从 ChatCrystal 导出到 Obsidian 的工作流-洪萨配资

本文面向：希望把 ChatCrystal 提取的 AI 对话知识同步到 Obsidian 个人笔记系统的用户。
预计阅读时间：9 分钟
最终效果：掌握用 ChatCrystal CLI 加一段 Node.js 脚本，把笔记自动导出为带标签、双向链接的 Obsidian Markdown 文件，并实现定时增量同步。

为什么要把 ChatCrystal 的笔记导出到 Obsidian

ChatCrystal 擅长做一件事：从 AI 对话中提取结构化知识。但它不是通用笔记工具。Obsidian 是。

你可能已经用 Obsidian 管理了项目文档、读书笔记、会议记录。如果 ChatCrystal 生成的笔记能自动同步到 Obsidian，就能把 AI 对话的知识和你的其他笔记连接起来，形成完整的知识网络。

这篇文章展示如何用 ChatCrystal CLI + 一个简单的脚本，实现笔记到 Obsidian 的自动同步。

核心思路

整个流程分三步：

ChatCrystal 数据库 → CLI 导出为 JSON → 转换脚本生成 Markdown 文件 → 写入 Obsidian Vault 目录

ChatCrystal 的笔记包含以下字段：

title— 标题
summary— 摘要
key_conclusions— 关键结论（数组）
code_snippets— 代码片段（数组，每个含 description + language + code）
tags— 标签（数组）
source_type— 来源（claude-code、cursor 等）
project_name— 项目名
created_at— 创建时间
relations— 关联笔记（数组）

这些字段可以自然映射到 Obsidian 的 Markdown 格式。

导出脚本

以下是一个 Node.js 脚本，读取 ChatCrystal 的笔记并生成 Obsidian 兼容的 Markdown 文件：

// export-to-obsidian.mjsimport{execSync}from'child_process';import{mkdirSync,writeFileSync}from'fs';import{join}from'path';// 配置constOBSIDIAN_VAULT=process.env.OBSIDIAN_VAULT||'/path/to/your/vault';constEXPORT_DIR=join(OBSIDIAN_VAULT,'ChatCrystal');constBASE_URL=process.env.CRYSTAL_BASE_URL||'http://localhost:3721';// 获取所有笔记（notes list --json 返回 { items, total, offset, limit }）constnotesJson=execSync(`crystal notes list --json --base-url${BASE_URL}`,{encoding:'utf-8'});const{items:notes}=JSON.parse(notesJson);mkdirSync(EXPORT_DIR,{recursive:true});for(constnoteofnotes){// 获取笔记详情（包含关联关系）constdetailJson=execSync(`crystal notes get${note.id}--json --base-url${BASE_URL}`,{encoding:'utf-8'});constdetail=JSON.parse(detailJson);// 获取关联笔记constrelationsJson=execSync(`crystal notes relations${note.id}--json --base-url${BASE_URL}`,{encoding:'utf-8'}).toString().trim();constrelations=relationsJson?JSON.parse(relationsJson):[];// 构建 Markdown 内容constmd=buildMarkdown(detail,relations);// 文件名：去掉特殊字符，保留中文constsafeTitle=note.title.replace(/[\/\\:*?"<>|]/g,'-').substring(0,80);constfileName=`${safeTitle}.md`;constfilePath=join(EXPORT_DIR,fileName);writeFileSync(filePath,md,'utf-8');console.log(`导出:${fileName}`);}console.log(`\n完成! 共导出${notes.length}条笔记到${EXPORT_DIR}`);functionbuildMarkdown(note,relations){constlines=[];// YAML Frontmatter — Obsidian 用来索引和搜索lines.push('---');lines.push(`title: "${escapeYaml(note.title)}"`);lines.push(`source:${note.source_type||'unknown'}`);lines.push(`project:${escapeYaml(note.project_name||'')}`);lines.push(`created:${note.created_at||''}`);lines.push('tags:');for(consttagof(note.tags||[])){lines.push(`-${tag}`);}lines.push('---');lines.push('');// 标题lines.push(`#${note.title}`);lines.push('');// 元信息lines.push(`> 来源:${note.source_type||'未知'}| 项目:${note.project_name||'未知'}| 创建:${note.created_at||'未知'}`);lines.push('');// 摘要if(note.summary){lines.push('## 摘要');lines.push('');lines.push(note.summary);lines.push('');}// 关键结论if(note.key_conclusions&&note.key_conclusions.length>0){lines.push('## 关键结论');lines.push('');for(constconclusionofnote.key_conclusions){lines.push(`-${conclusion}`);}lines.push('');}// 代码片段if(note.code_snippets&&note.code_snippets.length>0){lines.push('## 代码片段');lines.push('');for(constsnippetofnote.code_snippets){if(snippet.description){lines.push(`###${snippet.description}`);lines.push('');}constlang=snippet.language||'';lines.push('```'+lang);lines.push(snippet.code||'');lines.push('```');lines.push('');}}// 关联笔记 — 使用 Obsidian 的 wikilink 语法if(relations&&relations.length>0){lines.push('## 关联笔记');lines.push('');for(constrelofrelations){consttargetTitle=rel.target_title||rel.title||`笔记 #${rel.target_note_id}`;constrelType=rel.relation_type||'related';constconfidence=rel.confidence?`(${Math.round(rel.confidence*100)}%)`:'';lines.push(`- [[${targetTitle}]] —${relType}${confidence}`);}lines.push('');}returnlines.join('\n');}functionescapeYaml(str){if(!str)return'';returnstr.replace(/"/g,'\\"');}

运行导出

# 设置 Obsidian Vault 路径exportOBSIDIAN_VAULT="$HOME/Documents/MyVault"# 运行导出nodeexport-to-obsidian.mjs

输出示例：

导出: SQLite WAL 模式下的并发写入问题.md 导出: JSONL 流式读取性能调优.md 导出: React useEffect 清理函数的常见陷阱.md ... 完成! 共导出 156 条笔记到 /home/user/Documents/MyVault/ChatCrystal

Obsidian 中的效果

导出后的文件在 Obsidian 中会自动获得以下特性：

1. 标签索引。YAML frontmatter 中的tags字段会被 Obsidian 识别为标签。你可以在 Obsidian 的标签面板中按#sqlite、#react、#性能等标签浏览。

2. 双向链接。[[笔记标题]]语法创建了 Obsidian 原生的 wikilink。在关系图谱视图中，你可以看到笔记之间的连接。

3. 全文搜索。摘要和关键结论都是纯文本，Obsidian 的全文搜索可以覆盖。

4. 代码高亮。代码块带有语言标记，Obsidian 会自动语法高亮。

增量同步

上面的脚本每次都会导出所有笔记。如果笔记量很大，每次全量导出会很慢。改进方案：只导出上次同步后新增或修改的笔记。

// incremental-export.mjsimport{execSync}from'child_process';import{mkdirSync,writeFileSync,readFileSync,existsSync}from'fs';import{join}from'path';constSTATE_FILE=join(process.env.HOME||'','.chatcrystal','export-state.json');constOBSIDIAN_VAULT=process.env.OBSIDIAN_VAULT||'/path/to/your/vault';constEXPORT_DIR=join(OBSIDIAN_VAULT,'ChatCrystal');mkdirSync(EXPORT_DIR,{recursive:true});// 读取上次同步状态letstate={};if(existsSync(STATE_FILE)){state=JSON.parse(readFileSync(STATE_FILE,'utf-8'));}constlastExportTime=state.lastExportTime||'1970-01-01T00:00:00Z';// 获取所有笔记（notes list --json 返回 { items, total, offset, limit }）constnotesJson=execSync('crystal notes list --json',{encoding:'utf-8'});const{items:notes}=JSON.parse(notesJson);letexported=0;for(constnoteofnotes){// 只导出上次同步后更新的笔记if(note.updated_at&&note.updated_at<=lastExportTime){continue;}// ... 生成 Markdown 并写入（同上面的逻辑）exported++;}// 更新同步状态state.lastExportTime=newDate().toISOString();writeFileSync(STATE_FILE,JSON.stringify(state,null,2));console.log(`增量同步完成: 新增/更新${exported}条笔记`);

定时同步

用 cron（Linux/Mac）或任务计划程序（Windows）定期执行：

# 每小时同步一次0* * * *OBSIDIAN_VAULT="$HOME/Documents/MyVault"node/path/to/incremental-export.mjs>>~/.chatcrystal/export.log2>&1

Windows（PowerShell）：

$action=New-ScheduledTaskAction-Execute"node"-Argument"C:\path\to\incremental-export.mjs"$trigger=New-ScheduledTaskTrigger-RepetitionInterval(New-TimeSpan-Hours 1)$env=New-ScheduledTaskSettingsSetRegister-ScheduledTask-TaskName"ChatCrystal-Obsidian-Sync"-Action$action-Trigger$trigger

反向工作流：从 Obsidian 搜索 ChatCrystal

除了导出，你还可以在 Obsidian 中直接搜索 ChatCrystal 的知识库。方法是利用 ChatCrystal 的 CLI：

在 Obsidian 中安装 “Shell Commands” 插件，配置一个命令：

crystal search "{{selection}}" --limit 5

选中一段文字，执行这个命令，就能在 ChatCrystal 的知识库中语义搜索相关内容。搜索结果会出现在 Obsidian 的输出面板中。

处理特殊情况

1. 标题冲突。不同对话可能生成相同标题的笔记。解决方案是在文件名中加入 ID 后缀：

constfileName=`${safeTitle}-${note.id}.md`;

2. 长摘要。某些笔记的摘要可能很长。Obsidian 对单个文件没有大小限制，但过长的内容会影响阅读体验。可以在脚本中截断摘要到 2000 字符。

3. 代码片段格式。ChatCrystal 的代码片段可能包含 Markdown 特殊字符（如 ` ````）。在导出时需要注意转义。

4. 标签规范化。ChatCrystal 的标签可能大小写不一致（SQLitevssqlite）。可以在导出时统一转为小写。

数据流全景

ChatCrystal Obsidian ┌─────────────────┐ ┌─────────────────┐ │ │ │ │ │ SQLite 数据库 │ ──CLI──→ │ Markdown 文件 │ │ - 笔记 │ crystal notes │ - YAML 前置 │ │ - 标签 │ list/get │ - 标签 │ │ - 关联 │ relations │ - wikilinks │ │ │ │ │ │ vectra 索引 │ │ Obsidian 索引 │ │ - 向量嵌入 │ │ - 全文搜索 │ │ │ │ - 关系图谱 │ └─────────────────┘ └─────────────────┘

两个系统各自索引，各有所长。ChatCrystal 提供语义搜索（向量检索），Obsidian 提供可视化浏览和双向链接。通过定期同步，你可以在 Obsidian 中浏览和编辑笔记，同时保留 ChatCrystal 的语义搜索能力。

项目地址：github.com/ZengLiangYi/ChatCrystal

如有疑问欢迎在 GitHub Issues 或私信交流，很乐意解答。