为 Obsidian 而生：我自研并开源了一款 AI 日记 App：Lumma

缘起：当热爱遇上瓶颈

你好，我是麦冬。

作为一名重度的 Obsidian 用户，写日记早已是我的日常。我享受那种记录、连接、沉淀思考的过程。但说实话，在移动端，Obsidian 的体验总有些不尽人意，更别提流畅地使用那些强大的 AI 插件了。

我们都知道，记录的冲动往往发生在一瞬间。日记的生命力在于自由，在于随时随地，想说就说，想写就写。记录越是方便，心理门槛越低，内容就越接近真实。

然而，多年折腾的经验也告诉我一个残酷的现实：单纯碎碎念式的流水账，长期来看价值很低。我们写下的文字，不只是情绪的宣泄或者自我感动，其实可以更进一步成为自我探索的通路。

思考：如何让记录真正产生回响？

个人知识库需要基于概念构建才能形成真正的知识体系，而日记亦然，它需要被结构化。如何才能无痛的将那些零散的、即时的"碎碎念"梳理成有价值的洞见呢？

答案是 AI。

借助大语言模型的能力，我们可以将那些看似杂乱的日常记录，进行自动化的归纳、提炼和追问。无论生活还是工作，心中好的或不好的想法都可以随时捕捉，在一天结束后由 AI 生成结构化的 日总结。

这便是我开发 Lumma 的初衷。我希望有一款 AI 原生的、问答式的日记 App，它不仅能满足我随时记录的冲动，更能帮助我完成深度思考，最终无缝归档到我的知识库中，配合周总结和月总结，形成一个完整的知识采集链路。

愿我们都能：日有所记，问有所思；心有所感，自得其解。

我的实战工作流：Lumma + Obsidian

Lumma 不仅仅是一个独立的 App，更是我个人知识管理体系的移动信息入口。它负责捕捉，而 Obsidian 负责沉淀。

Lumma 的结构化魔法

为了让 AI 的输出更有价值，我为 Lumma 设计了一套精心打磨的结构化模板。它会引导 AI 将你的日常记录归纳到不同的维度下：

## memos
* #observe #环境 今天哪些细节引起了你的注意？（天气、声音，光影、味道、空间布局）
* #observe #他人 今天谁（家人、孩子、同事、伴侣）做了什么具体的事？他们说了哪句话、有什么面部表情或动作？
* #good #成就 今天你做成了什么事？推进了哪个计划？有没有哪怕一点小突破？
* #good #喜悦 什么时候你感到开心、轻松或觉得有趣？和谁一起，是哪句话，哪件事，哪种氛围带来的？
* #good #感恩 今天你收到了哪些支持或善意（回应 / 帮助 / 理解 / 陪伴 / 美景 / 美食 / 体贴）？是否对什么人或事物心怀感激？
* #difficult #挑战 今天你遇到了哪些外部挑战？事情进行到哪被打断或卡住了？
* #difficult #情绪 你在什么时候感受到不适的情绪（自卑 / 焦虑 / 愤怒 / 失落 / 烦躁 / 羞愧 / 恐惧 / 紧张）？那一刻发生了什么？
* #difficult #身体 你的身体有没有发出一些信号（疲惫 / 酸痛 / 困倦 / 紧绷 / 头晕 / 心悸）？是否感到不舒服或异常？你是怎么回应的？
* #different #觉察 我今天又出现了什么反应模式？比如有没有哪一刻你心里闪过我怎么又拖延了、又没有用心倾听、又急着回应了别人、又忽略了自己的感受
* #different #改进 针对今日问题（挑战，情绪，身体）制定明日可行的小步优化（时间分配，情绪管理，沟通方式，寻求外援）