档触发词：买入/卖出/清仓/加仓/止损
归档确认格式：
📊 准备归档以下记录，确认？
- 标的：xxx / 操作：xxx
- 文件名：YYYY-MM-DD-标题.md
- 逻辑：xxx / 风险点：xxx
相关链接：[[相关概念]]
硬性规则：非投资问题返回"请找对应助手"
配对流程：飞书复制App ID和Secret → OpenClaw粘贴获取配对码 → 飞书填入验证。三个Bot重复三遍，每遍5分钟。
惊喜发现：main Bot可以直接帮你更新其他Bot的SOUL.md，还自动备份到坚果云。管理操作本身也被AI接管了。
Phase 2：Obsidian双向Git同步（2小时）
目标：服务器生成的内容（周报、索引）自动出现在本地Obsidian。
服务器端关键脚本：
# 配置post-receive hook
cat > hooks/post-receive << 'EOF'
#!/bin/bash
git --work-tree=/opt/obsidian-sync/my_vault \
--git-dir=/home/git/obsidian-vault.git \
checkout -f
echo "同步完成: $(date)"
EOF
chmod +x hooks/post-receive
同步回本地的脚本（关键）：
#!/bin/bash
cd "$KB"
git add . && git commit -m "server sync: $(date '+%Y-%m-%d %H:%M:%S')"
# 关键：rebase避免冲突
git pull origin master --rebase
git push origin master
⚠️ 最大的坑：不加--rebase会导致本地和服务器同时推送时冲突，每次都要手动处理，极其痛苦。
本地Windows端：安装Git → 生成SSH密钥 → 公钥写入服务器 → 初始化本地仓库 → 安装Obsidian Git插件（Auto push/pull间隔30分钟）。
Phase 3：A股分析API（1小时）
# Ubuntu 24必须用venv（系统级pip已被锁定）
apt install python3.12-venv -y
python3 -m venv /opt/venv
/opt/venv/bin/pip install akshare flask
# ❌ 错误：head()拿到的是2014年历史数据
# ✅ 正确：tail()拿最新，indicator用"按报告期"
fin = ak.stock_financial_abstract_ths(
symbol=code_num, indicator="按报告期"
)
print(fin[['报告期','净利润','营业总收入','净利润同比增长率']].tail(6))
Flask封装成API，投资Bot直接调用，返回技术面均线形态+最新6期季报，systemd开机自启。
Phase 4：周报自动化（30分钟）
#!/bin/bash
WEEK=$(date +%Y-W%V)
cd "$KB"
claude -p "
读取当前目录所有md文件（排除周报文件夹），生成本周跨域周报：
投资/工作/生活/跨域反思，直接输出markdown。
" --output-format text > "$KB/周报/$WEEK.md"
每周五22:00自动触发，生成后自动同步到本地Obsidian。
⚠️ 关键排雷：Claude Code是无状态工具，每次运行没有对话记忆。解决方案：通过cd切换到知识库目录，让它读取完整文件内容作为上下文。Prompt必须包含完整上下文，AI才能输出精准周报。
第二天：进化知识库
系统跑起来后，发现最大的问题：有价值的想法，往往在不是”正式对话”的时候冒出来。
进化1：inbox随手记录
搭一个轻量Flask API，飞书发”记录：xxx”，秒存服务器自动同步到Obsidian。
@app.route("/inbox", methods=["POST"])
def receive():
content = request.json.get("content", "")
timestamp = datetime.now().strftime("%Y-%m-%d_%H-%M-%S")
with open(f"{INBOX_DIR}/{timestamp}.md", "w") as f:
f.write(f"# {timestamp}\n\n{content}\n")
return jsonify({"status": "ok"})
想法出现的那一刻捕捉，不要等到”正式记录”。
进化2：时间维度+双向链接
归档文件名强制加日期前缀：2026-03-29-某股买入分析.md
归档文末自动添加：
## 相关链接
- [[医疗器械板块]] / [[A股投资逻辑]]
积累半年后，知识库会自动形成一张网，而不是一堆孤立文件。
进化3：月度索引自动化
每月最后一天23:00自动触发，Claude Code读取本月所有归档，生成月度索引，自动同步到本地。
两天踩过的所有坑 🛠️
| # | 坑 | 解决方案 | 教训 |
|---|---|---|---|
| 1 | Claude Code没有跨调用记忆 | Prompt必须包含完整上下文 | 无状态工具，每次独立 |
| 2 | Git双向同步冲突 | sync脚本加git pull –rebase | 双向推送必须处理冲突 |
| 3 | Ubuntu 24 pip报错 | apt install python3.12-venv | 系统级pip已被锁定 |
| 4 | Claude Code读系统目录被拒 | cd到目标目录后再调用 | 只对当前目录有默认权限 |
| 5 | akshare财务数据拿到2014年 | tail()替换head() | 数据升序，最新在最后 |
| 6 | OpenClaw没有独立知识库模块 | 用Files+API方式实现 | 先看清工具能力再设计 |
| 7 | cat命令粘贴出现乱码前缀 | 改用python3写入文件 | 终端粘贴格式问题 |
两天完成的完整任务清单
第一天·系统骨架：
✅ 4个飞书Bot配置完成
✅ 3个OpenClaw工作流+SOUL.md
✅ Obsidian双向Git同步
✅ A股分析API（技术面+季报）
✅ 周报每周五自动生成
✅ 系统架构文档+restore.sh一键恢复
✅ 三重备份验证
第二天·知识库进化：
✅ inbox随手记录API
✅ 归档文件名日期前缀+双向链接规则
✅ 月度索引自动化
✅ 所有配置更新备份
现在系统的自动化节奏
随时： 飞书发"记录：xxx" → 秒存inbox
每小时：知识库自动同步到本地Obsidian
每周五：跨域周报自动生成
月底： 月度索引自动生成
随时： 投资Bot调用A股实时数据分析
最重要的不是技术，是这几个原则
1. 物理隔离优于逻辑隔离 容错率为零的场景，不能靠AI猜你的意图。用哪个Bot，就是哪个意图。
2. 数据单向流动 从业务节点流向归档层，不反向。安全边界一旦建立，不要为了便利打破它。
3. 先跑通，再自动化 每个模块先手动验证，再接入自动化。一次搭太多东西，出问题不知道排查哪里。
4. 归档由用户主动确认 AI提取信息，你确认后才写入。这个摩擦是必要的——它让你对自己的知识库保持主权。
5. 想法捕捉越快越好 inbox的价值在于降低记录摩擦。想法出现的那一刻就要捕捉，不要等到”合适的时候”。
这不是在用AI聊天，这是在构建你的数字大脑
AI不应该只是一个偶尔调戏的聊天框，它应该是你意志的延伸。
在这套系统里，每一次对话都在积累，每一条记录都在沉淀。六个月后，它会记得你所有重要的决策逻辑；一年后，它会开始发现你自己都没意识到的规律。
系统跑起来了，知识库内容还很少。真正的考验是接下来一个月：日常使用有没有摩擦？归档的内容有没有价值？跨域反思能不能发现自己没意识到的关联？
一个月后来回答。
📦 获取一键复活包
我把这两天折腾出来的所有东西都整理好了：完整代码、4个核心Skill文档、restore.sh快速部署脚本。
哪怕服务器宕机，一行命令也能在10分钟内重建整个系统。
评论区留言”系统”，我私发给你。
注：文中涉及的A股投资分析代码及逻辑仅为个人系统演示，不构成任何投资建议。投资有风险，入市需谨慎。
