obsidian最好的ai插件

obfuscating 的 ai 插件到底应该如何使用？它能实现什么功能？插件设置界面？这满屏的专业术语都是什么意思？应该如何设置？今天我就用一个视频为大家讲解 obfuscated 插件的使用方法， 插件的参数设置和使用方法我都整理成了知识笔记，并且把核心参数都以表格形式列出，供大家快速查找。视频的最后我会分享给大家。 今天的视频分为以下几个部分，首先我们来快速的做好准备工作，准备 ai 的 api key 和安装 lm studio， 部署本地 ai 大 模型。 然后我们来做基础的插件设置，也就是配置 ai 的 api key， 然后在 ai 对 话框中和 ai 进行一次成功的对话。 之后我们来看看如何实现 ai 知识库功能，也就是 r a g， 让 ai 能够读取我们知识库中的笔记，成为我们的知识库助手。 最后我们来详细的过一遍口拍了的插件的设置界面，看看每个参数都是什么意思，哪些参数需要重点关注视频的最后我会把知识笔记分享给大家，同时针对 obsidian 的 ai 功能与大家分享一些我的个人看法和心得。 我会讲一下哪些 ai 工具能对 obsidian 实现一个功能上的互补。那么我们就正式开始。首先我们要知道的一件事情就是在 obsidian 中的 ai 插件访问 ai 只有两种方式，第一种是通过 api p， 第二种是通过本地 ai 大 模型。 获取 apikey 的 方式很简单，以 deepseek 为例，我们在官网的右上角点击 api 开放平台，选择 apikey 页面，然后创建一个 apikey， 把这一长串的乱码复制下来即可。我们需要注意的是，大部分 apikey 都需要收费， 费用普遍不贵，但是大家也可以选择有免费额度的 ai， 比如阿里的谦问或者智普 ai 的 glm 模型，它们的免费额度都非常的高，性能也很强。 另一种方式是本地部署 ai 大 模型，本地 ai 大 模型的性能受你的电脑配置的影响，相比 apikey 的 方式， ai 的 性能会弱一些，但是因为部署在本地，会有非常好的隐私性，并且不需要联网。 如果你的知识库中的内容隐私度较高，就很适合本地 ai 大 模型。当然也可以结合使用。 我们下载 lm studio 这个工具，下载之后安装，然后打开，在 lm studio 的 左侧点击放大镜按钮，打开搜索页面，搜索关键词，千问二点五，横线欧米尼，横线七 b， 然后安装。 我们在开发者界面的右侧选择 log 这个选项卡，在下面的上下文长度里选择八千，也就是八千 token 的 上下文长度。 那我的电脑是笔记本，显卡是 rtx 四零六零 laptop 版，显存是八 g。 如果你的电脑性能更强，那么这里的 token 长度就可以设置得更高。 同样，如果你的电脑性能更强，你也可以部署更高级的本地大模型，就比如千问三的十四 b 大 模型。你也可以根据自己的实际需求选择部署其他的开源大模型，就比如 deepstack 或者是 openai。 我们点击设置按钮，打开，使用 c o r s 这个选项，然后把界面右上角的 http 地址复制下来，这个地址就是我们本地 ai 大 模型的访问地址，那么到此准备工作就完成了。 接下来我们在 ai 插件中配置 ai 模型，就可以在 obsidian 中与 ai 对 话了。我们安装口拍了的插件之后，在设置界面中来到 model 选项卡，点击爱的 model， 添加一个 ai 模型。首先是 apikey 的 方式，这里我用的是智普 ai 的 apikey。 设置界面中我们主要关心三个参数， model name、 base url 以及 apikey。 那 我教大家一个小技巧， model name 和 base url 你 可以直接在网页版上问 ai， 比如你用 deepstack， 你 就直接在网页版 deepstack 上问他，如果我通过 api key 访问你使用什么 base url 和 model name， 然后他就会告诉你了。 那这里 model name 我 们写 g l m 横线四点六，这个就是你要访问的模型名称啊，就比如最近比较火的谷歌 jamming 三，那它的模型名称就是 jamming 横线三，横线 pro 横线 preview display name， 我 们就随便取个名字叫 g l m 那 provider 这里建议统一选择 open ai for mac， 那 这是 open ai 制定的一个行业标准， 我在知识笔记中列了一个表格，把目前主流 ai 的 base url 以及匹配 open ai 标准的 base url 都列了出来，那大家直接查找使用就可以了。 然后下面的 base url 和 api key 填入对应的值。最下面的模型能力，那这里分别是推理能力、视觉能力和网络搜索能力。 根据你所使用的 ai 来选择就可以了。如果你不知道你的 api 可以 是否具备这个能力，可以直接在网页版上问 ai， 或者参考我这里的表格。不过要注意的是， ai 的 更新呢，非常快，那推出新版本之后呢，可能就会有一些变化， 那么我们点击 test 测试一下是否连接成功，那如果成功的话，就点击爱的 model 按钮，添加这个模型，然后回到 office 界面，打开 copilot 的 ai 窗口，向 ai 发送一个简单的提示词，那如果 ai 成功返回内容，就说明配置完成。 第二种方式，使用本地 ai 大 模型。我们依旧点击爱的 model， 在 窗口中输入刚才我们在 lm studio 中部署的本地大模型名称，也就是纤维二点五毫米尼七 b。 然后下面的 provider 我 们要选 lm studio， 那 base url 就是 在 lm studio 中的那个 http 地址，那下面的 a p i k 我 们不需要填，因为是本地模型，所以我们要勾选 c o r s 这个选项， 那模型能力勾选推理能力和视觉能力，因为千万二点五 omega 七 b 是 具备这两个能力的。然后你还可以根据你的实际情况调整上下文长度和提示词温度这些参数， 我们点击添加，然后在 ai 对 话框中输入指令，然后就调用了 lm studio 中部署的大模型返回的结果，那么本地大模型的方式我们也跑通了，那么到此我们就完成了基础的 ai 聊天功能的设置。 接下来我们来看看如何配置 r a g 功能，也就是解锁增强生成，也就是让 ai 读取我们的知识库笔记，实现 ai 知识库功能。我们来到 model 这个选项卡，把滚动条往下拉， 来到编辑 models 这个区域，也就是设置向量模型。我们这里先使用谷歌 jimmy 的 向量模型，我们点击编辑按钮，在弹出的窗口中啊，只需要配置我们的 apikey 就 可以了，我们可以点击输入框下面的这个 get jimmy apikey， 它会打开谷歌 jimmy apikey 的 页面，你就可以直接复制 apikey 过来了，然后点击 close， 然后我们来到插件设置界面的 qa 选项卡， 那在这个页面的第一个选项 enable semantic search， 我 们把这个开关打开，然后它会提示我们要要求我们做一次整个知识库的缩影，我们点击确认，然后它就使用谷歌的向量模型对我们的知识库进行了缩影， 缩影完成之后，我们就可以实现 ai 知识库功能了。我们回到 copilot 的 ai 转化框， 把对话模式切换到 voq a， 也就是知识库问答模式。向 ai 发送一个问题，他就会到我的笔记库中寻找相关的资料，然后进行回答。那这里我询问的是有关 jimmy 三的一个复读机 bug， 他 找到了这篇笔记，并且根据笔记中的内容进行了回答，同时他还标注了引用来源，也就是我的这篇笔记。那么到此我们就初步完成了 obsidian ai 插件的 r a g 功能，也就是 ai 知识库功能。 那这里我要说一下， office 点 ai 插件所提供的 rags 功能还是比较基础的，那只能用作你对知识库进行知识回忆这样的一个基础功能。那它相比于专业的 rags 工具呢？比如 launch rags flow 比赛还是有很大差距的， 而相比于 notebook lm 或者是 notion ai 这样的云端 rags 工具，那差的更是很远。 这也是为什么我在之前的视频一直强调 notebook lm 这款工具对奥布斯内来说是一个非常好的功能互补，那未来我也会推出视频来为大家讲解 notebook lm 的 使用方法。 obscene ai 插件的 r i g 功能呢，主要受限于运行的环境，也就是浏览器内核 electron， 它的算力呢，比较有限，使用的也都是轻量级的像样数据库。而专业的 r i g 工具往往运行在 dawk 中，有着自己独立的进程和资源，那使用的也是专业的像样数据库， 而呢，它包括 l m 和 notion 的 r a g 则则是在云端，它们的算力资源呢更强大。那而另一方面呢，在口拍的插件中，想要把 pdf 这样的二进置文件做向量缩影，则需要订阅 plus 用户才能拥有这个功能。 我们在口拍乐的插件的订阅界面能看到详细的信息，那也就是说，如果你是普通用户，你的 obcd 数据库中的 pdf 和图片是不会被锁引的，那也就自然不具备 word q a 功能。那这种情况下，最好的方式就是使用 windows 和 l m， 我并不建议大家去付费订阅口拍了的插件。那么到此啊，我们就实现了口拍了的插件两个主要的功能，也就是 ai 对 话和 ai 知识库问答功能。 那么最后我们针对插件的设置界面进行一个快速的浏览，我们来看一下这些专业的参数如何选择啊，关键的设置我会重点讲解，而所有的设置项目我都总结到了知识笔记中， 那首先第一个选项卡 basic 基础设置，那这里主要是有关插件的界面以及快捷键相关的基础设置主要是关于便捷性的，那这一部分参数都不是关键参数， 那大家可以直接看我知识笔记里总结的表格。那我们来到第二个选项卡 model 这个页面，我们刚才已经讲过了，那上面的 chat model 就是 设置你所使用的 ai 模型，而下面的 bunding model 则是设置限量模型的，那中间有一个参数叫 conversation turns in context。 这个参数的意思是 ai 能记住多少轮对话，能默认是十五，也就是记住你之前的十五轮对话。那设置的值越大，消耗的上下轮 token 也就越大，同样呢也就越贵。那如果你习惯与 ai 进行多轮的长对话，那么你可以修改这个值， 那第三个选项卡 q a， 那 这个页面都是关于 r a g， 也就是知识库问答功能的。那最上面的 enable sematic search 是 总开关，如果你要使用的话就开启 那第二个向量模型，就选择你配置的模型。我们刚才使用的是 java 的 模型。那第三个选项是什么时候对知识库进行？所以 那三个选项分别是从部，所以当插件加载的时候，所以，或者是切换向量模型的时候，所以 我建议大家修改为从不锁瘾，然后呢，手动进行锁瘾即可。那当你修改了大量的知识笔记，然后选用知识库问答的时候，用 ctrl 加 p， 打开命令面面板，输入 compiler， 然后选择 index word， 这个命令就可以对知识库进行锁瘾了。 在下面的这些参数，大家可以参考我知识笔记中的表格，但我建议大家保持默认值。当你的知识库笔记越来越多啊，你可以设置 max source 或者是 r a m limit， 但就像我说的， obsidian ai 插件的 r a g 功能非常基础，那如果你真的有几千篇的核心知识笔记，那我建议你使用专业的 r a g 工具，或者使用 note book， 然后进行针对性的问答。 那第四个选项卡， command， 你 可以设置一些自己常用的 ai 提示词，并且在这里添加到快捷指令，那插件已经给你提供了一些，比如翻译成中文这个指令，它就给你写了一段提示词啊，包括语气，语境，格式还有结构这些要求。 那你可以自己写一些常用的提示词，比如翻译啊，总结，还有格式化等等。那第五个选项卡， plus 是 针对 plus 订阅会员的，那这里我想要着重讲一下第一个功能，也就是智能体功能。 copilot 插件为 plus 会员提供了智能体功能， 它可以根据你的要求呢，自主思考并拆解任务为多个步骤，然后逐个步骤完成。那我们知道 notion 三点零发布之后呢，具备了 ai 智能体功能，非常的强大。而 obsidian ceo 最近接受采访的时候说过， obsidian 对 官方的 ai 智能体功能持谨慎态度， 尤其是考虑到 obsidian 知识库本地化和隐私跨这一问题。那说人话呢，就是 obsidian 短期内不会推出 ai 智能体，那想要 ai 智能体，那就得自己想办法。 那么如果你对 ai 智能体有需求，可以考虑 copilot 的 plus 订阅，那当然我们肯定有很多别的方法实现自己的智能体，那这个以后我会出相关的视频。 那么设置界面最后一个选项卡，高级设置，这里面我们需要关注的就是系统指令， system prompt， 我 们可以设置一个全局的系统指令，对所有的 ai 问答设置一个宏观的规则。呃，就比如，呃，请使用专业严谨的风格回答，不要有过多的暧昧，那或者是呢，在提示词中给它设置一个统一的回复格式等等。 那么以上就是口拍的插件的设置界面，总体来说，口拍了它作为 obsidian 的 旗舰 ai 插件，基本囊括了主要的 ai 功能，但相比于 notion 这样的工具还是有一定的一定的差距啊。 但是得益于 obsidian 文件本地化的特性，我们有很多种方法来为我们的知识库加装 ai 功能。那大家可以参考我屏幕上展示的这几期视频， 我对 obsidian 的 ai 扩展有很详细的讲解，那如果大家有任何问题或者有想要实现的 ai 功能，欢迎给我留言提问。 那这期视频的知识笔记可以在我的个人主页领取。我的个人主页呢，在我的频道简介中，那么今天的视频就到这里了，如果视频对你有帮助，欢迎点赞关注。

今天是什么喵这期视频给大家科普一下 obsidian 的高人气插件，不过建议大家按需下载，因为插件只是一个辅助让你的 obsidian 更好用的工具。重要的是怎样用 obsidian 记录灵感输出内容，不要本末倒置哦。 好了，推荐开始，数量可能较多，大家赶快拿出小本本记录下自己需要的插件吧。 人气插件一， x 开了装这个插件是 obsidian 下载量第一，第三方白板功能，界面好看，功能强大。人气插件二， data view 这个是 upset 点数据库管理工具，不过属于比较高阶的功能，小白可以暂时无事。人气差减三， advanced tables 这个是表格功能增强差 插件，可以实现在 opc 店快速制作和修改表格。人气插件四，看版这个插件的用途是支持在 opc 店里建立看版视图。人气插件五， calendar 这个是日历插件，在 opposite 店里增加日历，试图并可以与预计功能联动。人气插件六， advanced slice 这个是幻灯片功能的增强插件。人气插件七， temperature 这个是模板功能的增强插件，可以自定义在不同文件夹下创立不同的模板。 人气插件八， tasks 这个是任务列表的增强插件，安装后可丰富任务列表的属性。人气插件九， man map 这个是可以将 oppo 系列内容转换成老图的插件。推荐完毕， 大家可以根据自己的需求自行研究每个插电的具体用法。 b 站也有很多大佬的讲解视频，我这里就不一一介绍了，下个视频再介绍几个，虽然人气没那么高， 当我自己比较常用的爱用插件吧，那么我们下个视频见。

c 店里面比较好用的一个插件叫做 uolo， 那 我今天分享我是怎么发现它的，也就说它有什么样的特点，我跟大家做简单的演示。那最开始的话，我是在用 smart composer 这样一个插件，也是蛮好用的，那我注意到它的插件里面有一个公告，就表明它的插件的话现在是由独立的开发者来维护的， 可能就会遗留一些问题，或者是一些新的功能的话，没有及时的响应啊，他说可以，大家可以基于他的项目呢来做一定的开发，那我就发现在基于他的项目做开发里面呢就有优乐这样一个产品，那我就去下载体验了，发现还蛮好的， 那它有什么样的特点呢？首先呢它配置比较简单，那它对于这个配置模型的这个部分呢下了点功夫，然后配置完了，然后呢基本上就能很快的使用了，在这里面大家去使用的时候就能感受到。那接着的话我给大家去看一下它在 chat 啊，普通的这个沟通和 这个 edit 上面一些体现，比方说它在呃一个 chat 的 部分，那这个就是它的一个主要的页面，比方说我告诉它了我 一个流程，然后我让他去按照一个固定的内容去整理笔记，可能这个就是大致大家可能用 chatbot 的 这样一个形式，他会把这个内容给它呈现出来，这里的话就会有个应用，我点击应用之后呢，他就会把这样的一个内容呢插到我的笔记里面，然后呢 我也可以对他修改过的内容呢再做一个确认，然后呢就可以呈现出来了，就非常的方便啊，我直接在我的笔记右侧就有这样一个对话框，就可以去做对应的修改了。 那另外的话它有一个 edit 的 一个功能，就是我比如说选中某一个内容，那其实我就可以一方面我可以添加到对话，那我可以比如说点添加到对话，那它就把这样的内容你看 就添加到我的这个笔记里面，然后我可以基于这样的内容呢做进一步的沟通和了解。另一部分呢，我也可以比如说选中这个内容，我可以点击，也可以 ai 改写，我就可以直接在这样的一个输入框里面去让它比方说去拓展啊，或者说做一些的沟， 或者说改写其他的内容啊，把它做成招标啊，做成代办市场啊这些，那它你可以选择对应的相应的你配置好的模型，比如说克劳的 sony 的 四点五啊，或者说这个 jimmy 三 pro 这样的一些内容，那它就可以直接在这个地方去做实现啊，也可以去选中某一个单词啊或者表格，然后点击之后呢，它才会深入理解，然后又到这个选选中的这个框里面去做沟通，就非常的方便。

现在是搭建个人笔记系统最好的时候，就像我在知识星球 newtap 里分享的那样，我们的大脑不是用来记东西的，而应该去做那些创造性的工作。现在有了大模型技术，有了 ai， 笔记系统一下有了质的飞跃，不管你是要查询还是要生成，都超级方便， 这才是名副其实的第二大脑。 second brand。 我在上一期视频当中分享了我个人的 ai 笔记系统，整套系统就像一个漏斗一样，把我每天接触到的海量外部信息层层的过滤、提炼，最后凝练成了一条条的笔记，内化成了我自己的东西。 那么在笔记生产这个环节，我最终选择的工具是 upstam。 这款软件在国外很有名，但是在国内还非常小众。之后我会结合我的使用体验，多出点视频去介绍它。我非常确定，只要你上手之后就一定能明白我为什么会 花这么大力气去推荐它。那本期视频我会介绍两款， ops 点的 ai 插件是我经常使用的，非常好用，也非常重要。那咱们从第一款插件开始， text generator 是我用的最频繁的插件，你可以把它理解为就是 ops 点内置的 cher gpt。 比如一条笔记的内容太多了，我可以让他帮我总结和简化基于选定的内容，我可以让他帮我头脑风暴想更多的点子。我还可以让他帮我拟文章的大纲，起标题，或者根据笔记的内容生成标签。 这些用法跟你之前使用却 gpt 是一样的，只不过所有的指令和 prompt 都被做成了模板，不需要你再去一一输入了。而且如果你还有特定需求的话，可以对这些模板进行修改，都非常容易。要安装这个插件，来到设置里的社区插件，点击浏览，然后输入名字，最后下载和启用。 搞定之后，软件的左边栏多了一个这样的按钮，打开之后你就可以去下载现成的模板，那这些模板都存储在这个位置，你会发现这边多了一个 text generator 的文件夹， 在文件夹里你可以挨个查看，每一个模板的意思都是非常简单的，英文比如 summarize 这个，那括号里的 context 就是上下文，也就是你选定的笔记内容这一行的作用，它是告诉 ai 你想对什么内容进行处理。下一行 prompt summarize the content 就是字面的意思嘛， 就是让 ai 去把上下文里的内容去总结了。要在笔记里使用的话，按快捷键打开命令面板，输入 text， 在下拉列表里找到 generate and insert 这一项，在里边就会找到 summaride， 然后点击执行。等个几秒钟我们就会看到 ai 确实是总结完了，但是是英文的， 这时候我们只需要对模板做一点点的修改，在 prom 这行里边加上 in chinese 就完事了。再执行一次，现在输出的结果就是中文的了。 你看对现成模板的修改就是这么简单，甚至你还会根据自己的需求去创建自己的模板，只需要使用同样的格式存储在同样的位置就 ok。 这是我最最喜欢这款插件的地方。如果你觉得刚才那样的操作比较麻烦的话，还可以设置快捷键，这样一键就能打开，然后去选择你想使用的模板。 当然你也可以不使用任何的模板，直接点击左边的 generate 按钮， ai 会顺着你的上下文的意思去自由发挥， 这就是第一款插件 text generator。 那我要推荐的第二款插件叫 copilot text generator， 主要是通过模板针对一条笔记发挥作用。那如果我就是想自由问答呢？或者我 就是想针对所有的内容去生成新的内容呢？那口拍了的作用就在这边。我对这一点其实挺烦的，每次想使用大模型的时候，都需要在另外去开个网页，比如去用 chergbt。 我觉得但凡你是个生产力工具，就应该集成了大模型的能力。做笔记的时候也是这样，如果还需要从 ops 点切换到浏览器，那其实是对我思路的一种干扰， 所以口拍乐特能在右边提供这样一个对话框就挺好的，我想用哪个大模型就直接切换。如果要搜索的话，那我就会切到 open router， 它是一个大模型的集成平台，我通过它去使用 proplexity 来搜索。 这样一来我在 ops 店里就能完成我所有该做的事，不需要别的软件来辅助，这一点对我来说非常重要。口拍乐特有个特别贴心的功能，就是下边这个发送笔记的按钮， 点击之后，他就会把你当前打开的笔记自动发送给 ai， 这样就省去了中间的环节，可以直接开始对话。我每次写好脚本之后，都会把脚本发给 ai， 让他帮我生成个大纲， 我通过大纲就能知道这个脚本的逻辑是不是清晰，因为如果 ai 总结的大纲有点混乱的话，那肯定是我逻辑有问题，是我内容的问题。 好的视频内容他的基础一定是清晰的逻辑，在这个方面 ai 还是可以帮助一下的。那有了清晰的逻辑之后，才有了后边开头的打磨和关键的打磨。跑题了，咱们快速进入下一个第三知识库。 在上个视频当中我就提到过这个功能，口拍了的可以把全部笔记作为参考资料，用来回答你的提问，而且他的答案里还会带上来源的笔记，所以你可以把这个功能当做搜索，比如实在记不得或者 懒得去翻几千条笔记的时候，就可以在里边问一句，让 ai 帮你找。另外也可以让 ai 根据你所有的笔记去生成新的内容，当然这个前提是你自己要有一个大致的想法，不然就纯属碰运气，效率会很低。 最后这两个插件都支持各种的大模型，我刚才演示的时候用的是 gpt 四，其实也可以通过欧拉玛使用本地大模型设置，很简单我就不多说了。 ok， 以上就是本期内容，大家如果有什么问题想问我的话，可以来星球找我，我都在，那咱们下期见。

如何在 obsidian 中使用 cloud skill 实现一个 ai 智能体？ obsidian 的 ceo stefan 最近发布的三个 skill， 你 用上了吗？ 我先来做个展示，如何用一句话让智能体下载 youtube 视频，并总结视频内容，刊写知识笔记，然后在无线画布中画出知识结构图。在 obsidian 界面中，我向 ai 发送了一个 youtube 视频链接，这个视频是油管著名博主单口大神的一条视频， 我让 ai 帮我下载这个视频的文案内容，然后提取视频的核心知识点，并刊写一篇带有 obsidian 专属于法的 macdonald 知识笔记， 然后根据视频的知识内容，在一幅无线画布上画出知识结构图。 ai 在 接收到指令后，先调用了 youtube transcript 这个视频，转录 skill， 下载了视频文案， 然后调用了 obsidian markdown 这个 skill， 拣写了一篇 obsidian 知识笔记，然后调用 jason combs 这个 skill 在 无线画布上画出了视频的知识加固图。后面的两个 skill， 也就是 obsidian markdown 和 jason combs， 就是 obsidian 的 ceo stefan 最近发布的三个 skill 中的两个。 我们来看一下生成的内容。首先是 obsidian 知识笔记，可以看到知识笔记带有详细的元素句区，并且含有 obsidian 专属的 callout 语法。 我们打开当前笔记的关系图谱，就能看到笔记中的双向链接。然后我们来看一下 ai 绘制的无线画布， 可以看到视频的知识架构被清晰的整理到了无限画布中，甚至还带有原视频的链接。那有了这样的智能体能，为我们省下很多重复性劳动，让我们能够专注在学习和思考上。 今天我就用一个视频教会大家这个智能体的实现步骤，整个流程非常简单，具体步骤和相关知识点还有提示词我都整理成了知识笔记，最后会分享给大家。 首先我们来快速安装一下相关的环境。首先是 cloud code， 关于 cloud code 和 cloud skill 这部分内容在我的上一期视频中已经讲得很详细了。如果你还不知道 cloud skill 和 cloud code， 我 强烈建议大家回看我的上一期视频。那么这里我就快速的过一下安装流程。 我们先安装 windows， 直接去官网下载，然后双击安装即可。打开命令行，通过一行命令来安装。卡洛克，如果你在这一步有网络问题，可以使用网络加速，或者使用国内的 npm 镜像。具体的做法是在命令行后面添加额外的参数， 具体的命令我也展示在屏幕上。安装完成之后，我们要把 cloud 的 ai 替换成兼容模型，因为 cloud 对 网络和地区的限制非常严格，且价格较贵。 目前国内的 ai 比如 deepsea、 智普 glm 都支持了 ospec 的 api 接口。相关的官方文档我已经展示在屏幕上。 我们在命令行中分别输入这三行命令，来把 cloud code 的 ai 接口替换成智普 glm， 然后重启命令行，输入 cloud， 然后回车， cloud code 就 运行起来了。那么到此 cloud code 就 安装完毕了。 接下来我们来配置 obsidian， 这里我们需要安装一个插件，名字叫 cloud 点，是专门为 obsidian 适配 cloud code 的 插件，目前这个插件还没有正式发布到第三方市场中， 我们在 github 上找到 clouding 的 仓库，在 reedme 中能看到安装方法。我们手动下载三个文件，分别是 main 点 js， mainfast 点 json， 还有 style 点 css， 然后来到 obsidian 仓库所在的文件夹，在点 obsidian 文件夹中找到 plug ins 文件夹，然后在 plug ins 文件夹下创建一个叫 clouding 的 文件夹， 并且把刚才下载的三个文件放进去。然后我们打开 obsidian， 在 第三方插件界面把 cloudian 这个插件的开关打开， 然后来到设置界面，插件的设置界面有一些基础设置，比如 cloud 应该如何称呼你，这里我填 jason。 然后我们把滚动条拉到最下面，找到自定义变量，这里我们需要设置三个变量， 分别是 ai 的 u， r， l， a， p， i， t 和模型名称，那这里我们依然使用智普 g l l 模型，那你也可以使用 deep six 模型，那具体的参数我已经展示在屏幕上了。 设置完毕后，重启 off c 点，然后在键盘上按下 ctrl 加 p， 打开命令面板，输入 cloud 点，选择 open chat view 来打开 cloud 点的 ai 对 话窗口，在对话窗口中输入一个你好能看到 ai 返回结果，说明配置成功， 那么到此我们就完成了环境的配置。那接下来我们要把相关的 skill 放置进来。首先就是 obsidian ceo 发布的三个 skill， 我 们来到 github 搜索 obsidian skills， 找到 cappano 这个人的仓库，点进来，我们看到说明文档中已经说得很详细了，一共 seven skill， 分 别是 obsidian markdown， 用来拷写含有 obsidian 专有语法的 markdown 知识笔记。第二个是 jason canvas， 是 用来让 ai 帮你绘制无线画布 canvas 的 skill。 第三个是 obsidian basis， 是 让 ai 来帮你创建 obsidian 数据库用的。我们点击右上角绿色的 code 按钮，把整个仓库以 zip 压缩包的形式下载下来， 解压缩之后，把 skills 这个文件夹复制出来，然后来到我们的 obsidian 仓库所在的文件夹，找到点 cloud 这个文件夹，进入之后把刚才复制的 skills 文件夹拷贝进来，那么现在我们的 obsidian 就 已经有这三个 skill 了。 我们回到 abc 界面，在 abc 插件的 ai 对 话窗口输入斜杠 skills， 然后回车 ai 如果能够列出它所拥有的 skills， 那 么我们的整个流程就实现完成了。我的 ai 之所以有这么多的 skills， 是 因为我在 cloud code 的 全句目录下放了很多 skills， 大家可以回看我上一期讲 cloud skill 的 视频， 那么现在我们就可以让智能体来调用 skill 帮我们完成任务了。首先我让他用无线画布 canvas 来画出有关地中海饮食的知识结构图，并把生成的无线画布文件保存到 opposite 仓库的根部部。 我们可以看到 ai 在 接收到指令后，马上选择使用 jason canvas 这个 skill， 经过一段时间的思考之后，画出了知识库的根目录中。我们点开这个无线画布来看一下， 可以看到 ai 画出了地中海饮食的知识框架，并使用不同的颜色模块进行了分组。那么到此我们就成功在 office 界面中调用 cloud skill 来实现智能体功能了。 如果你想要为自己的智能体安装更多的 skill， 可以 到 github 上搜索相关仓库，比如 awesome cloud skill 这个仓库，以及 ospec 官方 github 仓库相关内容大家可以回看我们上一期视频。 这里我想额外说一个问题， stefan 发布的这三个 skill 是 全英文的，如果你向 ai 发送中文指令， 大模型在匹配的时候不一定每次都能精准地认识到应该使用哪个 skill， 那 解决的办法也有很多，你可以在提示词中明确要求它使用某一个 skill， 也可以来到 clouding 插件设置界面中的系统提示词选项， 在系统提示词中，要求 ai 在 接受到用户指令后，优先思考应该使用哪个 skill。 那 这样一来，你的 ai 有 了 skill 的 加持，就能变得更加智能，对特定任务也会完成的更加精确。对于 obsidian 的 ceo stefan 发布的这三个 skill， 我 个人认为更多的是代表官方的态度。 dolphin 他 没有发布在 obsidian 官方的 github 上，而是发布在了自己的 github 账号上。可以看到 minimo 这个外观主题也是在他的这个账号上发布的，因为他是这个主题的作者嘛。至于他之前接受采访中所传达的理念，可以说是知心合一的。 之前的采访中他说过，出于隐私等因素， obsidian 对 于发布官方 ai agent 的 持谨慎态度，这一点是不同于 notion 的。 由于 obsidian 的 文件隐私性，他鼓励用户自己去决定以什么样的方式使用 ai。 也就是说，你如果想要 ai 智能体，就自己手搓一个，而如今他自己亲自下场，带头手搓 agent skill， 并且发布在他自己的推特和 github 账号上，而不是官方账号， 这就非常符合他之前所传达的观点。 obsidian 不 像 notion 那 样环境是封闭的，限制那么多， obsidian 的 文件完全本地化，完全掌握在你自己手里，大家可以根据自己的需求，灵活地通过各种方式使用 ai。 那么今天的视频内容就到这了，大家现在就可以上手把 stefan 发布的 thank you 用起来了。视频中的内容和知识点我都整理成了知识笔记，大家可以在我的主页或频道信息中找到我的个人主页地址来下载资料，有任何问题都可以在评论区中给我留言，记得点赞关注，谢谢大家！

同一段内容三种图， canvas x keloid moment 全套 skills 完全开源。 hey， 你 好，欢迎回到 exter。 最近啊， obsidian 官方开源了一套 cloud skills， 这件事非常关键，因为它相当于把路给修好了。那我今天做的事情就很简单， 我把格式化这辆车开出来，咱们不讲概念，直接来给你看结果。我们先把时间线讲清楚，我在二零二五年四月就公开演示过 ai 写 obsidian canvas 画图。二零二五年七月呢，我又把流程扩展到了 cloud code 和 james c l i， 连 excel 也一起跑通了。但当时没有 skills 这种可安装可分发的机制，所以我当时交付的呢，是一个蓝图 prompt， 我 把它放到了我的免费课程里边。 现在官方把路修好，我就把这套东西呢，升级成可安装可分享的 skills 了。今天啊，我就给大家演示常用的三种文本格式化的 skills。 我用同一份 maps 内容，用官方的 skills 跑一次，用我的 skills 呢跑两次，然后再用同一份内容，用我的另外两个 skills 呢，生成 excel 和模型的图标，你看完就知道呀，这到底是不是生产力了？好，我们先来看官方的 json canvas， 这就是官方 skill 生成的 canvas 结果它解决的核心问题呢，就是生成一个合法的、规范的 canvas。 json 这件事非常重要啊，因为你只要 json 不 合法，那么 obsidian 就 直接打不开。那再看我这边， 首先呢，我的 skill 变量只有一个，就是要不要指定布局。我们先不指定布局，让它自己来判断。 maps 这种层级结构啊，会自动地选 mindmap， 这是默认输出，你会看到它的目标不是把节点放进去，而是尽量的让层级关系呢，更能一眼的就能读清楚。然后我只改一个变量，我明确的指定 freeform， 就是 同一份内容，立刻就变成了白板沙盘的表达，这就更像你在白板上组织结构。 所以这里真正的差异啊，不是我比官方多了一个样式，而是官方给你 bassline， 给你基线。而我这边呢，我既可以自动推断，也可以手动切换布局。 那官方解决的是格式合不合法，我解决的呢，是布局好不好看。我现在不下结论说谁永远更好，因为这跟输入规模呀，内容结构，模型状态都有关系。但至少这次实测说明了一件事， 当你把生成策略写清楚，输出呢，就会更加可控。那这就是我做这个 skill 的 原因。好，接下来同样的内容呢，我再让它生成 excel 状，样式，同样让它自动选择。 你看这个风格就很直观了，手绘感、演示感很强。而且重点是啊，这不是图片，它是可以编辑的原文件，你之后要改结构，改错词，改排版，都可以继续改。这就是我说的资产保证度。你拿到的不是一个截图，是可以持续迭代的数据资产， 所以我一般要做分享，做讲解，或者是做视频里的视觉照就很合适。然后是默 made， model 的 定位就更加功臣一些了。你看它生成的是这种 subgraph 的 分组连接关系，还有注视线往下呢，还有张表，把思维的核心问题呢，和关键词都直接的整理出来。这就是 model 的 优势啊，它更适合进文档，进项目说明，进课程的讲义。 所以当你写文章，写 readme， 写 s o p， 想要一张专业的结构图的时候，那磨美的很省事，它也很容易的版本化，你只要改两行文字图就更新了，这也不需要你重新的去拖拽 这三种内容格式化的方式啊，基本上就能覆盖我们大部分的使用场景了，所以我把它打包成了三件套。 canvas 我 们可以做思考沙盘， excel 我 们可以做表达和演示。模拟的呢，我们可以用来做工程文档， 那同一份内容你就可以按场景来切换输出格式就可以了。安装方式呢，很简单，从描述栏的链接进入到我的开源的仓库，然后呢，把这些文件下载回来， 放到你的用户目录的 cloud skills 里面就可以了。然后 cloud code 呢，它就能调用这些 skill。 当然我也要提前说清楚，这套东西呢，还是实验性的，我并没有做过非常完善的完美的测试，所以你把它当成一个可读可改可复现的实验，更准确一些，有问题就可以提 issue， 或者你自己去 fork 一个去改都可以。 那官方修路给我们规范和生态，我做的就是把格式化这辆车开出来，你要的就是更少的拖拽，更少的对齐和更少的手工整理。那这一套打法呢，其实就是我的 maps 体系里面的架构层的一个落地演示，先定义系统，再选择工具。 我在二零二四年使用 make 加 notion 做默认的图，二零二五年用 cloud code， gemite， c， i， l i 等等这些 ai 工具呢，做 opposite， canvas 和 external 的 图，包括今天我们用 skills 再来实现同样的目标， 这里体现的就是工具自由。你输出的是规则， ai 呢，就负责执行今天开源的是规则， ai 呢，就负责执行。今天开源的是规则， ai 呢，就负责执行。今天开源的设计思路蓝图 prompt 怎么写，怎么叠代， 在我的免费课程里面都有链接在描述区。如果你想系统化地掌握这套思维方式呢？ maps 的 训练营的链接也在下边。那今天就到这里，咱们下期再见。

obscene 终于长脑子了，记得我之前用 n 八 n 的 支持流水线吗？今天这个是降维打击，你敢信？这张包含了 mini max 融资历存和 ipo 数据的复杂 canvas 我 连一个字都没写，全是 ai 自己画的。 obscene 支持 skills 了，它不再需要复杂的外部管道，直接就能听懂人话，玩法彻底变了。更绝的是 组织设计，产品架构方案拆解，拆书学习，甚至画 roadmap 做脑报。一句话，自动生成 canvas， 重点自动高量。这就是 ops 店 ceo 亲自开发的 skills 插件。别再当知识的搬运工了，让 ai 当你的打工仔！安装超简单告诉 cloud code 的 一句话，安装这里的 skills 搞定，大家快去试试吧！

在学习这件事情上，我们还挺有共同点的，收藏从未停止，学习却从未开始。今天我们就来整合二零二五年市面上热度最高的 ai 工具，打造一个能帮你搜集任何领域教程资料，实现对复杂信息深度研究， 把所有笔记进行自动化整合，还能一键构建出清晰的知识图谱，甚至能通过互动学习，确保你真正掌握知识的 ai 学习工作流。老规矩，本期所有的干货笔记和提示词我都已经打包好了，那就让我们抓紧开始吧！ 嗨，这里是猴哥不请自来的 ai 频道，为了让这个流程演示起来不那么抽象，我们就拿一个所有 ai 玩家都绕不开，但又极度碎片化的领域提示词工程，从零开始，搭建这个领域的完整技能树。第一步，对这个领域进行知识建模。 简单来说，就是把一个混乱未知的领域变成一张清晰有序的知识地图。而这一步，我们用到的 ai 神器就是 deep research。 截止到二零二五年底，全球主流的模型厂商都推出了自己的深度研究功能。你不用担心他背后的技术有多么复杂，你只需要知道，他与传统的联网搜索完全不同， 他能够自主进行多步规划，自动查找、阅读大量的网页文献，自我反省，并最终生成长篇的深度研究报告。而这个能力，正好解决了我们学习任何新的领域时，最核心的痛点，到底从哪开始学。 于是我设计了这套提示词。我没有让 ai 自由发挥，而是强制他必须把我们要学习的领域拆解成一个严格的三层数型结构， 一级节点是学习阶段，比如是基础篇还是境界篇。二级节点是知识大类，三级节点是最关键的原子技能，也就是最小可学习、可验证的单元。接着让他为每一个原子技能去全网搜索最权威、最优质的学习资源， 然后把这些资源和我们刚才生成的原子技能编号一一绑定，这样就确保了我们学到的每一条知识都有据可查。最后我要求他为每一个原子技能都确定一个明确的通关标准， 这个标准必须是可验证、可付现，甚至可失败的。这样就把学会了从一个模糊的感觉变成了一个可以被明确判定的标准化。结果最终我们就得到了一个高度结构化的深度研究报告。 第二步，知识大拆解把研究报告翻译成知识库大纲。现在我们手里已经有了一份包含了提示词工程这个领域所有关键信息的原始材料，但他还只是一份冰冷的研究报告，我们阅读起来非常费劲。 这一步我们需要用到像 java 这样的大语言模型。把研究报告翻译成可以被我们理解并使用的知识库大纲。这是我给他的 prompt 任务，非常简单，只允许他输出标准化的 markdown 元素。把研究报告中的知识细节结构化的输出， 为每一个原子知识节点都规定了一个极其严格的不可更改的输出格式，只为给后续步骤提供一个绝对精准的工程蓝图。 第三步，自动化构建 office 点笔记系统。这一步我们用到的不再是普通的聊天 ai， 我 们需要的是像 tree 或者 cloud code 这样的拥有文件系统操作能力的 ai 集成 ide， 简单来说就是能直接帮你创建文件夹和写入文件的 ai 工具。 而我给他的 prompt 也极其明确，本质上就是要把上一步生成的知识库大纲自动化的构建出一套可以在 office 店里直接运行的笔记系统。 首先是自动创建目录结构，读取大纲里的二级或三级标题，并在 opcdine 的 工作区域内自动创建出完全对应的两级文件夹结构。接着让它自动生成原子笔记，为大纲里的每一个原子知识点都创建一个独立的 markdown 文件， 并且把这个知识点对应的学习资源和通关标准都自动结构化的写入到这个笔记文件中。 最后我们令他自动为每一个知识大类文件夹创建一个内容缩影文件，并且在根目录也创建一个知识库总览文件，使用 opc 点双向链接语法把所有的缩影都连接起来来看效果。 目录结构非常清晰，学习路径一目了然，每一个原子笔记都是我们需要攻克的最小学习单元， 彻底告别了知识从何学起和如何组织两大学习难题。最后我们直接在 obsidian 里打开我们刚刚生成的任何一篇原子笔记，然后调出 obsidian 的 ai 插件 call palant， 用经典的费曼学习法与 ai 交互式学习，把你学到的东西用人话讲给 ai 听。你卡壳的地方，被 ai 指正的地方就是你的知识盲区，搞懂它，解决它，直到你完全内化这个陌生的领域，这才是 ai 辅助学习的终极闭环。 好了，我们来快速回顾一下今天的几个核心功能。我们先用 google search 对 一个陌生领域进行了地毯式的资源扫描， 然后用 gemini 把混乱的报告翻译成了一份精准的知识点大纲，接着用 tree 把这份大纲自动化地部署成了一份完整的 obsidian 笔记系统。最后，我们用 obsidian ai 开启了费曼学习模式，完成了知识的最终内化。 希望这样一种全新的未来学习方式，能真正帮助大家在学习上少走弯路。老规矩，本期提到的所有提词词案例，我都给大家整理好了。智能指手段，人类才是答案。这里是头哥不请自来，我们下期再见！拜拜！

今天是什么喵啊？大家好，这期开始终于要开始介绍第三方插件了，不过在推荐插件之前，我觉得还是得先给大家扫盲一下如何获取和安装插件。关闭安全模式。 首先第一步要安装和使用第三方插件，第一步就是要关闭安全模式。关闭安全模式后，我们就可以看到社区插件市场，点击浏览就可以看到 oxy 店官方上上架的第三方插件了。 但是有一些懂得都懂的原因，大家应该和我的页面一样，什么都看不见，所以我给大家提供两个解决方案，插件的获取方法。方案一，找个梯子，当然这个方案不是我们这个视频要讨论。 方案二，找插件安装包。 overseed 的第三方插件都是发布在 github 网站，虽然有的时候访问速度较慢，不过一般情况下还是可以正常访问的， 我们可以直接去 githop 搜索想要的插件即可。不过我这里推荐一个 up 主汇总的 opc 店插件列表，插件名、插件中英文介绍以及下载地址都标注的非常清楚，用起来也非常方便。点击 gh 原版下载就可以跳转到下载页面。 怎么下载插件？不过小白可能打开页面就蒙圈了，到底哪些是我们需要的文件呢？ opc 店的插件文件一般是以点 js 点 json 结尾的两个文件，这两个是必须的，有时候可能还会有点 css 结尾的文件，有的话也一起下 载下来。另外有的插件创作者也会帮我们把插件直接打包好，所以如果这样的情况，我们就直接下载点 vip 结尾的压缩文件夹即可。怎么安装插件？ 找到了想要的插件安装包，那我们如何把插件安装到 opc 店里呢？我们要做的就是把刚刚下载的文件放到如图的路径下，然后再重启 opc 店软件，就可以在第三方插件里看到刚刚安装的插件了。 不过在安装过程中，你可能会遇到以下几个问题，首先，插件是安装在库的根目录下，所以如果你新创建一个库的话，插件功能是不会同步的。第二个需要注意的是， 点 obsidian 的文件夹默认是隐藏的， windows 用户可以选择显示隐藏文件夹，麦克用户可以用 和慢的加 shift 加点来显示隐藏文件。如果你实在找不到你安装的 oppo c 点文件夹，因为主题文件夹和插件文件夹是在同一个根目录里面，所以我们可以直接在选项外观 主题这里打开文件夹就可以看见插件文件夹了。最后值得注意的是，如果你第一次安装插件的话，可能没有这个文件夹，这种情况下我们只需要新建一个即可，但是注意文件名不要拼错了。 最后的最后，我建议大家只开启需要使用的插件，这样可以减少 oppo c 键开启的加载时间。好了，如何安装插件？介绍的差不多了，下期正式开始推荐插件了，那我们下个视频很快再见。