很多人可能还不知道，Obsidian 的 Web clipper 插件是一个非常好用的剪藏工具。它可以让我们很轻松地把网页、推特等各种信息呢，保存在像 Obsidian 这样开放的、完全由我们自己掌控的 Markdown 文件里面，还可以利用它最新的 BASE 功能像数据库一样的进行管理。

问题是，从收集到最终的分享呢，中间的每一步都充满了断点和摩擦。手动整理、上传图片、总结要点、逐个平台去发布，整个过程非常的耗时，足以浇灭你分享的热情。

但如果，整个流程能一气呵成呢？

今天，我就为你完整的展示一下，我是如何用一套自动化工作流来彻底的消除这些摩擦的，实现从信息捕捉到内容发布的无缝衔接。这背后啊，不仅是工具的组合，更重要的，是一套搭建系统的底层逻辑。掌握了它呢，你就能举一反三，不管工具怎么变，都能解决你的问题。

视频演示请看 YouTube 视频： https://youtu.be/3qQ-X0ExvfI

流程的第一环：丝滑的信息采集终端

一切自动化的起点是信息采集，我选择的工具是 Obsidian Web Clipper。它的核心价值在于其强大的模板功能。

Obsidian Web Clipper 官方网站：

Obsidian Web Clipper Highlight and capture web pages in your favorite browser. Save anything and everything with just one click. obsidian.md

我们可以在插件里预先设定好一个模板，每一次剪藏，它都会自动为我们生成一个结构清晰、带有标准元数据（YAML Front Matter）的 Markdown 文件，并且，它还能在剪藏的同时调用 AI 模型，自动为文章生成一段高质量的摘要（Highlights）。

这一步的意义在于，我们从收集的源头就让信息变得“结构化”和“半成品化”了，为后续的自动化处理铺平了道路。

深度解析：我的 Web Clipper 模板设计思路

为了让你能真正理解这个模板的价值，我将它逐行拆开，讲清楚每一部分的设计思路与作用。

这份模板的核心，在于两处非常关键的设计：

1. 一个经过精心调试的、用于生成高质量摘要的 AI Prompt。
2. 一段巧妙利用插件语法的自动化格式处理。

模板配置的结构如下：

1. AI 摘要 + Callout 包裹语法

｛｛ "..." |callout:("tip", "Highlights") |default:"" ｝｝

这是整个模板的灵魂。我们来逐一拆解：

• {{ "..." }}：这是 Web Clipper 的提示词变量语法。引号内的完整文本，就是我精心设计的 Prompt。剪藏时，插件会将网页内容和这个 Prompt 一起发送给 AI 模型，并将返回的结果替换到这个位置。
• |callout:("tip", "Highlights")：这是一个过滤器 (Filter)。它会将上一步 AI 生成的文本，自动用 Obsidian 原生的 Callout 模块包裹起来，类型是 tip，标题是 Highlights，最终形成精美的摘要样式。
• |default:""：这是另一个作为兜底的过滤器。如果 AI 因为任何原因没有返回内容，这个过滤器会确保最终输出一个空字符串，而不是在你的笔记里留下一个尴尬的、空白的 Callout。

2. 核心变量

• {{content}}：这是插件的预设变量，用于抓取网页的主要内容（Markdown 格式）。它会智能地优先使用你手动高亮的部分，这在做研究笔记时非常有用。
• {{url}}：这是当前页面的 URL 变量，我用它在笔记末尾自动生成一个“阅读原文”的链接。

设计中的权衡与思考

• “先观点后全文”：开篇直接给出 AI 生成的 Why-How-What 精华摘要，让你在回顾笔记时能立刻抓住核心，需要细节时再向下阅读全文。
• 组合的价值：这个模板的真正价值，在于将 Prompt 工程（如何让 AI 说出高质量的话）与插件的特定语法（如何将输出内容自动格式化）进行了巧妙的组合。虽然这些功能官方文档都有提及，但将它们有效地结合起来，形成一个稳定、优雅的最佳实践，正是经验的价值所在。

技术深挖：{{content}} vs {{fullHtml}} vs 选择器

在模板设置中，使用 {{content}} 是最通用的选择，因为它能智能地提取核心内容并转为 Markdown。但当遇到抽取失败的页面时，你也可以在另一个专用模板中使用 {{fullHtml|markdown}} 来获取经过转换的整个页面 HTML，作为备用方案。而 ｛｛selectorHtml:...｝｝ 则更适合为某个你经常访问的、结构固定的网站（比如你自己的博客）单独创建一个模板，以实现最精准的抓取。

后续流程：从“聚合”到“发布”的自动化引擎

当我们用 Web Clipper 完成了高质量的信息采集后，就进入了系统最核心的部分。这套流程由两个独立但协作的工作流组成。

第一站：AI 内容聚合工作流——从“多”到“一”的魔法

一旦我们将剪藏好的笔记放入指定文件夹，Make.com 中的“AI 内容聚合工作流”就会被自动触发。

该工作流会自动执行一系列的编辑与整合任务：

• 读取并理解：它会读取我们剪藏的三篇笔记，解析它们的元数据，判断出这是一个“聚合为 AI 快讯”的任务。

  

• 提炼与重组：它会利用 AI 提炼每一篇文章的核心要点，处理文章中的图片（例如把本地图片上传到图床，并替换原文的图片链接），并最终将这三篇独立的笔记，组合成一篇结构完整、带目录、带配图和引言的全新文章 —— 也就是我们视频中看到的那篇高质量的 AI 快讯。

  

   

从三份零散的输入，到一篇完整的输出，整个过程全自动完成，这为我们节省了数小时的手工整理和创作时间。

第二站：统一分发中枢——可扩展的发布架构

这里有一个关键的设计：为什么快讯生成后不直接发布？

我始终认为，越是在 AI 时代，带有我们个人见解和思考的、充满“人味”的文字，才越有价值。所以，工作流生成的快讯，会先停留在草稿状态，等待我加入自己的观点和评论，做最后的人工确认。

而当我们完成确认，准备发布时，系统设计的第二个亮点就体现出来了。

“聚合工作流”的结尾，并不是直接连接到 WordPress，而是通过 Webhook 技术，调用了另一个完全独立的“统一发布工作流”。

为什么要这么设计？因为发布是一项通用的能力。把“内容生成”和“内容发布”这两个环节彻底地解耦 (Decoupling)，我们构建的就是一套可以插拔、可扩展的系统。

这意味着，我的“聚合工作流”不需要关心最终要发到哪里。而这个“统一发布中枢”，今天可以连接 WordPress，明天就能轻松地增加 Medium、Twitter 等新平台，而无需改动核心的内容生成流程。这才是真正的“系统化”威力。

最终发布到 Wordpress 的文章效果如下图：

总结

这整个过程，我们聚焦的是如何设计一个顺滑、高效、且可扩展的系统。

为了让你能立刻上手实践这套流程的起点，我已经把今天视频中提到的 Obsidian Web Clipper 完整配置文件，连同这份图文并茂的完整讲稿，都打包好，作为一个全新的免费模块，更新到了我的“Axton 免费课程”中。

>> 点击免费加入课程，获取 Web Clipper 模板及完整讲稿

下载并解压模板文件后，直接在 Web Clipper 插件的设置窗口中，导入模板即可。

如果你希望系统化地学习，如何搭建并掌握今天演示的这整套自动化系统背后的“How”与“底层逻辑”，也欢迎在课程中了解我的《MAPS™ 训练营》。