写在前面 几天前和一个做开发的朋友闲聊，他提到公司最近在做一套面向青少年的心理辅助 Agent，用于情绪疏导和危机干预，目前卡在知识库搭建上，打算用知识图谱给 AI 做诊断参考。 我以为知识图谱就是 RAG，然后被他上了一课。 回来之后按他的建议找了个开源工具，给自己的项目从头搭了一套本地知识图谱。

本文详细介绍了利用开源工具 Syncthing 在 Mac 和安卓设备间实现 Obsidian 笔记双向同步的完整流程，作者亲测成功。 放弃了付费订阅和云盘方案，Syncthing 因其免费、无容量限制、点对点传输保障数据安全及跨平台特性成为首选。它还能同步 Obsidian 的配置文件夹，实现无感切换。 核心步骤包括：Mac 端通过 Homebrew 安装并启动 Syncthing，安卓端安装 Syncthing-Fork。随后，通过设备 ID 或二维码互联两台设备。关键在于Mac端只添加独立的 Obsidian Vault 文件夹，而非整个文档目录，并共享给安卓设备。安卓端接受后，需选择正确的 Obsidian 库路径进行同步，避免乱码和冲突。 首次同步后，笔记、插件、主题均能实时、无感同步。即便设备不连同一 WiFi 或断线，Syncthing 也能在上线后补齐数据。Syncthing 被认为是 Mac + 安卓用户实现 Obsidian 免费、安全、自由同步的理想方案。

GitHub不再是程序员的专属工具，随着AI编程工具的普及，普通人也能轻松上手，托管、分享代码及协作。 文章详细阐述了开源的意义（代码公开化及许可），并区分了本地版本控制工具Git与云端托管协作平台GitHub。内容涵盖了从注册账号（强调2FA重要性）、创建及管理仓库，到高效搜索项目、理解仓库结构（Star、Fork、Watch、Issues、PR）的每一步。 尤其指出AI编程工具能极大简化本地Git操作（如克隆、提交、推送），让用户无需记忆复杂命令。此外，还介绍了如何利用GitHub Pages或Vercel部署项目，以及通过Fork和Pull Request参与开源协作的流程。文章旨在帮助读者掌握GitHub的全套流程，鼓励动手实践，成为代码共享与协作的参与者。

文章介绍了一种颠覆性的Codex使用方法，将其从单纯的代码工具转变为高效的“领域学习工程师”。核心在于创建一个结构化的“领域学习仓库”，利用Codex的文件读写和命令执行能力，实现学习过程的工程化、项目化和自动化。 该方法通过`AGENTS.md`文件固化Codex的教学规则（如“解释→示例→练习→检查→复盘”），并用`progress.md`追踪学习进度及薄弱点。学习流程强调先构建全局知识地图（避免直接陷入细节），再进行日常“输入-输出”式学习、通过小项目实践、以及由Codex扮演“考官”进行阶段性测试，以发现并解决知识盲区。用户还可将这套方法封装成可复用的Codex Skill。 最终，该系统旨在建立一个涵盖知识地图、术语表、练习系统、项目系统和复盘系统的个人学习工程，让Codex负责工程化管理，用户专注于完成任务和迭代学习，从而实现深度掌握新领域。

本文旨在解决用户在使用Codex等AI工具时面临的效率低下问题，即AI非但未能节省时间，反而因需频繁手动复制、解释需求而让人感觉在“陪AI加班”。作者强调，提升Codex效率的关键在于减少重复沟通，将重复性动作和流程交给AI自动化处理。 文章详细介绍了五种核心方法： 1. **插件（Plugins）**：让Codex连接外部工具如邮件、文档、GitHub，使其能主动获取信息并执行操作，而非仅限于回答。 2. **目标模式（Goal Mode）**：不再一步步指挥，而是直接设定明确目标和成功标准，让Codex自主拆解并完成任务。 3. **自动化（Automations）**：将日常重复任务（如邮件整理、信息速递）设定为定时运行，让Codex主动工作。 4. **MCP + Obsidian**：通过MCP将Codex接入个人知识库（如Obsidian），使其理解个人上下文和经验，提供更个性化的输出。 5. **技能（Skills）**：将常用复杂流程固化为可复用的操作规范（SOP），让Codex按预设方式执行，避免重复指导。 作者建议用户无需一次性配置所有功能，应从最适合自己的场景入手，逐步搭建高效工作流。最终目标是让Codex成为一个真正理解用户工作方式、能自主分担流程的智能助手。