今天一个视频教会你如何将你收藏的网站的内容转化成为可以编辑的本地的笔记,这里为了演示我把我 github 仓库的网站的内容,把它完全放到了我本地,可以发现我的 github 仓库的内容已经原封不动的被放到了这里,而且格式也做了保留,同时超链接也做了保留, 这些都是完全可以自己编辑的,这样的话就实现了将收藏的网址完全的转换成为本地可编辑的笔记。那么接下来我就要给大家讲一下如何一步步的操作。首先我们需要打开谷歌浏览器,右上角呢有一个扩展程序,点击访问超美应用商店,然后在搜索框搜索 abc, 点 webcleeper, 点击这个扩展程序, 在这个地方点击安装,我在这里已经安装了,所以说这显示的是移除。大家安装好了之后呢,点击右上角这个位置就是扩展,然后点击这个三个点,点击管理扩展程序,然后在下方呢有一个扩展程序选项,在这个地方你点一个 new template, 然后点击这个 default, 在这个地方输入你要保存的笔记的位置,也就是文件夹的名字,比如说我在这里输入的是 webnot, 然后在我的 obsidian 本地呢,我要建一个 webnot 这样一个文件夹,最终将网站上的内容都会导入到这个文件夹下,下面我就演示一下,这个是 dearfloor 的 github 仓库地址, 我要想把整个的这个页面上的内容全都作为笔记导入到我本地的话,我点击右上角的这个插件,点击这个 obsidian webclipper, 然后在这可以选择导入到这个 webnot 这个文件夹下,然后点击 add to obsidian, 然后点击打开 abc 会发现他就已经成功的将这个 delete 的 get 仓库这个页面的所有的内容保存到了我本地,甚至这个视频还能够点击。成功的实现了将网页上的所有的内容按照原有的格式原封不动的保存到了我本地的 abc 知识库下, 而且所有的超链接,所有的视频都可以原封不动的进行一个保存和查看。这是我们搭建自己的知识库的最关键的一步, 因为我们平时在收藏夹里存放了很多的网站,但是没有办法让大模型完全的知道这些网站的内容,那通过今天我的这个方法,就能够让大模型识别到你的这些笔记,而且能够做一个归集。如果这期视频对你有用,记得点赞关注我们下期再见。
粉丝1.1万获赞13.4万


ai 大 神 capace 最近分享了一个构建个人知识库方法,我照着试了一版,直接拿它搭了一个投资研究知识库。这套方法的核心是先搭一个自己的知识库,再让 ai 围着这套知识库继续研究。 做法其实很简单,先建一个 raw, 把文章、论文代码库、数据集这些原始资料都收进去,再让 l l m 一 步一步把这批资料翻译成 markdown wiki。 你平时就在 obsidian 里看 raw, 看 wiki, 继续提问,每次问答再慢慢归档回 wiki, 后面再让 l l m 定期做健康检查,补缺失,找矛盾。继续提新问题。 我先把 ai 行业、 google、 microsoft 这些公司资料放进去,再让它慢慢长出公司页、财报招标页、比较页和关键指标页。做到这里,原来那堆散资料就开始变成一个能继续研究的系统。比如可以直接提问 google 的 ai 价值,先会在 cloud 兑现,还是会在设置被重新定价,然后把这个问题单独做成研究卡, 后面每来一份财报,每多一条外部资料,就继续往上补。这套方法能用的场景其实很多,读书笔记,长期研究一个主题团队资料沉淀等等,只要你手里有一堆会越积越多的信息,想把它们慢慢整理成一个能继续迭代的知识库。我是 ai 知识派,关注我,带你发现更多好用的 ai 工具。

hello, hello, 这里是迪姐今天给大家分享一个特别好用的 obsidian 的 插件,可以说是做自媒体内容的高效率的神器。这个插件它可以把 obsidian 的 文章一键转化成小红书的图文,而且审美特别在线,直接导出全部的图片就可以发布小红书了, 就可以帮大家节省非常多的时间。然后我投屏的这个就是整个这个插件它使用的一个效果。安装这个插件之后呢,它会在呃你的 obsidian 的 这个编辑器当中的左侧呢显示这样的一个图片的小图标。那我们打开这个呃插件的小图标的功能之后呢,它就会呃出现这个预览的界面, 它会直接把你的 obsidian 的 文章去自动啊渲染成这个小红书的图文,并且自动帮你去切分这个文章的段落,生成不同的章数的这样的一个图文。 左边的这个界面呢,是我用 ai 写的一篇这个 obsidian 从入门到进阶 ai 时代内容创作者效率神器的这样的一篇文章,这个都是用 ai 去进行生成的,包括这个图片也是用这个 skill 进行生成的。 右侧我打开这个插件之后呢,它就会自动帮我把左边的文章去渲染和生成这个小红书的图片。我们来看一下它的整体的一个效果,这个是它的呃首页的界面里的名字都是可以进行调整的,比如说大家想调成自己的名字,就可以直接在这个插件里面去进行编辑,包括也可以上传自己的头像, 然后也可以艾特自己的这个自媒体的名称,然后在下面这些都是可以进行编辑的,大家可以引导到自己的这个公众号啊,或者是小红书号上面,然后我们看一下它这个整体分页的一个效果, 大家能看到他的第二部分切分的审美也是很好的,直接就可以发布在小红书上,那这里他还设置了一些背景切换的功能,比如说我们,嗯,在一些这个场景当中,觉得黑色的背景不是很满足的话,我们就可以再切成其他的背景, 那因为我这里其实是比较适合这个黑色背景的,我就先把这个图片效果先做了清除,在使用上面呢,我们直接就可以点击这个导出全部页,或者是下载当前页,我们点击一个这个下载,然后把它下载到我们的这个桌面上,看一下效果。小红书笔记,然后我们来到桌面,我们能看到我们刚刚下载的这个小红书笔记幺幺已经存储到我们的桌面了,我们打开看一下 整体的效果,直接就可以用于小红书图文的发布了,是不是很好用?而且这个插件的安装也特别的简单,我们打开这个 obsidian 的 设置,然后来到这个第三方插件,我们进到这个社区插件市场里面,然后点击这个浏览, 我们去搜索 node to red 这个软件,把这个笔记转成这个小红书,那这里我们点击进这个插件, 因为这里我已经安装,大家点击进这个插件之后,直接点击安装起用即可,那这里他也演示了他整体的一个功能,可以直接把这个文章转成 啊图文,然后这里要注意就是他的这个啊切分是基于标题的级别,标题的一级或者是二级,他会做一个对应内容的分割,然后每个标题去生成一个小红书的配图,大家可以做一下测试, 非常安利。大家可以用 obsidian 的 生态包括插件去打造专属于自己的高校的自媒体创作的一套工作流,它可以极大提升你的效率啊。那以上就是今天分享的内容了,如果大家对于 ai 感兴趣,对于如何掌握 ai 感兴趣,欢迎关注迪姐的频道,我们就下一期视频再见!拜拜!

想要用 upc 点这一款免费好用的笔记软件来记笔记,但是应该怎么样把之前的内容搬家到里面来呢?今天就想来介绍一下不同笔记软件搬家到 upc 点的方法。视频呢有一点长,如果现在没有空的话呢,可以收藏起来,有空的时候跟我操作起来。 如果你刚刚使用 obc 点,觉得设置插件快捷键很麻烦,那么可以考虑看看我的 obc 点智能开荒包里面已经帮你设置好了一切,包括了各种插件以及百年日记记录模板,读书笔记记录模板, 帮你快速上手 obsidian。 同时还有这一款能够帮你导入各部笔记的插件 importer, 如果你的 obsidian 里面还没有安装上这一个插件的话呢,那么我们打开 obsidian 的左下角, 选择第三方插件,找到浏览,我们在这里搜索 import 它,打开安装上。如果你的第三方插件打开是空白 的话呢,那么你可以到我的主页查看一下这一支视频。学会怎么样下载第三方插件下载安装好之后呢,我可以在这一个插件页面的下面看到非常详细的关于怎么样把这几个不同笔记软件的内容导入到 opc 店里面来的方法。那我今天呢给大家展示两个, 分别是苹果备忘录以及 notion 应该怎么样导入到 opposite 店里面来。那首先呢,我们看一看 notion 应该怎么导入,搜索到 input 这一个插件之后安装上,同时我们点开这呢写写的非常详细,应该怎么样把你的 notion 页面 导入到 c 点里面来,那我们如果你不会英语的话呢,我们可以下载沉浸式翻译这么一个插件,选择翻译好,那么整个页面就被翻译成了中英文对照,我们按照他的步骤来操作,那我们打开自己的 notion, 打开侧边栏,选择 setting and members 找, 找到 setting, 往下滑动,这里就有一个 export or workspace content, 那我们点击一下之后,选择导出 html include 这个地方呢,我们要选择 current view include content 这个地方呢,我们要选择 everything order for subpage, 我们选择是,然后呢点击 export, notion 会自动把你所有的我笔记内容导出之后发送到你的邮箱里面,当你收到了之后呢,我们再到 opcd 里面来下载。安装好 importer 之后,页面左侧就会有一个按钮, 写的是 open importer, 点击它之后选择 file format, 我们选择 notion, 这个里呢就会是一个 zip 的安装包,点击上传,把那一个安装包上传到你的 obsidian 里面来,再选择 import, 那么你的页面就会完完全全的导入到 obsidian 里 来。下来呢,我们来说一说苹果备忘录,这个呢是更简单的,如果你使用的是 macbook, 我们甚至连导出的工作都不用做,直接打开 import, 选择格式是 apple note, 我们选择选择 import 好,这个时候呢他会跳出一个页面来,根据我们的指导手册,我们需要单击显示标题为这一个 group com 的 apple note 的键夹是这一个默认的文件夹,我们选择打开好,这个时候呢,它就会自动开始导入你所有的备忘录里面的笔记了。那如果你是苹果手机的话呢,嗯,就非常的抱歉了,可能没有什么太多的办法,大家可以关心我的频道 之后,有了全新的导入方法之后呢,我会再分享给大家。说是迟那是快,这一个我们的备忘录里面的笔记呢,已经全部被导入进来了,分组呢也是完全正确的。那如果你不是用的 苹果备忘录或者是 notion 来记笔记的话呢? party 呢,还支持从 bear, evernote, google kick, 还有呃 onenote, 甚至是直接是 h t m l 或者是 markdown 语法的笔记,直接导入到 opposite 点当中,非常非常的方便。但是呢,你也不要指望就是导入过来的之后,他会和他的页面和页面之间的关联和原来一模一样, 因为我们需要在 opc 店的逻辑下面给他建立页面和页面之间的连接才好。要用 d w 来统一提取记的话呢,也需要我们重新去设置一下面的这一个文件的属性才行,或至少之前的笔记是全部都保住了。那如果你想要系统了解 opc 店的用法, 到底双链应该怎么用?标签文件夹应该怎么样设置,如何使用高级插件 data view templator excologo, 以及怎么样用 opcity 自带的白板 功能做出可视化的知识地图。那么也可以考虑看看我的 opt 点上手课程,课程持续更新中,希望能够帮你打造出属于自己的知识管理空间。那我们今天就是这样了,希望对大家有所帮助,拜拜!

carpathi 最新一条推文炸了,一万四千赞,两万一千收藏。他说最近的投坑消耗方向变了,从写代码变成了管理知识。他搭了一套个人知识库系统,核心思路就六个字,收集、编域、查询。第一步,收集 论文文章。 gitlab 仓库数据集截图全丢进一个。若目录网页用 obsidian webclipper 插件一键转成 markdown, 图片也一起下载到本地。第二部编译, 让 l l m。 增量地把 raw 目录翻译成一个 wiki, 不是 简单的山药,它会提取概念、写独立文章、建分类目录、加反向链接,形成一张知识网络。前端用 opc 电流了,但重点是, wiki 里的每一个字都是 l l m 写的,它自己几乎不手动编辑。第三步,查询。 当 wiki 积累到大约一百篇文章四十万字的时候,事情变得有趣了。你可以直接问 l l m 复杂的研究问题,他会自己去 wiki 里翻资料,交叉引用组织答案。他说,本来以为要上 l l m 自己维护的锁影文件和摘要就够用了。 在这个几十万字的规模下,不需要花哨的基础设施输出,也不是纯文本聊天,而是 markdown 文档。 mark 格式的混帧图表,全部在 opc 店里直接渲染查看。最精妙的一步, 好的查询结果会被归党回危体。知识库越用越厚,你的每一次提问和探索,都在给这个知识库做增量贡献。他还让 l l m 定期跑健康检查、 找数据矛盾、补缺失信息,发现概念之间的新连接,甚至自己 v i p o。 的 一个小型搜索引擎,既能自己在网页上搜,也能给 l l m 当 c l i 工具调用更远的方向,他在想用合成数据加微调,把知识直接写进模型权重,而不是只靠上下文窗口。最后他说 这里面藏着一个巨大的产品机会,现在全是脚本拼凑出来的,如果有人做成一个完整的产品会非常强。

分享 open 口一百个实用案例的第一期,我用豆包加 open 口加 app 店,搭建了一个可以收集全平台、全信息媒体的本地知识库,不论是哪个平台,链接支持全网的各种内容, 只要你发给 open 口,他就可以利用豆包或其他对应的 ai 平台打配合,就可以帮我把视频的基本信息、核心内容、核心观点总结、自动分类打标签,提出想法, 可延伸方向、价值评估相关资源。因为他知道我是 ai 博主,所以还会延伸一下选择题供我参考。基本上我想到的,没有想到的,他都帮我整理好了,不要再在评论区艾特豆包了。这一套流程的 steam 和插件我已经整理好了,评论区自取。相比较于我以前看到好的内容、文章、图片,我就会赶紧收藏, 然后就没有然后了。翻遍各个平台的收藏家,都找不到我以前收藏的内容。那如果你看到想收藏的视频、文章、图片,想要整理在本地笔记中, 就需要手动复制、粘贴、整理信息、分类打标签,非常的麻烦,对吧?所以我的解决方案很简单,就是 open coo 作为大脑接收你的信息源,它会发给豆包或者其他 app 平台, 负责提取、分析和完善内容。等豆包把内容分析提取成功之后, open coo 会返还所有内容储存到 opcdian 中,然后利用 opcdian 本身强大的分类功能,自动分类打标签。你只要发送链接,三十秒一个画,笔记就自动生成。这套流程不仅不需要特殊手段,而且消耗极少的 token, 在手机上也能够直接操作整套流程。用到 skin 和插件也非常简单,就是用 open code 来分析,然后用自带的编程工具打开浏览器豆包或者其他对应的 ai 工具分析视频后,再把结果返还回来,写入 o c 点钟,所以整过程很丝滑。如果你已经有了 open code 了,可以把我整理的 skin 和流程发给他来搭建。 如果你还没有,可以看我的前两期教学视频,看到之后,希望你也可以自己搭建一个属于你自己的本地致富。我是达达,我们保持好奇,保持迭代。下期见。拜拜。


andrew kopapi 刚刚把他私人的 obsidian reg 系统交给了我们。我说 reg 是 带引号的,因为这个 obsidian 数据库没有向量数据库,没有嵌入,也没有复杂的解锁流程,但他解决的正是那些复杂 reg 架构声称能解决的问题, 也就是让我们的语言大模型能够处理大量文档,回答相关问题,并从中提取准确信息。 这套基于 obsidian 的 系统最棒的地方在于它非常清亮,基本免费,对个人或少团队来说是完美的中间方案。 所以今天我会带你了解 kappa 的 obsidian 知识系统是如何运作的,怎么自己搭建,以及它与传统 log 系统的区别,帮你判断这是否适合你。 我们搭建这套 obsidian 知识系统的流程是 andri kappi 昨天在一条很详细的推文里分享的。这条推文的核心观点是,我们可以创建语言大模型知识库。功能上跟 light rag, rag anything 或者其他图 rag 系统差不多,但用的是 obsidian, 而且实现方式相当简单,只需要巧妙地设计文件系统结构和数据导入方式就行。最终效果是,我能把大量数据和文档导入 obsidian vault, 然后用 cloud code 来提问,找出不同内容之间的关联。 这跟你用传统 r 一个系统做的是完全一样,但没有那些额外负担,设置也简单的多。按照安卓的说明,整个设置是这样的。 首先是数据导入,我们把文章、论文、代码、仓库这些内容从互联网或其他地方收集过来,放进 obsidian wallet 的 raw 目录,这相当于转成为机之前的临时存放区。作为使用者,我们可以通过 obsidian 看到这一切。 obsidian 基本上就是我们的前端界面,在这里我能看到所有文档的分布情况,在这里我也能阅读所有维基内容,所以它不像 log 系统那样被封装在黑盒子里。 说实话,就算是 light ray 这种图 ray 架构,想真正深入进去看清传报也挺难的。我是能做到,但尽管看起来挺酷,效率其实并不高。 然后你就可以通过 cloud code 这类工具来做问答了。安卓也提到,他原本以为自己得去用 ray 那 套方案,但语言大模型在自动维护锁影文件和生成文档摘要方面表现的相当出色。我们也能做到这一点。只需要一个简单的 cloud md 文件,这个我会提供给你。你可以在我的免费 chase ai 社区里找到这个 cloud md 文件,还有附带大量提示词链接的文字指南,视频描述里有链接。说到 chase ai, 顺便提一下我的 cloud code 大 师课, 这是几周前刚发布的,是从零开始学习 ai 开发的首选课程,特别适合没有技术背景的人。链接在置顶评论里,如果你真想学好这个工具,一定要去看看。 好。在我们深入讲解如何搭建这套 obsidian 系统之前,先来看一下实际的文件结构。因为理解数据如何进入我们的 vault, 然后变成为基,这一点很重要。 obsidian vault 是 所有内容的存放地,如果你之前没用过,下载 obsidian 之后,你会指定一个特定文件夹作为 vault, 我 这边就直接叫 vault, obsidian 的 所有内容都存在这里。作为 vault 的 子文件夹,我们会有一个 raw 文件夹,所有研究资料都会先丢到这里。 我们想手动添加到这些 wiki 里的内容都放在这里。这其实就是个暂存文件夹,所有原始数据都存在,这可以是 markdown 文件,也可以是 pdf 文件。接下来我会演示怎么用 obsidian creeper, 把任何网页直接转成 markdown 文件,自动发送到 raw 文件夹。另外我们还会有一个子文件夹,叫做 wiki 文件夹, 那么大语言模型要做什么?或者说 call code 能帮我们做什么?我们可以按需调用,或者把它设成一个自动化技能。我们会让它指向 raw 文件夹,然后说,嘿,我想让你创建一个 wiki 主题,就是你一直在收集信息的那个主题, 然后它就会创建出相应的 wiki。 可以 看到这里有三份不同的 wiki, 一个是关于 ai 智能体的,一个是关于 rek 系统的,还有一个是关于内容创作的。在 wiki 文件夹和这些此 wiki 文件夹之间,有一个 master index 的 markdown 文件。 这其实就是一份列表,列出了所有已经创建好的 wiki。 因为设想一下,当你,也就是你自己, 当你跟 cloud code 的 对话的时候,那边就是 cloud code, 你 说,嘿,我想多了解一下 ai 智能体,我想问问关于我 wiki 的 问题,那它会怎么做呢?它会先去 vault, 因为你很可能已经在里面了。 然后它会进入 vt 文件夹,再进入 master index 文件夹,然后说,嘿,我们都创建了哪些 wiki 啊?哦,它想知道 log 系统,好,那就去 log 那 边,而且 log 文件夹本身都有 index 文件,把所有附加内容都梳理得清清楚楚。 所以 opc 点给我们带来的还有这种文件结构,带来的就是一条非常清晰的信息查找路径,哪怕我们有海量资料洒落各处,这对 cloud code 也很有帮助,因为它找数据的时候不会遇到太多麻烦。 我们不用调用成千上万次工具去查看文件结构里有什么,但这对您也有帮助,因为路径非常清晰。比如左边是我的 opc 点文件夹,我现在就在 opc 点界面里,待会儿我们会讲怎么下载,但如果我想看 wiki, 怎么做呢?直接点 wiki 就 行。 我有个 master index, 里面列出了所有内容,现在只有三个,但就算有三千个也不会太难找。然后从那你可以点击它,就会跳转到那个特定 viki 的 index 页面, 然后你就可以查看里面的各种内容了,就这么简单,对 ai 来说也同样简单。这就是为什么我们能用 macdunk 文件结构来模拟 rek 系统理论讲完了,现在来看看怎么实际搭建。首先你需要下载 opc 点, 直接去 obsidian, md 点击立即下载,跟着上岛走就行,完全免费。然后你要指定某个文件夹作为 word, 直接创建一个,就叫 word, 对 我来说很简单,对你来说应该也行。创建好 word 之后,我们是要在里面搭建这个文件结构, 最简单的方法就是用 cloud code 直接在 word 里打开 cloud code, 这就是我所在的目录,然后给他一个提示,让他创建这个文件结构。好消息是我已经写好了提示词,你直接复制粘贴到 cloud code 里就行。 如果你跟我一样已经用了一段时间 opc 店,那里面可能已经有很多文件夹了,所以也许你不想叫 raw, 想叫别的名字也行,关键是你要指定某个文件夹,就像我说的,作为暂存区或者中转站,所有信息先丢进去,等转成 wiki, 所以 按时调整就好。 接下来我们要做的是创建一个 called md 文件,像个人助理这类项目,需要大量 markdown 格式的内容, called md 文件就非常适合这种情况。 这个 cloud md 文件会详细说明知识库的规则,以及如何有效的浏览和剪辑内容,这样我们提问时就不会浪费 token 了。我这边已经准备了一整套 cloud md 的 模板提示词,这个 cloud md 文件还会告诉 cloud 应该如何组织这些 macdunk 文件的格式结构, 所以用这种 wiki 链接格式来浏览文件会非常方便快捷。下面我们来谈谈如何把内容导入到这个 raw 文件夹里,也就是如何先把数据弄进我们的系统。其实有个特别简单的方法,就是使用 obsidian 的 网页剪藏工具,我会把链接放在课程资料里,或者你也可以直接访问 obsidian md keeper 这个网址。 这其实就是一个 chrome 浏览器扩展,能轻松把网页转换成 markdown 格式的数据文件。不过这个剪辑工具有个问题,就是处理图片会比较吃力,它根本不会把图片一起保存下来,图片只会以链接形式存在,但我希望能直接在 opc 店里看到这些文档的图片内容。那怎么办呢?我们可以借助 opc 店的社区技能,也就是社区插件来解决这个问题。 opc 店的社区插件特别厉害,有成千上万种插件可以用。如果你正在使用 opc 店,我现在就在桌面百里,你看我点这里的小齿轮图标,然后选择社区插件这个选项, 接着点击浏览,然后在搜索框里输入 local imageplus, 下载安装并起用它。记得一定要确认插件是开启状态,你可以回到社区插件页面,看到这个开关是打开的状态,就说明已经起用了。 现在我们用 obsidian 网页剪辑工具,你看这边有个扩展图标,点开后发生了什么,它立刻就把所有内容抓取下来了。如果我点击添加到 obsidian, 就 能看到整篇文章,包括里面的图片都一起保存了。 不过在减藏工具里还有一项是要设置,就是要确保内容能自动保存到 raw 文件夹。我不想每次都手动操作,你只需要右键点击减藏工具,进入选项设置就行。然后看左边这里写着默认,我自己新建了一个模板,不过你也可以继续用默认设置 找到位置和笔记位置这一项,把原来的 ctrl 改成 raw, 这样设置之后,你用网页减藏工具保存的内容就会自动进入 raw 文件夹了。 现在有了 obsidian 网页剪藏扩展和图片社区插件的配合,我们可以把互联网上的任何网页都转换成 markdown 文件,用来构建我们的 wiki 知识库。 但这只是其中一种数据收集方式,而且是手动的,我们还可以让 code code 的 来帮我们完成大量繁重的工作,比如说我想创建一个关于 code code 的 技能的 wiki, 我 就告诉 code code, 我 们来做一个 code code 的 技能的。我已经在绕文件夹里放了一些通过网页剪辑获取的资料,现在让他自己去搜索研究,把相关的原始 md 文件带进来,然后生成完整的 wiki。 那他会怎么做呢?他会去互联网上使用标准的网络搜索功能,然后自己创建一个关于 code code 的 技能的 wiki。 所以 你看这个 raw 文件夹,整个 raw 流程其实更多是给用户自己用的,主要是当你想手动放入一些信息的时候使用。当然,你也可以让 code code 的 来做这件事。 不过 cloud code 本身也够聪明,它可以自己完成研究,判断哪些内容相关,然后直接创建 vkeyraw 文件夹,主要是给你自己用的,方便你作为用户进行一定程度的整理和复制。 code 返回了这样的结果,它创建了一个 cloud code 的 技能为基,我们看到在总缩影里,这里已经引用了它,点击之后就会跳转到 cloud code 的 技能的缩影页面。 目前这里有四篇文章,首先是技能概览,这篇可以看到它既链接到外部网站,也链接到 obsidian vault 里的其他文章,比如点击技能生态系统就有更多内容点击热门技能也是如此,层层递进, 文章之间有非常清晰的跳转路径,关系一目了然。这意味着当你向 cloud code 询问这些文章和主题时,它能轻松又低成本地回答相关问题。这就引出了一个关键问题,我们真的需要 rag 吗?比如看看这套 light rag 配置,你看过我前几期关于 light rag 和 rag anything 的 视频, 再看看 opc 店,设置起来这么简单,你可能会想,干嘛还要折腾那些复杂的方案呢?说实话,如果你是独立开发者、个人运营者或者小团队,不需要处理成千上万份文档,那 opc 店对你来说可能更合适。 它很轻量化,你真的不需要 reag? 像 cloud code 这样的大语言模型工具,对你的使用场景来说已经够用了。我们可以深入讨论 obsidian 的 reag 和真正的 reag 有 什么区别,但核心问题其实是规模。我们要扩展到百万级文档吗?还是不需要, 因为到了一定规模,不管 cloud code 在 你搭建的 markdown 文档网络里导航的多好用,专业的 reag 系统都会更便宜更快。 不过这个问题你也不必马上就有确切答案。为什么不先从 obc 点这样的工具开始呢?如果很明显你的规模超出了它的处理能力,那再迁移到 ray 也不迟。我觉得大家太纠结这个问题了,其实直接试试就好了,多做实验,用 obc 点这样的类 ray 系统又不需要花钱,试试又何妨? 不行就换嘛,没问题,那就去用 likereg。 但总有人喜欢在评论区争论来争论去,别争了,直接去试。我觉得到了某个阶段,需不需要真正的 reg 系统,答案自然会清晰。而且好消息是,大部分人其实不需要真正的 reg 系统真的不需要, 哪怕是在小企业团队的环境里。所以,拥有一个真正好用的、系统化的知识管理工具,比如 subset and knowledge base, 我 觉得对大多数人来说都非常有帮助,希望今天的讲解对你有用,一定要去读一下 android 的 原文,它讲得非常详细, 别忘了去看看免费的 chase ai school, 视频描述里有链接,里面有所有提示词,还有详细的文字版操作指南,如果刚才哪里没听懂,随时回去看。另外,想深入学习的话,可以关注一下 chase ai plus 的 精品课程。好了,说说你的想法吧,我们下次见。

无语,知识库原来就这,什么是知识库?解释什么是知识库?知识库将你的所有知识都存在于一个文件夹当中,或者是一个笔记当中,通过 ai 的 进行提炼总结文档或者文件夹中的内容, 相当于我们本知识库当中的内容。比如说这是我在网络上复制的一个文章,就是我们通过插件问 ai, 这是什么文章,说了什么, 他将本文章多所有内容进行了总结,也就是进行了内容提炼, 当然你可以要求他的字数,然后你觉得他说的,那我们就新建一个笔记,我们可以直接将其插入当中。好了,这就是你的提炼文章,就是你总结到内容,通过完善知识库的内容,你的 ai 会越来越聪明。 具体要怎么去下载这个黑曜石软件呢?我们怎么可以拥有这么多的功能?首先事先打开浏览器,浏览器我们去搜索 obsidian 黑曜石, 然后这就是我们出来的第一个,当然要去辨别一下,然后去点击下载就好了,选一下安装位置, 我们下载好了之后,它是一个空白的,我们怎么就可以接入 ai, 接入到像我这样的模型呢?然后就是我们需要下载另一个软件,这个软件叫做欧拉玛, 然后在这里点击下载,点击下载好后就开始复杂了,欧拉玛是这样子的一个界面, 但我们还是需要用调用命令型的方式去验证或下载,因为它这个软件当中的这个模型不是很全。然后具体怎么下载呢?就是因为我们要用 ai 工具,为什么不问 ai? 所以 我们问 ai, 问它调试的命令行是什么? 按照它的步骤下载好之后,我们需要去验证,验证是否下载好,该怎么怎么样,然后复制在桌面,点击终端,打开输入指令, 我下载的是十七点七版本,验证我们已经安装成功了,那么需要下载模型继续。问 ai 怎么怎么怎么怎么样,一直按照它的方法来,错了不要紧, 这样子的一个命令是干嘛的?我们不知道它代表的是什么意思,我问,让 ai 直接给出命令行来复制,我们复制粘贴,问它 下载完成之后看查看下载了什么模型,复制命令型,在命令行当中,这个就是我已经下载好的模型。 下载好了之后呢,就是我们需要去做一个系统配置,可以让你的其它软件都可以访问本地,访问到模型,访问到你的这个 lama 就是 你的本地大模型。然后我们具体怎么做呢? win 加二键,打开运行框, 输入这样一个命令,大家可以记一下,然后点击确认这是系统属性。在高级中有一个环境变量,环境变量的第一个就是我已经做好的配置,点击新建,然后将名称将变量值都输入进去,有需要可以截图, 当然也可以用 ai 的 其他方法,我只是认为这样的一个方法比较简单一些, ai 告诉我们的是使用命令型的方式。你的 ai 下载好了本地环境,部署完了,打开 obsidian, 下载第三方插件,社区插件市场中是官方认证的,然后我在这个官方社区中下载了两个,一个是对话框软件,一个是链接本地环境的软件,链接的就是我们刚刚设置的环境变量,大家可以跟我下载同样的一个, 当然还有其他的,你可以自己去找点击插件市场,大家搜索这个,或者在开源社区找, 看好名字,其他的都不是。点进来之后它是这样子的一个界面,我们去下载什么呢?我们去下载这个右下角这有个三点二这个版本会更新,这是打包文件,看不懂我们可以去翻译 资产的。前三个就是文件下载下来之后,我们点开这个软件,点开这个软件之中已安装插件,它旁边有一个这个文件加点进来就是创建一个和它同名的一个文件夹,将下载好的几个文件粘贴到这个新建的文件夹中, 我们点击链接软件,它是这样子的,我们点这个第二个 去添加一个 ai, 是 我们命名什么什么什么什么和我一样就可以,不会就问 ai, 这就是你本地的端口,本地的意思,这是默认地址, 然后点击一下这个就下面就设置好了,然后回到第一个界面,我们点击一下这个钥匙,这是地址刚刚设置添加的 ai, 然后我们点击这是我们下载的模型,然后去链接, 然后就是我已经链接好,然后它就会提示怎怎么判断去链接好了没有,就是点击第二个,你在这样的一个列表当中,就是有没有你刚刚下载的那个 摁开源大模型啊?然后就是点击第二个插件,我这个的也是是我们新建是将这样子的一个 这个已经链接到了我们这个软件当中,所以我们只需要它的输入它的地址就可以了,是 就是找一下就是有没有 l mac, 当然这可以其他的,比方说就是 open ai, open ai 是 这是你的链接地址,这是需要你有一个开源大模型的秘钥,因为我们没有事,我们是为了 免费的使用这个东西,所以所以我们在使用的是 o l a m, 当这一些好了之后,它这边会跳出来一个这样的软件, 最终就是我们接入 ai 的 本地知识库,那就建好了这样子一个本地子库之外,还有一个腾讯出品的,是这样子一个软件 ima, 就是 就是它有一些很丰富的 个人知识库和笔记,当然我们还可以去找到一些这样子的一个内容,比方说我们随便说一个是个本模型,说了什么, 它就是特指这个文件当中的一些内容。当然我们也可以新建个人知识库,个人知识库这个软件最大的一个好处就是我们可以上传网络链接,比方说这个是一个公众号文章,这是原文,然后我们在公众号当中 随机点击一个,然后太多了不想看,复制链接,个人知识库添加网络连接,当然可不光是公众号的文件,然后其他的也可以, 它会先解析阅读,阅读完之后我们点进来的右上角可以问问它,就是说本文说了什么, 它就会巴拉巴拉巴拉,然后好,然后呢?还有一个功能就是说,唉,我们就问问本知识库现有的内容,说什么道理,当然啦,它这个软件的弊端就是 储存空间只有五十个 g, 就是 你下载了电脑版和下载了手机版,它会送你三十个 g, 本来的二十克 总共五十 g, 然后每邀请一位又会增加十的,然后这就是全部内容了。当然我认为 这个五十 g 就 完全够我们用了,就算你,就是你拉薪去增加到一百 g, 我 就已经完全完全足够足够你未来很久很久的用了。

你看到的是笔记软件的天花板,随点结合我开发的一键 ar 部署方案,用上它,那就不仅仅是把知识喂到嘴边,是嚼碎了喂到嘴里。一句话,把复杂的知识结构拆解梳理, 可以使 md 文档、思维导图、知识图谱、行驶随意切换。无论是你收藏的碎片知识,还是你要系统学习的专业理论, 都能够极大节省你的学习理解成本。简单介绍一下我们的安装工具,这是一款针对极致手残党的工具,它集成检测安装所需要的环境安装部署 clac 国产模型环境代理软件 cc、 switch、 卡点插件和 skills 于一身, 只需要准备好一台下载好 abc 软件的 windows 电脑即可。工具原理,首先是检测是否有必要的环境,二是勾选缺失的环境,三是输入自己的 abc 仓库,路径就是本地存储笔记软件的路径, 四是输入自己的 a p i t。 这里如果没有的话,推荐购买火山方舟的 coding plan, 性价比最高,也可以先用免费的 toc, 每个厂商都有羊毛四十安装 sweet, 这是一款 api 代理软件,点击就可以安装,作用是让 cloud 使用国产大模型, 同样输入自己的 api 信息,剩下的就是一键安装。接下来你的 obsidian 就 有了外挂。进入 obsidian 界面,第一次使用需要 ctrl 加 p, 打开对话窗口,输入 check, 点击对话,右侧会多出一个机器人图标, 在对话框输入测试,能正常沟通,那就成功了。想要工具可以先私信,目前还在完善。这是我的第一个视频,制作不易,欢迎点赞评论。


哇,今天我必须要记录一下这个时刻,大家可以看一下我的左边这一栏,这是我想写的一本书,这是我写的公众号,然后这是我之前写的日记, 然后这是我一些项目,然后学习笔记。然后呢?为什么我会用 opposite 点?之前我尝试过 notion, 尝试过 lamo, 各,就是各种各样的笔记类的软件,我都试过,但都不行, 主要是因为这些文件上传上去之后,它导出太麻烦。直到遇见 opposite 点,我一直想着我的笔记是否可以 ai 化, 但是以前我的操作总是比如说,我想有一个表达的观点,我需要先在这里有一个初稿,然后把初稿放到 german, german 帮我润色,润色好之后才会到我这边独立空间 很麻烦,而且它无法编辑我在 office 点里面的文件。为什么我会使用这个 office 点呢?因为我相信总有一天会有那么一款插件或者软件的出现,让我能够直接编辑 我在 office 点里面的东西。好,现在它来了。我,我首先问了一下,这是 cloud, 我 把 cloud 加 office 点结合起来用。 我问了一下他,他是不是可以操控我的文档,他说可以。好,然后我马上让他把我的所有的语料都是我自己写的,这里都是我自己写的, 全都读了一遍。他跟 gmail 或者是你在网页版的 gpt 就 各种各样。网页版的 ai 上面有个不一样的地方,就在于你的文档给了太多,他会略过很多东西,对吧?比如说你,你,你买了一个一个月的 gpt 会员, 他是没有用量的限制的,所以他有时候会降智。但是我这也是接了 kimi 的 api, 他 就相当于是我,我的所有的托管都要花钱了吗?所以他老老实实的帮我把你看我所有的日记,我记录的所有的东西全读完。然后我让他 做了一个我的思维克隆体,这个思维克隆体我觉得非常的 ok 啊,内容啊,然后我的价值观, 真实大于完美,成长大于结果,认知大于勤劳,独立,思考大于从众。思维模式,写作风格, 常用句式的表达,再加上我的偏好,总结的非常的到位,于是我就可以用它可以代替我的一部分的判断,或者能够帮我写文章,或者 能够比如说我今天会写文章写到一半,不知道怎么办了,对吧?好,请他用我的角度帮我续写我的这篇文章。哇,这真是太太激动了, 所以今天必须要记录一下,我推荐大家也试试这一个 office 键加 cloud code, 非常好用。

还在折腾 reg 向量解锁吗? karpa 的 l l m wiki 玩法,直接把知识库变成了代码库。说句扎心的话,你搭过 reg, 也用过 notebook l m, 最后发现问题还是那个问题,个人 reg 方案有个绕不过去的毛病, 它本质上就是个 read only 的 无状态系统。这次对话产生的新洞察,就跟无状态的 http 请求一样,答完就没了。 你的知识库连一千字节的增量都没有。最近自称患上了 ai 精神病,每天给 agent 下十六小时指令的 carpathi, 在 github 上分享了一套自己在用的工作流,用 ai agent 加 obsidian, 搞一个能自己滚雪球的本地 llm wiki。 carpathian 的 思路特简单,别让 llm 每次都从零开始搜,让它去编一知识。这个类比一听就懂。 obsidian 是 你的 id, 一 markdown 文件就是源代码 cloudcode。 这种 agent 是 那个七成二十四小时在线的程序员最后生成的 wiki 就是 翻译好的产物,整个流程跑起来就是一条全自动的 ci 或 cd 流水线,录入就翻译,往 raw 文件夹里扔一篇新文档, agent 会自动帮你提炼重点,重构十几个相关的 wiki 页面。把双向链接全打理好,发现跟以前记的内容打架了,直接给你抛个 warning, 给知识库做 link, 定期跑脚本检查,把死链接清了没写完的概念,补上过时的 api, 打个 as deprecate 的 标签。这不就跟 ci 跑单元测试一个意思吗?提问就沉淀你跟 ai 聊出来的高质量 markdown 对 比表,它会自动帮你 commit 归档回 wiki 里查询,不仅是 read, 也变成了 write。 你的知识库越用越厚,那这套玩法为啥现在才行?以前的模型根本扛不住跨文件同步修改这种需要长线记忆的重构任务,但现在 cloud code 这类终端 agent 已经很成熟了,跨文件重构就是基本操作。 kaopa 自己做了个实验, 在一个大概一百篇来源四十万字的知识库里,连 vector d b 和 reg pipeline 都直接不要了,就让模型自己读目录,顺藤摸瓜找本地文件,结果发现不仅精准,而且整个架构干净的不行。 这套方法其实不麻烦,三步就能跑通。一、前端用 obsidian, 免费,纯本地数据都在你自己硬盘上,心里踏实。二、执行靠 agent 手推 cloud code, 或者用 cursor wind surf 也行,只要能读写本地文件就 ok。 三、用 cloud md 立规矩,再跟目录放个规则文件,告诉 ai raw 文件夹里的东西不准动。 wiki 文件夹里的让你随便折腾。 命名规范是啥? kerpati 在 gist 里分享的,本身就是个 idea, file 设计上就不是让你一行行照着敲代码的,而是让你直接丢给 agent, 让他帮你搭脚手架。现在 github 上各种社区实现也有一堆了,基本开箱即用。 说到底,大模型时代最好的开发者体验 devx 不是 让 ai 替你思考,而是让他帮你把知识底座维护好,你腾出脑子来做真正值钱的判断,别让你好不容易攒下来的 bug 记录和架构复盘发霉了, 找个周末让 agent 跑一遍,把自己的知识库也 compile 起来。大家平时都怎么管技术笔记的?评论区,聊聊你的法子。

今天要分享一个很好用的笔记软件叫 obsidian, 它跟语却、 one note 还有 notion, 其实效果跟目的是一样的,但是它是非常极简的,第一个原因是它是在本地存储的,当然它也有办法可以让你手机跟电脑是相互联通的,但是我个人是在电脑上做笔记多一点,所以觉得 存在本地上的笔记是最安全。第二点是它的文件的格式其实全部都是用 markdown 写的,就是非常不占空间的一个很小的格式。那我今天要推荐几个。第一个是微信读书的备份的方法, 看我这边我所有在微信读书上看过的书,还有所有的笔记都在这个里面,包括他帮我分类分成了个人成长类的,计算机的,教育学习的,理财的,技术类的,小说类的,文史哲等等,心理学的他都这样帮我区分好的,备份过来的,可以看到读的日期, 包括我做的所有的笔记,都是能够全部同步到这边来的,我觉得非常的有用,也可以做一个数据库卡片,这样就能按照这个图片显示在这边,是非常的方便的, 否则在微信读书上看完了之后,可能就不太记得怎么弄到这边来讲一下怎么用微信读书去备份。在这个 c 点这边有一个 设置齿轮,你点进去之后他就有第三方插件,核心插件里面基本上就是一些常用的白板,还有这个大纲换挡片背写第三方插件还蛮有用的,你在这边这个社区插件这边点浏览自己去搜就好,有点点像 crm 装那个扩展 工具,我这边下的就是这个 we read, 可以 看到版本零点一七点零,你把它下好了之后,在这边把它按一下就能起用了。起用了之后在设置里面这个扫码登录,你登录进去之后,你设置一下笔记保存的文件夹的位置,还有你有一些书籍的黑名单可以去进 行设置,包括文件夹的分类,你也可以分,按说明还是没有分,还是像我这样按文字折这种去进行分类笔记的模板,你也可以 点进去编辑一下,但一般我不太动这个,因为整个插件已经很好用。这样弄完了之后,你的这个 c 链这边就有一个同步微信读书笔记的这样一个小书籍,你点一下之后,你就会出现我这边这种一篇一篇的,他就是原笔记, 意思就是最底层的笔记单元里面全是我当时做的笔记觉得比较好的语句,在每一个分类底下就能找到你读过的所有的书。

我并不认为 obsidian 是 一款使用门槛很高的软件,事实上,只使用 obsidian a d 自带的核心功能,就已经可以非常高效地管理我们的笔记与知识。 obsidian a 是 一款跨平台的本地笔记软件,支持 mac os、 windows、 linux、 ios、 android。 在 abc 中中,仓库 world 本质上就是一个普通文件夹,你的所有笔记都会以 markdown 文件的形式存放在这里。如果你已经看腻了传统浏览器式的标签页布局, 可以试试堆叠标签页,整体视觉会更紧凑。支持通过鼠标自由拖动标签页位置,可以分屏上下或左右排列。强烈建议你从一开始就养成添加笔记属性 front modder 的 习惯,输入即可创建或引用笔记。跳转到目标笔记后, 可以看到哪些笔记引用了它。反链命令面板几乎可以解决百分之九十的问题。使用设置别名,在链接前加一个 即可把内容直接嵌入当前笔记核心插件,如工作区白板、关系图谱模板等。强烈建议起用。首次使用需要关闭安全模式插件推荐网站, tabs, tabslinken and plugins 常用快捷键,如 command 加 o o o 快 速切换笔记。 command 加 p p, 打开命令面板。如果你是第一次使用 obsidian, 我 的建议只有一句话,先用起来,再慢慢优化。笔记系统不是一次性设计出来的,而是在长期使用中不断演化的。