obsidian保姆教程

最近这个大神卡帕西发了一篇讲 ai 跟 oc 点来打造个人知识库的内容，又在全网爆火了，光提交内容目前已经有一千七百万的浏览了。 这个是我用卡帕西的这套方法搭建出来的 ai 知识库，右边的这个关系图谱就这个知识网络，就是 ai 完整的帮我构建出来的。像左边这里的话，是我上传的素材 viki 是 ai 帮我建立的这套知识网络，这里有对比还有概念，这些都是 ai 提取让 ai 帮我写的， 并且我可以在右边跟这套 ai 知识库去进行一个问答。我个人其实用 oc 店家 ai 已经快四五个月了，这期视频我会给你分享这三个部分，第一个部分是卡吧 c 这套 ai 知识库的原理以及亮点，第二个部分就是这套 ai 知识库实际是怎么去搭建的，以及怎么去使用。然后第三部分呢，我会分享一个从零到一的这样一个搭建的教程，包括卡吧 c 这套方法，它适合使用 在什么场景，所有的工具安装，还有使用的教程呢，我也都整理在这个非书文档中，大家可以点好收藏，赞，我们这样 开始。那我们首先来看一下卡巴斯它这套方法的核心是什么？一句话来讲呢，就是用 ai 去帮你搭建一个越来越聪明的知识库，这套方法跟我们以前 的 ai 知识库有什么不一样呢？以前呢，大家所用的知识库的产品，其实都是 r i g 向量数据库的方式，上传一一堆文章跟文件。之后呢，它会进行切片提问，之后呢，它会去解锁最相关的片段，然后拿这几个片段再去给你回答， 没有建立对整个内容的理解，每次的问答呢，其实都是从零开始的，这次的回答对下一次回答是没有什么积累的。卡帕西的这套 wiki 的 方法呢，就是当我们放入新文章或资料的时候， ai 会去阅读提炼，然后整理进这个 wiki 的 知识网络，就我们刚看到的那个， 然后他会对不同的内容之间去做交叉引用，相互关联。每当我们问问题的时候呢，他会从这个网络里头去找到相关的内容，然后给我们进行回答。而且呢，当我们提出了一个问题，同样的存到这个 wiki 网络里头，所以他的知识是持续积累的，他的 wiki 会越来越丰富，越来越懂你。 系统的架构也非常简单，只有三层结构，最下层其实是我们的原始资料，这个是只有用户可以添加，我们把收集的文章、论文、笔记或者是图片传进去， ai 来读写学习。第二层呢，是一个 wiki 知识网络，也就是大家刚看到的那个， 这个是由 ai 全权维护的结构化的 markdown 的 文件网络。第三层呢，其实是一个规则手册，也就是一个 cloud 的 点。 md， 这个是我们可以跟 ai 去共同维护定义的，主要是告诉 ai 怎么去工作的结构命名的，这个是可以我们去个性化定制的，然后这个也非常简单，待会讲怎么创建。 ai 的 工作流主要有三个操作，分 b s 摄入、查询跟维护。摄入呢就是当我们丢进新资料的时候， ai 会阅读提炼、更新知识的网络。第二部分呢，是查询到我们 ai 提问的时候，他会先去读所以然后深入阅读相关的页面，并且呢我们觉得好的回答能继续存到这个知识网络里面去。第三个呢是维护 这套系统呢，我们可以定期让 ai 去做一个健康的检查，这三个操作呢就能形成一个闭环。这套方法为什么能够爆火呢？主要是解决了一个非常重要的问题，把枯燥的书记员的工作，也就是整理这个 viki 结构化网络的工作交给 ai。 而人类在这里头只需要做两件事情，提供好的资料，提供好的问题，这套方法呢对人类是非常的友好的。接下来我再给大家演示一下我自己是怎 实践这套方法了。这个就是我店里的知识库，我自己来学习 harness engineering 我 搭建的这样的一个知识库，先给大家讲一下是怎么搭建的。第一步呢就是我把卡巴西的这套方法，我创建了一个文件，我在这里直接发给我的 ai， 让他根据卡巴西的这套方法，帮我把仓库里的文件夹的结构给建立起来。因为卡巴西的方法论其实写的已经就是很详细了， ai 就 直接帮我创建了这样的一个 结构，就是大家左边看到的文件的结构，当然刚开始都是这个空的文件夹，我们可以看一下核心的这个 cloud 点 m d 这个文件呢，就是用来指导 ai 在 这个仓库里的工作的，这里会写仓库的结构，层级的规则，然后 wiki 的 页面的约定，包括交叉引用啊，各种各样的这个规则，包括 ai 的 工作流，它在读新资料的时候去做什么，查询的时候做什么，包括健康检查去做什么，都 是 ai 自己创建的。创建好这个结构之后呢，第二步就是把我们要的原始的素材进行录入，我这里呢是取了一些 anserapic， 还有 open ai， 包括 luncheon 它们的这个博课还有文章主要是讲 hines engineering 的， 这也推荐大家去使用一个插件，我用的是 obsidian 官方的这个 chrome 插件 obsidian webclipper， 它能够直接一键以 markdown 的 格式去保存网页里头的内容，包括 youtube 视频，然后保存到 obsidian， 并且它是带图片链接的，这个图片可以下载到本地。在这个非主流文档里，我也讲了具体是怎么 去设置去操作了。所有的文章都是用插件一键保存到本地的，包括这个 youtube 视频，他能去提取里面的字幕。当我们把这个内容保存到 opc 店之后呢，我们就可以一篇一篇的让 ai 帮我们进行整理了。增加了一篇文章的时候，我只需要告诉 ai 我 增加了一篇文章，他会去阅读这篇文章，帮我提取文章的核心内容，以及他会体验出哪些概念值得体验到。 wiki 在 这里是可以跟 ai 去进行交互的，他这里还有几个问题会要跟我确认，他会跟我说这些实体，这些概念，这些结构要不要去创建。我不理解的话，我可以告诉他，然后问他这个是什么意思，然 他要逐个给我解释。还很有意思的点是，把这篇文章录入完了之后呢，他会有一些观察告诉我他会跟整个这个网络里头其他的概念有关联，他自己会思考，会观察，告诉我说，哎，这篇文章里的 build verify log 跟 ansark 文章里头提到的 generate， evaluate 分 离，这是同一个问题。如果以后再有一篇文章提到这个，就可以合并成一个概念页，这个是非常有用的，如果你人类自己去做的话，其实是非常麻烦的。这件事情这里呢，我就跟我的 ai 去讨论，我希望让它在创建概念的时候呢，希望这个概念至少在其他文章中交叉出现两次， 我就能跟他去个性化定制。就你自己有什么样的需求，你想怎么样去创建这个网络，就录这个文章都是可以跟 ai 去个性化定制的，这是以前你用这些知识库产品完全做不到的，我就把我剩下的这几篇文章都是以这样的方式给录入进去的。录入之后呢，他帮我去创建了 anselp 跟 open ai 的 对比， 包括文件是优化状态、计算、推理，就是各种各样的概念，就所有这边 wiki 里头的文章全都是 ai 写的，包括我们在这里可以看到来源，这里来源就是每一篇你录的文章，他会先对这个文章有 一个简单的摘要总结，下一步就是当你建立的这个文章比较多了之后呢，你可以让他对这个知识库去进行一个健康的检查，去检查是不是有互相矛盾的说法，有不同页面对同一个描述不一致，有没有孤儿？页面，有没有提 到但缺页的实体概念，有没有过时信息？当我们的内容比较多了之后呢，可能 ai 整理的不是很好，你就可以让他对整个知识库去做一个健康的检查，他就会阅读 index 的 这个页面 log， 然后去一个一个的看将我这里，他就帮我检查并修复了两个问题，帮助你的这个知识的 结构网络变得更加的完善。接下来我再给大家演示一下，直接我们再去提问的时候，这个知乎是怎么去工作的？我在这里让他用大白话给一个普通用户去解释一下什么是 harness engineering， 他 就会先去阅读这个 index， md， 这个 index 点 md 呢，就是把所有的 vk 网络的内容都列在这里头了，每个页面，然后它的来源以及 它的时间，然后它提取的实体，它的概念，它的对比，它能通过这个页面去知道。说我们这个问题，它会就去阅读，有一个概念叫 agent， 等于 模型加 harness， 他 还会去呃阅读调动维度的概念。接着呢，他就用大白话来给我解释什么是 harness engineering， harness 是 给 ai 智能体大的一个运行环境跟控制框架， harness engineering 就是 设计和优化这个框架的工程实践。打了个比方说模型是发动机， harness 就是 比如说发动机的这套方向盘、 刹车、油门、仪表盘跟这些东西，包括他引用了 martin 的 这句话说如果你不在模型，那你就在 harness 里，他这里解释的真的是非常好，他是一个非常综合的回答，因为现在 harness engineering 这个概念其实没有一个标准的定义， 各家都有各家的说法，包括它有三句话的总结，其实非常精炼，而且呢，它还在这里提到了 long chain 是 怎么做这个事情的？靠改进 harness 让 coding agent 的 排行榜从 top 三十冲到了 top 五，会告诉我，如果你是工程师设计 harness， 可以 看知识库里头关于调动维度，还有三智能体架构的这个内容。三智能体架构呢？其实 antsrapik 的 最行那篇文章里 提到的就是你会发现它的回答非常的综合，如果你随便去问一个 ai 的 话，你不可能得到这样质量的回答，所以这就是这套知识网络建立的价值， 包括我可以让他你看这里，我让他写一篇给 ai 小 白去科普 harness engineering 是 什么的文章。第一个讲 harness engineering， 然后用开车来打比方，跟车的部分去对应 ai 分 别是什么，就发动机是模型，然后方向盘是系统提示词，然后仪表盘是检查工具，驾驶手册是工作流编排。这里举了非常多的例子，就真的是写的非常的好。所以呢，我就把这个回答继续存到了我的 wiki 里， 所以我的 wiki 里现在就多了一个叫文章的类别，然后里头有我这次创建的这个文章，所以这套知识库呢，你会发现它跟你原来知识库是完全不一样的，这是有积累的，有复利的。当下次我再问到类似的问题，或者我再有了一篇新的文章的时候，我还能对这个内容再进行一个更新。以上呢，大概就介绍了，就是这个 ai 知识库是怎么去使用的，接下来我跟大家讲一下，就是这套方法。它适合的使用场景， 你会发现卡巴西他这套知识库的核心其实是建立在高质量的信息源基础上的，就是你会发现我上传的都是一些非常高质量的博客， youtube 采访，还有论文，他这个原始内容是不能修改的，因为你的原始内容如果修改的话， java 也要变，网络也要变，所以原始内容是不修改的，像一篇论文、一篇文章，其实发出来之后他也是 不动的，所以说呢，这个东西他特别适合用于做专题还有领域的研究学习，因为这些地方他有大量的高质量资料。然后呢，我发现全网有很多人拿这个东西来做个人的笔记， 其实这个东西它不适合用于个人笔记，因为个人笔记会有几个特点啊，第一个是你的内容是碎片化的，就是你的内容有的时候你个人记得可能就几个字，几十个字，这个内容就没有必要去提取，这还有包括去做链接，因为它就很简短。第二个呢，你的内容会频繁的修改跟变动，它是不 适合卡巴西这套方式的。然后第三个呢，就你的内容很杂，这个杂是指什么呢？就比如说我刚刚讲的哈尼斯 engineering 的 这套知识库，如果我上传一篇红楼梦，你会发现红楼梦没有办法跟现有的知识产生链接，所以它其实就是在这里头就是个异类，而且是很浪费上下文的。当然了，我觉得呢，卡巴西的这套方法怎么样去应用在个人知识库？呃， 我个人也还在探索，如果你有什么好的想法，也可以在评论区留言。最后想跟大家说一下，就是为什么你要用 obsidian 加 ai 的 方式去做本地 的个人去管理，因为目前这个 ai 的 时代呢，就是你的个人数据掌握在自己手里非常的重要，这样的话你就能带着你自己的数据随时切换跟尝试各种各样的 ai 的 产品。 比如说我自己的 open c 的 知识库，像这个 cloud code 我 可以用， codex 我 也可以用，包括 open color 了，火了我也可以用，我不会被某个 app 所限制。傻瓜 c 也提到说像未来的话，你这一套高质量的数据，你是可以拿来去训练自己的 ai 模型的，高质量的数据积累其实是非常宝贵的，你以后你自己想花钱买，你也不一定 能买得到。另外呢， opc 点是一套本地的 markdown 文件系统，所以它金融性很强，这是目前整个 ai 圈非常大的一个趋势，不管你的 ai 模型还有产品怎么去变化升级，你的这个本地的数据非常的简单，它都能够被最先进的模型所捕取和使用，所以你这套东西是能够积累福利的。我也在几个月之前就 把我所有云端的数据都存到了 opc 店，本地的方式真的强烈推荐大家，不管你用不用卡帕斯的这套方式，但你一定要尝试把你的数据迁移到 opc 店里面去做本地的管理，真的非常有用。那这期视频就到这里，希望能够对你有帮助，这是雷克里奥，我们下期见。

最近一篇来自 capsei 的 l l m knowledge base 的 一篇文章非常的火，它是这么说的，我们要把原始资料当做原代码，把 l l m 也就是大模型当做一个编辑器，把这个编辑器编辑出来的知识库 wiki 当做一个可以持续更新的知识产品， 这个知识产品可以赋能于我们的内容输出以及项目的跟进。这让我意识到，我们缺的并不是输入， 也不是更多的资料，而是一个能够把资料变成认知，再把认知变成输出的系统。这个系统解决了我们资料太散，附用太难的问题。这期不是单纯的软件教程，我不想只讲 obsidian code 是 怎么用的， 我想讲的是一个普通学生怎么用 codex 和 obsidian。 把每天看到的文章、笔记、网页、书籍以及簿刻变成可以附用的知识库，让它参与到我们的日常决策之中。 如果你之前看过我的内容，会发现我一开始并不是专门讲工具的。我之前更像讲认知、商业分析、 ai 时代方向的长视频，比如马斯克基点时代，还有泡泡玛特为什么爆。 但是在做完这些内容之后，我发现一个问题，我不是没有学习，也不是没有思考，而是这些思考很容易散掉。 昨天看的一个观点很有启发，今天的这个案例很有奇发，明天看处理的这段话也很有启发。 但是真正要写脚本做选择题的时候知识很少，想法也很少，每次都要整理这些观点，想用的时候找不到，过几天就忘了。这些问题经常存在。 这时候我再一看 capacity 的 l l m knowledge basic， 突然觉得它刚好能解决我做内容时遇到的问题， 所以我开始用 obsidian 和 quadas 来搭这一个系统。 obsidian 是 我的长期记忆，它负责沉淀我的原资料、方法、模型以及概念等等等等。 而 codec 作为我的外脑和协作者，他帮我把我的输入整理、拆解、提炼、整合我的想法以及补充可以输出的方向。 所以这期表面上是在讲 codec 和 obsidian， 本质上是在讲我怎么把学习、思考、自媒体、个人网站和长期项目放进同一个工作流。 现在我的核心工作流是输入 content、 整理、 obsidian 沉淀内容输出和项目推进。如果用 capacity 的 说法，它可以拆分为三个动作，第一是 english， 第二是 crease， 第三是 ling ing。 就是 我们要把原始资料摄入出来，把它结构化变成可以解锁、可以链接的输入。 而 cv 的 话就是当我要做选择题，做脚本判断项目的时候，我们可以基于我们自己的数据库来进行一个输出。这和随便问 ai 是 不一样的，因为它可以调用自己的资料，自己的判断以及自己的项目记录。 比如说这就是我的一个 queries， 我 想让 query 来帮我给一个下一步的计划，它就可以调用我自己的一个数据库来进行一个问答。 第三是 link， 它会定期检查我们的知识库有没有更新，有没有重复锻炼、混乱以及过时的内容。 以前我认为知识库只是一个高级的笔记软件，但是后来我发现如果单单的存储 opc 点，最后也会成为另一个收藏家。所以我给我自己的原则是，整理的目标不是让目录变得漂亮，而是让笔记更加容易附用链接和推进项目。 现在我的 o c 点知识库大体分为四块，第一块是原资料，第二块是概念，第三块是方法与模型，第四块是项目 原资料、放书、视频、文章、博客这些输入概念。回答它是什么？比如情绪价值、复利该几点方法与模型。回答怎么做？ 比如内容制作流程、项目管理、反制期检查项目，就是回答下一步做什么，比如自媒体、个人网站以及本月的计划视频。 这四块连起来后，我就不只有一堆笔记，我有的是一个从输入到输出的系统， 比如说马斯克经典预言这一本书。以前我可能只会记几个观点， 比如说算力、基点、人员数据编辑效应，但是我现在会让它进入流程 code 会帮我生成这本书的简陋概括、核心观点、具体观点的整理，还有重要概念、专业名词， 比如说 ai 基点、算力、提问能力、第一性原理、化学科学习。然后它会结合我的 obsidian 知识库，给出一个可转化的输出， 然后保存我们的原始资料，最后链接到我们的项目当中。 这样一条资料就不仅仅是一条资料，而是一个可以反反复复调用的一个知识节点。泡泡玛特也是一样，从表面上来看，它是潮玩盲盒以及 ip 的 运营。 能拆开来看，它链接的是情绪价值、精神消费、用户的自我投射，以及品牌的叙式。 如果我要做内容，他可以变成为什么年轻人愿意为情绪价值而买单。 如果我要反思自媒体，他也会提示我，内容不只是信息，更要提供某种情绪价值。这就是知识库真正有用的地方。他不是把东西存起来，而是将一个内容在不同的情景中被重复使用。 那么 code 具体帮我干什么呢？第一是降低整理的成本， 判断资料的类型、命名、分类、规范，根据主笔记的结构来整理，拆概念、补双链、 归党校验，最后更新这个 skill。 这里面每一步都不难，但是加起来就非常的耗精力，我把规则告诉 codas， 它就能按照我的结构来帮我处理。 第二是反问我自己，当我向他寻求建议的时候，他不会无脑的说加油，而是先看我的目标，再看这个事情的需求，再看变现，看资源，看沉淀，最后给出最小的下一步。 当我落实到今天本周就可以做的内容，让我可以把我的时间放在真正高质量的输入之中。 以前我是项目驱动，看到什么就学什么。现在我更像是项目驱动，先有了长期目标，再让输入服务于这个方向。 所以说这个知识库最后不是为了记笔记，它会链接到我的自媒体、 个人网站以及 ai 工具，还有未来的一些长期的项目。比如说我做完一个视频，不是发完就结束，它可以进入 o c 点，变成项目的复盘，选择题，来源、脚本结构、发布效果、评论反馈以及下一次的改。 如果这个选择题还值得做，他就可以变成长视频、短视频、文章，甚至个人网站上的案例，这样内容就不再是一次性的消耗品，他会慢慢沉淀为我的资产。 所以总结一下，对于我来说， copy 加 excel 主要解决五个问题，第一是让输入不再闪掉。第二让思考可以被反复调用。第三让项目有明确的下一步。第四，让我的内容生产不再完全依靠灵感。 第五让学习表达、自媒体、网站以及未来慢慢连成一张网。 当然，这个系统很早期他不完美，但是已经改变了我的行动方式。以前的我总是想，最近有什么热点我可以追。 现在的我，先看知识库里面真正的问题，我最近关心什么？哪些材料已经积累到可以输出？哪些观点是我反复思考过，而不是临时看热点追热点听出来的？ 这会让内容更像是我的系统里面长出来的，而不是临时拼出来的。 如果你也有这种感觉，收藏了很多东西，但是真正要用的时候找不到，看过很多内容，最后只剩一个模糊印象。每次想做输出，但写脚本都像从零开始。 那么你可能缺的不是更多的资料，而是一套自己的知识流转系统。如果你也想搭个人知识库，我们先问四个问题， 你真正关心的主题是什么？你的资料最后要服务于什么？你可不可以把每条输入拆成概念、方法或者案例？第四，你到底可不可以每周产出一个东西？ 因为知识库最重要的不是他存了多少，而是他让你更清醒，更能行动，更能输出。 对于我来说，我不是在搭一个笔记软件，我是在搭一个长期能让我复利的一个系统。不要只收藏，只感动，只计划， 要把知识变成行动，把行动变成作品，把作品沉淀到长期的资产。我也还在不断探索着 obsidian products 和 ai 工作流的用法。 如果你也对个人知识库爱，关注实践内容的输出，以及怎么样 ai 提升自己学习和赚钱的能力感兴趣，欢迎私聊我，进我的微信群，让我们一起讨论，一起进步。 在群里我会持续分享时间、过程、工具用法、踩坑记录、选择题思考以及项目的复盘。我们不再是聊概念，和自己一起把爱用起来，把想法变成作品，让他真正赋能于我们的实际生活之中。 感谢你对这期视频的观看，如果呼声高，我下期将会逐步逐步带大家用 obsidian 和 quadas 来搭建属于你的个人知识库。感谢你的观看，我们下期再见！

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。

这条视频会从零讲清楚 obsidian 它为什么不只是一个笔记软件，第一次怎么创建仓库，笔记怎么写？链接怎么用？插件怎么装？最后怎么把本地知识库变成 ai 能读懂的工作底座。 很多人一开始把 obsidian 当成另一个记事本，所以越用越乱。正确入口不是问它有多少功能，而是先看它解决的核心矛盾，笔记能不能长期沉淀，能不能被重新调用。 这条学习路线分六步，不要跳着学插件，也不要一上来设计复杂分类，先理解底层，再完成第一次上手，然后练基础动作，最后再进入组织方法、插件和 ai。 第一个关键词是 vault， 它不是云端数据库，也不是 obsidian 私有格式。本质上它就是你电脑上的一个普通文件夹，里面放着 markdown、 笔记、图片、 pdf 和其他附件。 第一次安装可以按这个顺序做，先去官网下载安装，再创建一个 word， 接着切换语言，设置附件目录，最后只打开少量核心插件。 新手第一次打开界面容易紧张，其实只要拆成三块，左边负责找文件和进功能，中间负责写笔记，右边负责看上下文。 markdown 不 需要先学完。 对新手来说，先掌握标题列表、加粗代办链接、引用和代码块，已经足够完成百分之八十的日常笔记。 第一天不要追求写出完美知识库，先写四类最稳定的笔记，今天发生了什么，读到什么，开会决定了什么，以及突然想到什么。 obsidian 的 标志能力是双向链接， 你在 a 笔记里写到 b， b 不 止被链接过去，还会知道 a 引用了它。这个机制会让笔记从一堆文件慢慢变成一张关系网。 很多新手分不清文件夹标签和链接。文件夹更像地址，标签更像筛选条件，链接更像思想关系，三者不是互相替代，而是承担不同工作。每天最高频的不是复杂插件，而是这六个基础动作， 搜索、命令面板、快速切换大纲、反向链接和模板，把这些练熟，使用体验会立刻变顺。 真正开始写长笔记时，你会用到分屏、大纲、反向链接、关系图和附件管理，它们不是装饰，而是帮助你同时看正文结构、来源和关连。接下来是组织方法。最大的坑是过早设计系统， 你还没积累内容，就开始搭十几层文件夹，最后不是更清晰，而是每次写笔记都要先做分类题。常见组织方法有 m o c、 para 和卡片笔记， 不要争哪一种，绝对正确。先看你当前最需要解决的是主题导航、项目推进，还是长期思想积累。 m o c 可以 理解成一个主题目录页。比如你有很多关于 ai 写作的笔记，不要把它们全部塞到一个大文件里，而是做一个 ai 写作地图，把关键笔记链接起来。 pla 更适合处理工作流。项目是有截止时间的事情，领域是长期维护的责任资源是未来可能用到的材料归党是暂时结束的内容。 卡片笔记不是把每句话都拆碎，而是把一个可附用观点写成一张卡，一个观点、一个标题、一个来源、一个关联，这样他以后才能被重新组合。如果你不知道怎么建文件夹，就先用这个保守结构。 inbox 放临时内容 projects， 放项目 areas 放长期领域 resources， 放资料 archives 放结束内容。插件学习也要有顺序，先用核心插件确认自己真的有需求，再打开社区插件，最后才考虑 data view、 template 这类更强也更复杂的工具。 核心插件里最推荐先开这些， daily notes、 templates、 outline， backlinks、 graph view 和 bookmarks， 它们不花哨，但能直接增强日常使用。 什么时候装社区插件，标准不是别人推荐，而是你已经连续遇到同一个真实痛点，比如任务分散、模板、重复表格、统计困难，这时候再装插件才有意义。 data view 很 强，但不适合第一天就学，它更像一个给成熟知识库用的查询引擎。 如果你的笔记还没有统一字段和模板， data view 只会放大混乱。进入 ai 时代以后， obsidian 的 价值会变大，因为 ai 最怕资料散，格式乱，来源不清。 obsidian 刚好能把你的知识变成本地可读、有结构可引用的文本。资料库 和 ai 结合有两条路线，插件适合写作、总结和问答。外部 agent 适合批量整理文件操作和复杂工作流。 要让 ai 更容易读懂你的笔记，最有效的不是装更多 ai 插件，而是给笔记增加稳定字段。比如 title， tags、 source， created， status， summary。 如果你准备用外国 agent 管理 vault， 最好放一个 ai 使用说明文件，告诉他哪些目录能改，哪些只能读，输出格式是什么，改动前要不要确认。 这张流程图可以理解成完整 ai 工作流资料先进 inbox 人确认边界， ai 再参与招标、标签、链接和输出。 但是 ai 不 能无边界地管理你的知识库。删除、重命名、批量移动、改历史资料，这些都属于高风险操作，应该先出计划再等你确认 外部资料，进入 obsidian 时，不要只保存加工后的总结，最好保留原始材料，再创建一篇处理后的笔记，这样以后追溯来源，重新提炼，交给 ai 验证都更稳。 网页、 pdf、 word、 音视频都可以进 obsidian， 但处理方式不同。网页适合捡藏和摘药， pdf 适合标注和提炼， word 适合转 markdown， 音视频适合先转文字再整理 同步和备份，不要等到笔记很多才处理 obsidian sync 最省心， icloud、 dropbox、 坚果云也能用，但要注意冲突。最稳的做法是定期把 vault 备份到另一个位置。 新手最常见的四个坑，过度设计插件、焦虑、只收藏不输出，以及把关系图谱当成成就展示。 真正有用的知识点是能帮你完成工作和产出。如果你想真正上手，可以用三十天路线，第一周只记录，第二周整理结构，第三周引入模板和插件，第四周再连接 ai 和输出。 最后给你三套起步模板。日记模板负责记录当天会议，模板负责留下决策和责任。读书模板负责保留来源、观点和可附用卡片。 遇到选择困难时，用这张决策树，你不是要一次选出终身最佳系统，而是根据当前问题选择最小可用方法。总结一下 obsidian 的 学习。

哈喽，大家好，我是佳宁，还有多少人没有拥有一个能够自动思考，能够自动整理，能够帮你深层新的洞察的超级智能个人知识库呢？今天我要给大家介绍的 cloud 和 ops 店的组合，在网上也就有非常多的内容，但是我发现要么就讲的非常的复杂，要么就是付费的课程内容。 今天我想用简单的语言跟大家介绍一下这个知识库能做什么，到底怎么安装？我推荐的一个知识管理的体系和目录，以及这个体系到底是怎么运作。首先让我们来看一下 color code 和 abc 点都能做些什么吧。大家看到的这个 canvas 画板就是 它一键帮我生成的，不仅如此，它还可以调用我之前的那个白板的 skill， 生成一个像这样子的白板，图片 都是通过我之前的这篇文章一键生成的，他还可以阅读我相应的文件生成智能化的建议，他还会定点给我推送一个他自己帮我做的一个 to do list， 是 不是已经非常心动了？ 这套 ai 知识库的核心逻辑，以前大家的知识库是死的，现在大家的知识库是可以用 ai 去帮你整理，去调用，去分析。那整体它的使用是有两种界面，一种是在终端的，也就是 cli 的 界面， 我打开终端以后就可以调取 cloud， 在 我现在的这个文件夹里面就可以跟它进行对话和使用。第二种是 g u i 的 模式，就可以是像在 vesco 的 或者编程软件中，打开 o c d 的 文件夹，在右边就可以使用，或者就是直接安装 cloud d 的 插件，也可以在 o c d 的 右边直接使用， 那我觉得这个安装 cloud d 插件的这种使用方式的界面是最新手友好的，所以我今天想要介绍一下它这种的安装方式。 首先大家需要安装 oc 点， oc 点就是在官网上面下载就可以安装，是免费的，是安装 cloud code 的。 这个稍微复杂一点，我之前出了一期视频分享，怎么样从零开始去安装。接下来就是安装 cloud cloud code 的 这样的 ai 智能体，以后大家可以直接让 cloud code 帮你去安装 cloud 点的插件， 它就会去寻找，找到了以后它就可以自动帮你安装。安装完之后，大家需要回到 oc 点，选择这边的这个 community plugins， 看到这个 install 的 plugins， 点击刷新， 把这个 cloud 点的这个打开，就可以开始使用了。刚好再说一句， oc 点的优势是它有非常多的三方的社区插件可以选择，可以使用 cloud 的 功能。打开了以后，大家在左边选择这个按钮，按下这个按钮， open cloud 点就可以打开右边的窗口了，是不是特别简单？ 安装完以后呢，用户可以直接编辑 oc 点里面的文件，也可以选择用 cloud code 去编辑 oc 点的文件，同时也可以选择非常多的插件和其他的软件，比如 photoshop 对 obsidian 去进行编辑。那很多朋友可能有困惑，是说我已经有一个知识库了，我为什么要使用 obsidian 这个软件呢？ 它主要有三个优势，第一个它是纯本地存储的，所以数据是完全属于你的。第二个呢，它是 markdown 格式， markdown 就是 一个 ai 能够看得懂的文本编辑的模式，所以它在 ai 时代可以非常好地顺利地接入各式各样的软件和系统。 第三就是像刚刚大家看到的那个 community plugins 一 样，它有非常多的用户和生态的基础，可以给到大家很多可以灵活去使用的空间。 在这里我给大家分享一下我现在目前正在使用的一个目录结构，大家可以直接抄作业，按照我的目录结构去生成，也就是点这个 folder 就 可以创建新的文件夹，然后再右键选择 newnote 就 可以创建新的文档，右键可以选择不同的 格式等等，都非常的好上手。那 cloud code 和 ops 点加在一起呢？就是一个王炸组合。首先 cloud code 大家看到的它基本上只需要用自然语言去进行交互就好了，我一般就会语音输入，我想要去给到 ai 的 指令，它就会自动地帮我去做文本的分析和整理。 第二呢就是 cloudian， 它的格式化和文件的管理都变得非常的轻松，比如说如果你有非常多的文件想要统一管理，你完全就可以把你想要统一管理的要求用语言自然语言的方式打在这里就可以了。 第三，它有超强的上下文理解。以前我们去跟 ai 对 话的时候，比如说是在 gpt 的 网页或者 cloud 的 网页，那我们就是一对一的在对话，最多上传一个文件夹这样子作为内容补充。 但是现在我们可以直接让它在 opc 店的这个文件夹里面去进行工作，它有大量的上下文和对我们的理解，就可以更好地帮助我们成为我们的第二大脑 cloud code， 它有大量的可延展、可复制的生态，也就是它有非常多的 skills， 你 可以把它理解为是有人已经帮你打包好的一系列的 cloud code 的 命令，也就是一套工作流，你可以直接去复制你喜欢的工作流，也可以完全生成属于你自己的定制化工作流。在这里我给大家简单举一个例子， 那比如说我就用语音的方式输入了我刚刚的这个指令，我希望他能够帮我生成一个 to do list， 需要他从哪里面去获得这些 to do list 的 信息，以及我希望这个 to do list 里面有哪些内容。 因为等待时间太长了，我就直接给大家铺上我之前他给我的成果的截图，以及到最后的时候，大家可以直接口头的跟他说，让他帮忙封装成一个 skill， 也可以给这个 skill 增加一个命令指令，当你去输入这个命令指令的时候，它就会自动地帮你去做相应的工作。那还有很多小伙伴对于 obsidian 怎么在移动端和电脑端同时使用有一些困惑，大家可以选择 官网同步，我选择了官网同步，它是有一个小的年费，但是它会更稳定一些。第二种，如果是苹果手机，可以使用 icloud 去做同步，可以选择在 github 上面去做同步，我同时在官网和 github 上面都做了同步 非书，因为它接入了那个官方的 c o i 的 这个运作方式，所以它现在实际上是可以跟这个 op c d 一 样，同时在 color code 的 c o c i 的 界面上面去进行使用。那今天这一期是比较简单的 op c d 加 c c 的 入门，基本上看完今天这一期大家就已经可以学会自己去使用一下，后面我会出一期更加进阶的这套系统，以及我目前已经在实践的这套体系的一个使用方式。 还有大家可能会在这个过程中有任何的问题或者觉得比较好用的工作流，也会在那期视频里面跟大家去进行交流和分享。我是佳宁，希望能够帮助大家用 ai 生成更好的生活系统。

今天给大家带来全网将近二十万人看过的 oversteer 免费多终端同步方案，全程无广。 在多设备混用的情况下， oversteer 的 同步往往是很多人的痛点，尤其是麦克、 windows 还有 iphone 之间，想做到数据无感互通并不容易。那么有什么免费且高效的同步方案呢？我在这里呢给大家推荐使用此方案。 get help 仓库是作为数据存储，然后 get 来进行同步， linux、 windows、 麦克、安卓手机 iqoo 来同步麦克和 iphone。 这套方案免费高效的解决了多个不同中的 overstand 同步的难题， 并且误删内容之后，我们还可以使用 get 命令重新进行一个内容回滚。那么这里就会有人问了， 为什么不用官方四刀一个月的方案呢？答案，我们是为了 ai 而去构建这个同步方案。官方的方案当然好用，但是它是封闭黑箱， ai agent 只读懂 get 协议， 只有文件在 gethelp 上， agent 才能帮助我们做自动化整理和语义解锁。简单的来讲，官方的同步是给人用的，然后我们这个 get 是给 ai 用了一个数据同步底座，麦克自动在 get 和 icloud 间搬运，每隔一个小时， homes agent 会在后台把远端变更后的一个内容拉取下来，把本地的 新笔记推送上去。现在我们来开始实际演示我们是怎么具体配置的。现在我们来去下载 over spin， 我 们直接打开这个网站，找到这个下载按钮，点击下载即可。 下载完成之后，我们打开 office 就 会跳出来这个界面，我们点击就会显示创建仓库，我们点击直接创建就行了，然后我们给我们仓库点起个名 字，仓库位置的话，我们由于是需要使用 icloud 跟 mac 和 iphone 一 起同步，所以说我们必须这个位置要选在 icloud 的 一个文件目录下点击浏览，我们找到 office， 点击这里打开，我们 直接点击创建好了，我们现在的一个仓库已经创建完毕了，我们现在来教一下大家怎么创建 gethelp 仓库，然后来存储我们 openstyle 中的数据。首先我们 打开这个网站，然后点击头像点这个，然后再点这个按钮进行一个创建，输入我们的一个仓库名称，再输入一个描述，之后我们这里要打开这个 redmi， 然后把这个隐私给打开，变成我们自己专属的好了，我们现在已经 配置完成了，然后点击创建，现在我们整个仓库已经创建完成了，我们来去开始配置我们 office 中 icloud 文件夹下的同步文件夹。我们首先找到 office 中在 icloud 圆盘中创建的一个文件夹，然后点击选中它并 右键，然后滑到最下面，点击这个创建位于文件夹位置的终端窗口，我们点击这里，这样子他就会直接在这里打开在这个文件夹路径下的一个终端窗口，然后我们使用下面这几条命令来去 给这个文件夹进行一个 get 配置，这些命令呢我都会放在非主流文档中，大家需要的话可以直接私信我。拿到非主流文档在这里的话，我们输入 空格，在后面填写你刚刚创建的一个 get 仓库地址，我们回到这里，然后拿到我们的 get 仓库地址，点击复制，直接把 get 仓库地址给粘贴上去，点击回车，点击回车 好了，现在我们已经提交成功，我们可以在这里刷新一下 get 仓库，这个就是我们刚刚在终端那里同步成功之后的一个效果。我们在执行这些命令的时候需要注意一些验证信息，不可能让你输入一个 s s h 的 跟密钥或者是一个 get 哈普 token 啊。如果是使用命令行去配置的话，可能对我们小白来说还是太复杂了，所以说我推荐大家直接去这个网站里面来下载这个 软件，它下载之后登录你的一个 get 哈普账号，它就会在后台给你配置好 token 或者 h a t t p s 的 一个凭证，那么我们就不需要在命令行 执行一些什么公钥的获取或者是托管的一个获取了已经我们要在 open 中来去配置一个 get 插件，这样子就方便我们自己手动去同步，或者是说手动一拉取一些内容。 我们点击下方这个设置按钮，找到第三方插件。大家第一次打开这里后，它会提示你是否需要关闭这个安全模式，你点击关闭就行了。然后我们点击关闭安全模式之后，我们要开始去 浏览我们的一个社区插件市场，我们直接输入 get， 我 们直接使用第一个进行下载，我们使用 get 这个原因的话，我们是方便做一个版本控制，因为我们整个系统的话，到时候会跟我们 homes agent 进行一个连接，让我们每次提交的内容都能给 homes agent 那 边去看到，然后他也知道我们每次提交了什么内容，如果发生了误删，然后他也可以跟我们去回滚，我们直接点击安装， 这个安装过程呢大概会持续三分钟这样子吧。好，大家可以看到我们这里已经安装完毕了这个 get 插件，然后我们点击起用，然后再点击这个选项，然后我们在这里去配置我们的一个 get 插件，我们向下滑，然后直接找到这个内容，然后设置个五分钟，意思是说五分钟去同 一次，然后再向下滑，找到这个按钮，打开好了之后，你的一个麦克就不用你再管了，直接点击擦掉，它就会自动保存的数据。然后然后我们怎么去 找到这个插件呢？我们点击左边，点击左边之后他就会显示出来这个目录，你可以点击这里，你可以点击这里这个按钮，先把这个内容整成一个编辑，一个编辑之后我们就可以点击上传，点击上传之后我们就要选择我们的路径，我们要选这里， ok， 他 已经绑把我们那个路径给绑定好了，比如说把我们那个上传文件给绑定 好了，因为我们这里是没有写内容的，然后 他这里的话是不会二次更新我们内部的内容，大家要去拉取内容的话，可以点击这个按钮来去拉取仓库中的内容，然后 用同步好了，我们现在的一个 mac 配置就已经完成了，我们现在来看一下 ios 端我们是怎么来配置。 首先我们打开 open stand 这个软件，然后点击左边，点到这里之后，我们再点击这个仓库，选到我们的个演示，他就会刚才加载我们刚才所配置的内容，然后他这里因为我们安装了一个插件嘛，所以说我们直接信用 信用仓库作者并起用插件，然后直接点击重新加载好了，这都不用管，因为 get 仓库的话，他在 iphone 上面不是很好用，所以说我要点击在设置这里 把它这个插件给关掉，关掉之后我们就使用 icloud 跟麦克进行一个双端的同步，然后可以看到这就是我们刚才写的内容，它就已经通过 icloud 进行一个同步了。我们现在来讲一下在 linux 系统上怎么用 home agent 跟我们的一个 open 的 通过 进行连接，我们首先在通关中输入宏模式来去启动。好，现在我们启动宏模式了，然后我们在这里输入这条命令，这条命令的意思说让他每天早上八点钟定时去拉取 仓库中最新的文件，然后进行一个 l m 拎铁的一个知识构建工作。然后这是这里的话，就是我们一个仓库例子， 也就是我们刚刚创建的一个长控地图，我们回车之后，我们后面它就会自动去处理，去连接我们的长裤，然后去构建进神户，然后去做一个 lm linking， 这个操作我们只需要一条命令即可， 其他的话都交给 home agent 去做，那么我们 linux 端的一个配置就已经完成了，这已经实现了目前 ios、 mac 还有 linux 的一个三端同步。 windows 平台的同步操作跟我们刚才的步骤非常类似，所以说我这里就 不做赘述了，如果大家想要 windows 平台的同步操作配置的话，可以来找我，我这边的话已经把详细步骤给整理给大家了，然后我会以飞速形式发给大家，那么我们今天的内容就到这里，谢谢大家记得关注我哦。

hello， 大家好，我是漫漫记 better note， 今天我们继续 obsidian 系列教学，我们介绍 obsidian 的 笔记格式， markdown 格式。 markdown 格式也是我选择 obsidian 作为笔记系统的一个非常重要的原因。 第一，它非常简单，所以它有极低的学习成本，我们每个人几分钟就可以学会，今天我们将通过这个视频几分钟学会它。第二，它有非常高的兼容性，各个市面上常用的笔记软件 note， 甚至包括知乎、简书、 github 等等这些软件，或者这些应用都支持 markdown 格式。因此呢，我们在跨平台使用时会非常的简洁， 并且格式统一，所以它也会很美观。那话不多说，我们了，开始今天的内容啊，我这里准备了一个简单的介绍啊，为了方便演示，我这里， 呃，再开一个窗口，这也是 obsidian 笔记的灵活性所在，它可以开很多的窗口来同时记不同的内容，比如说这地方你有一个笔记叫做 demo。 好，然后我们把它放在右边啊，这样我们可以对照的左边来看。第一个是标题啊， markdown 格式呢，它一共有六级标题，它的标题的 输入方式非常的简单，我们不需要动鼠标，只需要在这里输入就好了。首先，我比如说要一级标题，我只需要输一个井号，然后加一个空格，然后输入我的标题， 一回车，那它就会变成一号标题。我这里举个例子，正文如果我不加任何的警号呢？它的正文是这样的，加了一级标题的样式是它是这样的。好，那我们二级标题两个 三级标题 就这么简单。好， 那我们再看一下我们对文档中的一些字体的呃设置，比如说我做强调，呃，常见呢，我们可能会有加粗，加粗呢，就是两个信号，嗯，两个信号， 呃，要给他一个反信号啊。好，这就是粗体，然后斜体一个信号， 然后删除，是波浪号。 好，下一个代办事项，代办事项呢？斜起来稍微有一点点麻烦。横线空格，然后中括号，呃，英文的中括号空格，然后再空格，然后啊 task 一， 当我回车的时候呢，它跟 word 一 样，它会自动继承上一个上一行的格式。 task 二啊，如果我不想要这个格式呢，我再回车一次，它就清除了。 当然也有一点，就假如我们不记得格式怎么写，因为它挺长的，对不对？我不记得了，那也没有关系。比如说我在这里点击它，我写完了，选中它，我加点鼠标的操作，点击右键， 在这里段落设置里有一个任务，哎，它就有了 o、 c、 d、 n 的 代办事项的格式，它是有互动的，它可以操作的。 比如说我们这里有三三个任务，那我第一条任务做完了，那我们鼠标瞄到这里，我一点击，哎，他就执行了， 他就会变成这样一个状态。然后当然我们也可以选中他，去看一下他实际上是怎么写的。其实他也是一串啊符号，他只是在这个中括号中加了一个 x， 他 就会把它变成这种样式，那这个是没有加 x， 我 们可以看到啊，就这么简单。 好，下一个序列，有序的序列就很简单了，那我们只需要一点，一定要加一个空格，在 opposite 当中，所有的标识，你需要去改变格式的，都要加一个空格来隔开。 好，那无序的也很简单，就一条横线，然后空格， 那下一个是插入图片，或者是插入一个链接。呃，如果我们只需要插入一个简单的链接，就粘贴一个地址过来，那就是 bin 的 链接啊，那我点击它 就可以打开啊，他是一个超链接。呃，那如果像我们左边演示的，我不想显示地址，因为有的地址栏也很长，他的可读性非常差，那我可以怎么办呢？呃，他也有他的写作格式，个中括号，然后我们把我要显示的 网站，这是我要上的显示的文字内容啊，然后后面加一个小括号，我把我的地址贴过去，他就会是这样。当然如果我们记不住一样的，我们点击右键啊，外部链接，我们点击它，它就会自动给你把这个格式写好，你只需要在这里写点击 哎，回车就好了。嗯啊，那图片也非常的简单啊，如果外链的图片我们就不用演示了，它直接你听，跟这个地址差不多，然后我演示一个，就是我本地的，比如我现在快速截一张图， 那它已经在我的剪贴板上，我只需要 ctrl v 或者是右键粘贴，就会把它粘进来，那粘进来它就是这样的， 这是呃图片的名称。呃，他的格式是一个惊叹号，然后两个呃中括号，然后把它括起来，就会自动把这个图片插入到这个文本中，然后并且显示出来 啊。如果细心的小伙伴你可能会发现，左上角左边的这部分，他已经多了一个图片的文档，对不对？ 那没错，其实 obsidian 中的 markdown 格式是这样的，当我们插入一个图片的时候，它不会像 word 一 样，直接把这个图片插入到我的这个呃当前文档中，它其实会把这个呃图片，甚至是视频等其他的这些文件， 它直接作为一个新的文档放到你的这个笔记库中，然后把这个生成一个它的超链接过来，生成它的一个内部链接 到这里，所以你在这里看到的其实是它的内部链接。我们也可以像你点击网站一样去点击它 ctrl 键，然后再选中它，它就会跳转到这个文件，然后你看这边会高亮。呃，还有几个小东西啊，我们快速说一下。比如说 它有一个应用模块，这个模块还比较好看，对不对？那我们怎么做呢？通常我是记不住它的，所以我一般在应用模块呢，我就选择它，然后，呃，这里是在引用啊，出来，然后粘贴它。 代码段儿比较简单，代码段儿是用这个呃 tab 键上面的按钮输入三个，在英文的状态下三个，然后 输入我们需要的代码，那它就会变成一个代码段的格式，同时它右上角有一个呃 copy， 方便我们去 copy 你 的代码。呃，当然它还有其他的格式，比如说有的人说 我要插入表格，怎么办呢？它可以实现表格吗？啊，是的，它可以实现我们点击右键啊，因为表格的写法比较复杂，我也记不住。那我们就点击右键，然后插入表格。啊，那我还要一行怎么办呢？那在这里，当我们鼠标瞄过来的时候，哎，点击它就会插入一列 啊，它是一个字适应的，如果根据我们的文档的长短，它会自动调整。啊， 那它会自动调整，一般我用的会比较少一点。呃，主要的功能就是这些啊，如果其他的大家也可以去试一下，比如说这个数字块或者是分格符啊，它也很简单，整体就是这么简单，非常的简单。好，谢谢大家，我们下期再见。拜拜。

hello， 大家好，我是漫漫记 better note， 又见面了，我们继续 obsidian 教学，今天我们来介绍一下如何。嗯，在国内的网络安装第三方插件。 obsidian 有 很多优秀的插件呢，大家都来源于第三方的插件市场。嗯， 但是我们有时候会访问不到。嗯，那这个时候该怎么办呢？今天我就来告诉大家，我们打开一个叫做 picom 的 网站， 这个网站需要注册，它是一个免费的啊，我这里已经注册登录成功了，它这里有一个 picmer market 的 下载链接，我们点击下载，我已经下载好了，下载了之后是一个这样的 zip 包，然后我们只需要把它解压。啊，像这样把它解压出来， 会得到这么一个啊文件，然后它的文件夹叫做 obsidian。 系统中 obsidian 的 插件安装呢，其实都是文件的复制粘贴，那我们就需要去找到我们 abc 的 安装目录在哪里。嗯，也很简单，我们随便找一个笔记，然后点击右键，然后有一个在系统资源管理器中显示，我们点击， 那它就会打开我们 obsidian 的 目录。呃，在这里我们会看到一个点儿 obsidian 的 文件夹，如果你看不到呢，有可能它是 隐藏了，我们就可以在啊 view 里头试图里头去把这个显示隐藏的功能点开，就可以看到它，然后进来之后呢，有的时候我们会直接看到有一个显示隐藏的功能，点开就可以看到它，然后进来之后呢，有的时候我们会直接看到有一个网页加叫做 plugins 啊，那如果你没有看到这个文件夹也没有关系，你去右键新建这个文件夹，然后名字起的一模一样啊，就好了。我们点到这个 plug in 的 文件夹中，然后下一步我们只需要把我们的 obsidian pigma 复制过去粘贴就可以啦。然后这时候我们把 obsidian 关闭，然后再重新打开一下，让它重新启动，加载一下， 然后我们再到设置里第三方插件，这个时候我们会看到我们多了一个这个 pikma 的 插件，然后我们把它起用，然后呢左边会看到它已经起用了，做一个设置进入它的选项， 这里需要做登录，我们点击登录啊，因为我刚才已经登录过了，所以它就自动登录了，如果你没有登录过呢，它这里会弹出让你去登录一下。当你登录成功之后呢，这个 token 呢会自动写到，呃，这个位置你就不用管了，关闭它。 然后这个时候我们点击左边的图标打开，哎，我们就可以看到这个插件已经安装好了，然后我们可以在这里去下载我们需要的插件或者主题，我们只需要点击一下刷新， 然后就可以看到插件，然后主题刷新。那我这里随便选一个主题演示一下，然后下载最新版本可以安装。 哎，看到我们的主题就有发生变化了，对不对？今天就到这里，拜拜。

本期视频分享 obfuscate 加 cryptic v 四来搭建 obfuscate 加 ai 的 本地之库。而在上期视频介绍了将 cryptic v 四接入 cryptic 的 详细步骤，那这期视频我们把这套组合打包放进 obfuscate 中，让 ai 完成内容总结完、赚写等工作， 并且还可以让它画出我屏幕上展示的这些手绘风格的画板。视频内容主要分为四个部分，第一，安装 colorcode 和购买 deepsafe api 并完成配置。第二，介绍两款 obsidian 插件，能够实现 ai 接入。第三，演示 ai 加 obsidian webclip 来获取网页内容并总结。 第四，来安装 external 和 skill， 一 键完成白板的画布绘制。第一步，安装 cloud code 和购买 deepsafe api。 在 我的上一期视频有非常完整的介绍，你可以直接去看上一期视频， 不过在这里我可以快速的过一下。首先，到 cloud code 项目官网复制你电脑类型的一键安装指令，支持 microsoft linux， windows windows 用户需要安装一下 get， 直接到 get 的 官网下载安装包安装即可。 第二步，打开电脑终端应用，粘贴命令执行，执行完毕之后你就可以使用 colocode， 可以 通过 colocode 命令启动它，但是它还需要接入第三方的 api 模型。 第三步，我们来安装一个 cc switch 的 开源工具，它可以帮你把第三方的大模型接入 colocode。 在 项目的首页有下载安装包的地址，找到对应的安装包下载安装。 第四步，到 deepsea api 官网购买十块钱额度的 api， 然后创建一个 api k， 点击复制。最后打开 cc switch 这个软件，点击右上角的加号找到 deepsea 供应商，下滑粘贴 api k 模型，这里复制我填写的模型名称，点击保存，然后点击测试模型按钮，显示运行正常，之后点击使用就可以了，然后在终端应用输入可导的 code 了。 视频第二部分介绍两款 obsidian 插件，都能够实现调用 ai 的 功能，分别是 terminal 和 cloud 点，根据个人的需求来选择。先来介绍 terminal， 它可以在 obsidian 内部直接打开一个终端窗口来执行命令行的操作，比如调用 cloud code， 而且不离开 obsidian， 我 们直接在第三方的插件市场搜索这个名称安装即可。安装好之后，左侧会出现 open terminal 这个 logo， 点击一下 就会有三种使用方式可以选择，这三种模式对应三种不同的场景。外部模式它是在 obsit 之外启动一个终端应用，所以会脱离 obsit 的 环境，所以不太需要。 整合式，它是在 obsit 内部启动一个终端应用，所以推荐使用这个第三种。开发者控制台主要是给开发者调试插件使用，所以也不推荐。 我们在这里点击整合式，右侧的侧边栏就会出现一个终端程序，这个终端所在文件夹的位置就是当前知识库的位置，输 入 code 的 指令就能够直接调用 code。 比如我提问统计一下当前知识库一共有多少文章，多少个字，那它在侧边栏就会执行任务指令，如果需要权限许可的话，也会提醒 它可以在这里阅读文章内容，写文案，安装 skill 等等。操作和终端的使用体验是一样的，区别就是不需要额外单独的开一个终端窗口。 另一个插件是 cloud 点，在我准备视频的时候，它还没有上线第三方插件市场，但现在好像已经上架了，可以直接在这里安装。如果你搜索不到，这里也介绍另一种安装方式。我们直接打开 cloud 点的 github 仓库， 点击 release， 来到发布页面，需要下载这三个文件，分别是 g s， jason 和 c s s。 然后回到 obc 点第三方插件这里，点击打开插件文件夹，那这里呢？都是你在 obc 点中安装的插件，在这里新建一个文件夹，名称就叫做 ko 点。比如我这个， 直接把刚刚那三个文件都移动过来，然后重启一下 ko 点，在第三方插件里启动 ko 点， 左侧应该会有一个 open cloudian 的 图标，点击一下，右侧就会出现 cloudian 的 对话框，不需要进行任何的设置，只要本地安装了 cloud code 就 可以使用。我这里已经有了一些历史对话，它的界面相比于 terminal 是 比较美观的，对话时会默认选中当前正在看的 microsoft 文件。 右下角有三个按钮，分别是开启新的 type 页面、开启新对话以及查看历史的对话。我推荐使用考点，它比特米诺的适配度更高，也更方便。 cloud code 在 每一个工作的项目文件夹都会有一个 cloud 点 markdown 文件，用来指导 ai 如何在这个项目里面工作。一个完整的 cloud 点 md 文件可能需要包含这些内容，但这个是给开发用的，个人简单使用的话，只需要制定规范，明确输出要求和输出格式就行了， 不需要写得很复杂。我的 cloud 点 macdunk 里面就包括了简单的仓位定位、目录结构、输出规范等等。因为我可能会获取到一些英文的内容，所以会有翻译的规范。每个人的 cloud 点 md 根据个人的需求来不断修改。 在看一些扑克网站的时候，可以通过官方的 obsidian webcliff 这个拓展插件来将网页的内容保存成 macdunk 格式，并存储在 obsidian 中，并且是保留了章节的信息、配图等主要内容。 我之前的视频里会用到一个白板工具，用来展示整个视频的章节信息或者某个功能对比。 这个白板叫做 excel， 是 一个主打手绘风格的在线白板，它有单独的网页版，但是在 opc 店里面也是可以使用的，并且我觉得在 opc 店里面可能会更加方便，因为可以直接使用 ai 来生成内容。 我们首先需要安装一个 offset 插件，名称就叫做 extracutor。 然后我们可以在文件里面新建一个白板，在这里面进行内容的编排，可以直接插入图片或者输出这种手绘风格的文字。 但是想要让 ai 帮我们直接生成的话，就需要安装一个 skill。 我 安装了这个 skill 叫做 extracutor diagram， 安装方式也非常简单，直接复制这个 skill 的 仓库地址给到 cloud code， 然后说请帮我安装这个 skill 就 可以了。 安装好之后可以通过斜杠命令来险性的调用这个 skill， 比如让它把以下内容生成一个画布，具 体的内容是我刚刚从网页上获取到的，是关于 deepsea v 四的任务表现情况，那等待一会，它就会生成一个内容，一个简单的 deepsea v 四使用场景分析就做好了，如果需要修改的话，直接在这里编辑就可以了。 在之前的一期分享 obsidian 获取视频内容的教程里，有人让我分享我的 cloud 点 macdunk 文件，我会把我的配置保存成一个在线文档，包含这期视频提及到的所有内容， 一键三连，然后私信我， obsidian 自动获取。 ok， 那 以上就是本期视频的全部内容了，我们下期再见！拜拜！

大家好呀，今天来分享一下在 office 店中使用 ai 的 最优方案，不用来回切窗口，不用依赖外部工具，直接在笔记里用 ai 上集视频我们聊到可以通过外部客户端工具的方式让 office 店本地知识库与 ai 进行联动，但是要切工具用起来还是有点割裂。 最近让我找到了一种更优解，在 obsidian 直接接入 ai， 而且是沉浸式使用，那就是 cloud 点插件加 cloud code 加国产大模型。 cloud 点本质上是一个 obsidian 的 插件，但是相比于我之前用过的 ai 类型的插件来说， cloud 点的配置真的简单太多，而且它有一个非常强大之处，底层直接调用 cloud code， 这就意味着它在 ai 处理能力上完全借助 cloud code， 相比来说 ai 操作能力会更强。 现在无论是 ai 编程还是其他更多场景，我都会使用 cloud code 的 壳字加国产大模型这套组合一来是为了避免 cloud code 的 封号的问题，二来是大大的降低成本，使用下来的效果还是很不错的。 接下来保姆级教程三步搞定。第一，安装 clou 加国产大模型配置的方式我们在之前的视频已经讲到过了，我们来迅速的过一下，第一步，安装 node js， 第二步，打开终端运行这行命令，去把 clio 的 壳子装好。第三步，配置国产大模型，需要找到点 clio 的 文件夹，配置一个 jason 文件，把这一段配置填进去就可以了。 我这里使用的是硅基流动的 api k， 无论是官网还是大模型供应商，大部分都会说明了怎么在 clio 扣入中去配置使用，完全可以参考给出的这些文档进行配置， 测试一下。在任意终端输入 cloud 的 命令能正常启动就说明 ok 了。接下来就是去安装 clouding， 在 obsidian 的 官方插件市场中并没有上线这个插件，我们可以去他的 github 仓库下载这个插件，手动安装一下， 打开 github 后，在发布版本这里找到这个插件。我们需要的是这三个文件。下载下来后，打开本地仓库路径，进入到这里的隐藏文件夹，进入插件文件夹后，新建一个 cloudian 文件夹，把我们下载的三个文件都放进去， 刷新一下 obsidian 中的第三方插件列表，我们就可以看到插件已经安装好了，点击启动就可以了，安装搞定。 第二，配置，配置非常简单，因为我们刚刚已经在 clock 里把模型都配好了，我们也只需要把我们配置的东西拿过来， 打开第三方插件，点击设置进行插件配置。其他的这些配置我们可以先忽略。首先把 clock 启动起来，找到环境自定义变量这一块，注意要按照他给出的格式才行，现在我们把配置按照给定的格式修改好，然后粘贴过来。 ok， 配置好之后，左侧边栏会出现 clouding 的 图标，这样就已经启动了。我们可以发送一个测试语，正常收到回复就说明已经接入了 cloud 的 能力。现在就可以直接在右侧打开聊天窗口，沉浸式地使用 ai 了。 第三，使用接入 ai 之后， obsidian 怎么使用就可以完全发挥你的想象力了。我们来测试几个常用的场景， 自动整理笔记，我让靠要帮我把任意一篇笔记归类到合适的文件夹，这种之前要手动费时费力的活， ai 可以 瞬间帮你完成， 还可以进行全库解锁加关联。比如我让 ai 帮我解锁出跟 ai 编程相关的所有笔记， ai 会自动搜索串联信息，非常迅速地执行找到关联的内容。 总之，任何需要费时费力的工作，现在都可以交给 ai 完成。之前沉默的笔记库在 ai 助力下，可能真的要变成可以思考的第二大脑了。 总结一下，这这期我们给 obsidian 找到了一套目前非常优雅的 ai 接入方案，使用 obsidian 加 cloud 点加 cloud code 壳子加国产大模型 api k 亲测下来，这是一种配置简单、能力强大、性价比很高的方式，大家也可以在评论区一起交流经验哦，让我们一起用 ai 拓宽个人能力边界，那我们下期见啦，拜拜！

今天是什么喵？大家好，我是阿喵，这里是一个致力于让大家入门各种知识技能时能少走弯路的频道。 对于新手来说，在 oppo c 店里复制上传图片可能是一个很头疼的事情，因为图片会以这样的文件显示在你的文件列表中，数量多了就会感觉很乱，所以我们需要一个在 oppo c 店里管理图片的方案。 通过我的一些 upset 大脑的研究，总结了两套比较可行的方案。方案一，软件内部管理 首先你需要为你的图片找一个存放的地方，在 oc 店的逻辑里，图片、音频都叫做附件，所以在设置里面的文件与链接，这里为附件存放的路径。设置好文件夹， 图片就不会乱七八糟的堆在文件列表中了。如果不需要分类的话，我们可以指定一个文件夹把所有图片都存在一起。如果图片主题类型较多，想分类管理的话， 可以选择存放路径为当前文件夹下指定的指文件夹，不过需要记得提前把文件夹都建立好哦。 另外， file cleaner 这个插件可以帮助你删除 opc 店里未使用过的图片。有时候复制上传到 opc 店里的图片可能需要修改或者在笔记文档里删除了，但是图片还是以附件的形式存在于你的 opc 店库中， 时间长了难免占内存，所以我们就可以定期用这个插件来清理一下。说到内存， 有没有既可以不占 opc 店内存又能显示图片的方法呢？还真有。方案二，外部图床管理具体方法就是申请一个云图床空间，然后让橱窗空间和 opc 店联动起来。 每次在 opc 店里添加图片，系统就会自动上传图片，并获取图片的地址，在 opc 店里显示。设置方法有点麻烦，推荐大家去看。这个 up 主的视频我这里就不具体介绍了，反正我设置的时候骂骂咧咧，用起来真香。 两种方案优缺点，选择哪种方案就看大家的选择了。方案一的优点是方便简单，图片都在本地，缺点就是占存储空间。另外，如果想在其他平台发布 opc 店内容的话， 图片要重新再上传一次。方案二完美解决了方案一的缺点，不占 opc 店本身存储空间内存，而且因为图片都是以链接代码的形式存在，在 opc 店里面一次排版直接复制到任何地方都可以同步显示。 不过方案二的缺点也很明显，第一个是设置比较复杂，不仅要申请图床空间下载同步软件和 opc 店同步插件，不过按照前面推荐的教程，一步一步来的话，问题也不大。 方案二的第二个缺点就是图床空间是收费的，不过据目前经验来看，如果完全自用，不考虑发布在公开平台的话，一年最多可能就十几块，大家可以根据自己的实际情况选择。 ok， 关于 opc 店的用法视频我就介绍的差不多了， 如果后面有更好的使用心得，我再出视频跟大家汇报，那么我们江湖再见喵！

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。

十分钟用 codex 加 oc 点搭建 ai 大 神和那些同款可以自生长的知识库，帮你把信息的利用效率直接拉高到 next level。 这些视频可能是全网最全面系统的 ai 知识库搭建教程，从理念到实操，手把手带着你，从零到一来搭建， 还能定时抓取热点，能自动整理信息进行复盘，能让知识体系自动替代生长，还能直接输出文档、 ppt、 视频等成果。 不管你是什么职业、岗位，只要平常需要先收集整理输出，都能用这个 ai 知识库，最大程度发挥知识的福利价值，拉高效率。而且配置也很简单，小白也能轻松上手。我还整理好了两张搭建知识库的架构图，丢给 codex 就 能一键抄作业，无痛复刻。所有安装方法、技能包、提示词、案例我都放在文档里面喽！ ai 大 神卡帕西的自身账理论，简单来说，就是不要把知识库只当成一个收藏夹，而是把它变成一个由 ai 持续维护的自身档系统。整个系统是这样循环的，首先，没有被处理的原始资料会统一进入原始的文件夹 a， 比如说网页、论文、截图、视频、会议叫等等。然后让 ai 定期消化复盘，把真正有价值的内容整理成泛化性的概念，再放进一个处理后的文件夹 b。 随后，你就可以根据具体任务或使用场景，让 ai 沉淀成可附用的方法论模板，放进 skill 库方法库文件夹 c 中。最后，你每一次输出的内容都会放在输出文件夹 d。 等到 ai 定期复盘的时候，这些输出的内容又会重新回流进知识库中。至于每步怎么定制搭建，那我们现在开始吧。 整个安装配置非常简单，就需要 codex 和 obsidian 两个软件，想进阶的视频后面也会分享移动飞书的玩法。那为什么是 codex 加 obsidian 呢？首先， obsidian 是 一个本地 macdown 笔记工具， ai 又可以直接读取本地的 macdown 文件， 意味着你可以直接下指令，不用自己手动整理。而且 obsidian 有 非常强大的场景生态，可拓展的功能很多，你可以根据自己的需要自由组合 obsidian， 再接入 codex， 就 为你的知识库接入了最牛的 a 卷的能力，再加上 codex 的 skill 和电视功能，玩法就更丰富了。 那装好 o c 点后，我们先来把它和 codex 打通，点这里选择第三方插件，关闭安全模式就能浏览插件市场， cloudian 起用。 然后点击选项卡，找到 codex， 打开开关，这里要输入一个 codex c o i 的 路径，有了它你就可以直接连通桌面端的 codex， 不知道路径？没关系，直接问你的 codex 就 能拿到路径。最后很关键的一步， 在 codex 里面打开这个项目工作按钮，链接你在 obsidian 里面建立的仓库文件夹，这样以后就算在 codex 上处理文件，因为本地仓库是连通的，你在 obsidian 里打开也会同步更新哦。 接下来我会重新收集机器管理和新输出三个阶段，来教你怎么结合 ai 来搭建这个能自生长的知识库。如果你已经在用 obsidian 或者已经做好新收集与迭代哦， 那不管你是做内容、写报告还是搞研究，前期的灵感和这道收集真的非常费时费力。而自身长知识库的第一大好处，就是用 ai 让你的信息收集和整理更加自动化，更丝滑高效。 我们工作室之前还专门搭过一套 nba 的 工作流来收集行业资讯，再自动推送到工作群里面，其实效果是有的，但说实话，门槛太高了，不太适合。小白 现在用 obsidian 和 codex 直接搭一套自己的行业情报获取系统，不用写代码，不用懂自动化，也不用研究复杂的工作流，只要用三步，它就能每天帮你找出信息，筛选重点，整理成文档。第一步，把这个 github 项目地址发给 codex， 这个 github 项目就是个资讯收集工具， 他会从 twitter、 gitup、 reddit、 rss 这些主流的平台抓取内容，再帮你去重，然后打分，最后生成一份结构化的日报，让他直接帮我们答。这个插件可就让 ai 帮你找信息源对小白来说非常友好， ai 会提示你需要提供哪些秘钥，比如说 deepstack、 gitup 或者某些信息源平台的 api key。 第二步，直接问 ai 这秘钥要去哪里注册， 我们申请好密钥之后，把密钥发给 ai， ai 就 能够直接配置好。最后一步，告诉他你的身份和需求。我是 ai 自媒体博主，请每天帮我收集 ai 行业热点，并把日报推送到指定的文件夹， ai 就 会自动生成这样的日报，哪些内容值得继续跟进，哪些选择题可以直接开做，一眼就能 够看清楚，而且每条内容都会附上才考链接，有来源、有依据，信息更加可靠。不止是行业文章和新闻热点，如果你每天都需要接触大量外部的信息，比如政策变化、 客户动态、精品动向、岗位资讯等等，都可以让 ai 直接帮你抓，帮你汇总。不用天天手动搜索，也能持续捕捉有用的线索哦。 除了直接抓取信息，你刷手机遇到想要收藏的内容，都可以通过 obsidian 的 插件去直接导入。比如这个某书的导入插件，我装上以后直接粘贴链接就能一键导入。平常在网页上刷到有意思的观点，也可以用这个 clip 插件，选中意向内容段落，就能剪切收藏进 obsidian 里面， 它甚至还可以收藏一些视频提取字幕，在这里你还可以做笔记，然后一键存入 obsidian。 所以平常刷到有用的文章、观点、视频案例，不用再靠截图或者进行收藏夹吃灰，直接随手将它进知识库，就能让 ai 帮你沉淀成素材，之后写方案、做选择题、查资料都能直接调用。 除此之外，你可能还有闪躲在备忘录、其他笔记库里面的旧素材需要用。如果一个个导入到知识库就非常麻烦。比如我们团队平时用飞书办公， 里面就有很多重要的文档，那这时候就可以直接联动飞书了。不让 codex 安装飞书， c o i 客户端程程自动，然后把文件夹链接丢给他，就可以导进数据库了。 如果前面已经把 codex 和 obsidian 的 项目文件夹关联好，这时候打开 obsidian， 就 能看到非是文档已经进来了。再用一个 doc 插件，就能把 word 文件转换成 mong 格式。另外，像这个 import 插件也可以用，它支持非常多的平台和格式，像 notion、 apple notes 都可以直接导入。 所以不管你是学习、工作、研究，还是做个人规划，只要你的信息来源是分散的，只是更新的、需要反复调用的，都可以用这套方式把它们统一放进 opc 店里面。 首先来搭建迭代系统，我们直接把卡帕西的思路丢给 codex， 告诉他结合我的知识库定制一个知识迭代系统 看，定制好的系统里面，你的知识库被分成了多层清晰的结构，并包含了信息输入、 ai 消化、信息输出等一套完整的体系。后续就会帮你检查那些内容，重复那些内容过时，那些内容值得沉淀成模板或方法论。 学生可以用这套方法论替代你的学习笔记，打工人可以拿来管理项目，沉淀客户案例。反正只要你想拥有一个能自主生长、反复叠带的信息库，那这一步就不可或缺。但这样的系统还不够完善，会有很多分赃任务，而且用来需要你经常手动操作。 那现在就可以借助 codex 的 自动化功能，把它变成一系列定时定期的工作。比如我想做一个定时蒸馏的任务，就要让知识库在指定时间内判断整理我这段时间里面的所有工作。 第一步，让 ai 写出这个蒸馏任务的提示词，然后在 codex 的 自动化功能里面粘贴好生成的提示词。定时，每天下午五点， 它就会自动干活了。每次蒸馏完之后，它会自动生成一份总结文件，存为 opc 店对应的项目文件夹里面，打开就能看到，还会关联相关的文档链接，非常便于我后续翻出来复习。 除了征六知识库本身的内容，你还可以定期在 codex 里面整理非书会议纪要、重要消息生成的文件，再放进 o c 店里面，相当于直接完成了一次周报。 你甚至可以做一个 html 复盘看板的 skill， 帮助你对复盘进行格式化，比如生活数据、 项目进展、阅读记录等等，重点内容一眼就能看到。总之，一个自身长的知识库，需要有 n 个定期复盘任务来不断提供养分。比如说每周复盘、资料整理、热点汇总、详细更新等等，你都可以把它们设成定期自动任务，让 ai 到点自己执行，再也不用手搓了。 前面所有的格式词或者文档，其实我们都可以把它称之为 skill， 这就是我接下来要说的，你可让 ai 帮你 diy 专属于自己的 skill， 来管理运用你的知识点，尤其是把你一直不停重复的工作流 一直在用的里面，理论都统统转化为对应的 skill， 可以 随调随用。那我们平常写公众号来说，最常遇到的一个问题是，选择题怎么挖？什么角度有趣又有用？哪些观点是放在开头，哪些案例适合详细研究？ 我们就根据这个一直以来的痛点，打造了选择题价值判断 skill， 直接把判断标准告诉 codex， 它几分钟就能写出来。 后面有新信息进入知识库的时候，直接调用这个 skill， 它就能判断这条信息的选择题价值，能利用的亮点，还有可能的机会风险 些，原本要经验老到的人才能看出来的东西，知识库全部给你一键生成了，而且这个完整的判断报告也都直接储存进知识库里面，成为知识库自生长的养分，真的是躺着就能收获成果。另外， 工作室其实也一直在整理视频脚本的写法，之前是一个一个字手搓，现在我直接把写过的内容和讨论出的方法统一丢给知识库，让它沉淀出文风 skill。 你 看直接总结了我的表达节奏、口语化程度、比喻习惯等等，还提炼了我习惯会用的京剧结构，简直比我自己还要熟悉我自己 那其实任何需要重复三次以上的工作方法，像抄报、做分析、做教案、做营销、写需求文档等等，在这套体系里面都可以被沉淀成 skill， 等于你把自己的经验变成一套随时可以调用的工作插件，随时随地都能取用。 接下来就是利用 ai 知识库做好输出，它可以基于你的资料快速批量的产出内容，而产出的内容又会重新回流到库里面，非常适合做媒体矩阵、营销物料、课程资料这些工作的人。 首先，比起每次都要和 ai 反复 battle， 刚才我们整理的 skill 库在这里就派上用场了，直接用已经整理好的 skill， 明显更加省时省力。比如我调用刚才前面做好的文风 skill， 把这篇写好的大纲丢进去，让 ai 结合 obsidian 收集到信息，做一个内容初稿， 你看分分钟就跑出来了，都用了等句表达，而且结构清晰，整体风格和我平常写的真的相差不大， 但细读起来还是 lv 很 重，我就做了个去 lv 的 skill， 搭配起来调整出来的结果就会更接近我日常的口味。所以说只要搭配好 skill， 整个输出的工作流就会非常顺畅。像我这边也整理了很多 skill， 包含了常人的写作、编剧、营销决策、魔书、笔记等等类型， 都放到文档里面了，大家自取。除了储文件的输出，还可以结合 ai 加数据库去做配图，甚至是动画效果。比如前面的这篇稿子，不过要发某号，没有配图，真的挺单调的。于是我做了个配图 skill， 它可以自动判断，自动生图，自动插入图片。 你看整体生成的风格保持了高度的统一性，图片也都插入文档中。而且你在本地附件中可以看到所有的图片设计，这些都是能单独使用的。 甚至我们可以直接把写好的文档直接输出成 ppt。 比如刚才做的选择价值判断报告，我在 codex 里调用 presentations 插件，一句话就能指出 ppt 了。看看这个效果，风格统一，内容相似， 还可以直接下载编辑以后什么每周工作复盘、购物方案汇报之类的，从信息的获取到输出，直接一个闭环了。 还有一种很实用的输入方式，就是让 ai 把知识库直接转成视频摘要。像我就调用 hyperframes 插件，让 ai 把刚才的这篇文章做成视频，也是一句话指出， 你看整个视频，风格简洁大气，动画效果也很高级，看下来马上就能 get 重点。 先输出不只有文字，从图片到视频，其实都是可以交给 ai 一 键完成。无论是平常做 ppt 汇报、做客户方案， 还是写某号发某书整理课程？只要需要做配图做视频，现在都可以考虑，就给 a 知识库来打理了。停下来我真的觉得以前用 ai 就 像零食找外包，你讲一遍背景，它干一次活。但当你的资料、方法论都沉淀在 obcd 里， ai 就 能读到过去的积累，也能直接把铲除放回系统。 所以不用一开始就搭的多完美。先建一个小知识库试试，只要他能帮你省下一次从零开始的时间，就值得继续。那这就是本期视频的全部内容了。这里是勋酱，我们下期见，拜拜！

一二三， obsidian 就是 你，让所有的思绪连接，让所有的记忆流淌，就是你 obsidian。 哈喽，大家好，这是一个快速 obsidian 本地知识库加 ai 的 入门教程，如果你想试试除了手机和网页 app 以外使用 ai 的 方式， 或者你对 obsidian 这个笔记软件感兴趣，那么这个教程会非常适合你。你只要下载两个软件， obsidian 和 tray， 建几个文件夹，写几个简单的文档，就可以让 ai 帮你生成上面这样的知识库网络， 从此开启你的第二大脑。那么我们直接开始一二三嘀去官网下载 obsidian 并安装，安装好后设置新仓库，就是设置一个文件夹给 obsidian 管理，所有笔记都会以 markdown 文件的形式存在这个文件夹里， 是 obsidian 的 优势，你的笔记永远完全属于你。即使你不用 obsidian 了，你电脑里的任何一个 markdown 编辑器或者是 ide 工具都可以正常读这些笔记文件。 这也是我们接下来要下载的那个叫 tray 的 工具，可以直接读取并管理这些笔记的原因。一二三，第二，创建完成后，你会得到一个空的仓库，左右两个侧边栏 可以进入设置页面。啊，我在激动什么？来吧，小伙伴，我们先新建几个文件夹和笔记。首先第一个 obsidian 入门教学存放本次教程的核心内容文档，这里我们新建一个大纲文件， 其他内容后续全部会由 ai 根据大纲去生成。第二个是 ai 生成内容时需要用到的模板。 第二个是入门教学内容需要引用的一些外部参考资料， tasks 任务文档这个文件夹我们待会儿会让 ai 去执行第一个任务，所以我们里面会有一个任务文档，用于指导 ai 要做哪些事情。 最后就是 agents 文档，是我们给 ai 制定规则和要求的地方。好，准备好这一切，我们只需要再下载一个 tray， 就 可以开始施展我们的魔法了。去 tray 官网下载中文版 tray solo， 安装好以后，在下方设置文件夹， 也就是你的 obsidian 仓库的位置。点左上角把 mtc 模式切换成 code 模式， 在对话框右下角修改模行为 g l m 五点一之后，右键你的 tasks 文件文件，复制它的相对路径，在 tree 的 对话框中输入，请执行任务，黏贴上你刚刚复制的文件路径发送 一二三。第三，现在就是见证奇迹的时刻，锤会根据任务文档帮你把知识库自动生成。进入图谱页面，你可以看到文档之间的联系，这就是 obsidian 的 第二个重要能力，双链交叉， 彼此关联。打开 obsidian 入门教学文件夹，你想知道的都在这里。在 obsidian 入门教学文件夹里， 马到雨发更有为什么 obsidian 可以 帮你提笑的元 气罐，恭喜你啊，通过 ai 创建了你的第一个 obsidian 知识库，试着多在翠里聊一聊吧。本视频涉及的所有文档提示词，我会专门发一个抖音长文， 谢谢！

你是不是经常刷到过这种说法， offc 点学习成本太高，新手根本搞不定。我跟你说，讲这种话的人要么就是自己不会，要么就是怕你学会。今天这一期，我用一分钟带你搞懂 offc 点到底是什么。 你看，这是我新下载的 offc 点软件，我什么都没有做，我们只需要在这里点击新建笔记，写下，这是我的第一条笔记内容，是我要开始搭建我的第二大脑啦，保存就可以啦。 这里其实你做的就和在一个普通的文档里打字是没有本质区别的。现在我打开电脑笔记文件夹，找到刚才的笔记库，里面看到就是一条我刚刚所创建的，这是我的第一条笔记的一个 markdown 文件。 直接打开这个文件，里面就是我刚刚所写下的内容格式，文字都没有变，是不是神秘感瞬间就消失了？所以 opc 的 本质到底是什么？其实很简单，就是你电脑里一个普通的文件夹，再加上一个颜值很高的 markdown 的 编辑器。 那什么是 macdunk 呢？其实也不用怕，就是一个带标签的纯文本格式，完全不用刻意去学，正常打字就可以了。 你所有的笔记都是独立的， md 文件老老实实的存在自己的硬盘里，不用联网，就算软件停更也不用害怕，你的笔记依然在用，普通记事本就能直接打开，没有云服务绑架，更不用年年交会员费。那些说 obsidian 门槛高的人， 都是把插件主题花里胡哨的美化当成了必学课，其实根本不用零基础，普通人从下载软件到写出第一条笔记，全程用不了三分钟，真的就这么简单？下集三分钟带你搞懂双练，即使你早就用过它，只是不知道这个名字而已。关注我，咱们接着拆解。

你有没有这样的感觉，明明每天都在学习，却依旧觉得一无所获？我们每人每天都在大量的摄取收藏信息，不信你翻翻你的收藏夹，是不是天天都在更新？大量浏览收藏信息，会让你觉得自己学的很饱满，且制造一种我已经学会了的幻觉。 但收藏了不等于学习了，摄取了不等于内化了，不学至少知道自己不会，那假装自己会反而会更糟。所以今天我花了一些时间，借力 ai agent 把自己的 obsidian vault 里面的工作流重新归类整理了一遍， 现在想分享给大家。因为这条工作流能够解决输入越来越多，输出越来越少的痛点。它能帮助你把铺天盖地的信息以及偶尔冒出来的一些想法进行无阻力的记录和整理，然后帮助你消化以及内化，让你能一点一点把看过的变成真正属于自己的东西，慢慢从一个收藏者变成一个真正的表达者。 接下来就给大家详细介绍一下工作流的整体的结构构架。第一件事就是给自己建立了一个总的入口，也就是 inbox， 所有未经处理的东西都会先扔进去。那为什么会有 inbox 呢？首先因为灵感这个东西，它特别不讲武德，它不是等你坐在书桌前泡咖啡，打开电脑准备进入深度工作状态的时候才出现，它会在你洗碗的时候，跑步的时候，坐车的时候，甚至准备睡觉的时候 突然冒出来。那这个时候如果你还需要去思考我怎么记？记在哪里？起标题吗？打标签吗？大概率你的灵感就没有了，它是稍纵即逝的。除此之外，我们平时用碎片化的时间去刷手机、看网页，会看到一些对我们比较有帮助的知识或者是资讯，然后我们在不同的平台随手点赞、收藏， 等我们想起来的时候，要么找不着了，或者我们压根就想不起原本我们想要后续学习的这些内容。所以 inbox 的 意义就是，先别管它是什么，要先抓住它，那这个入口就一定要粗糙，并且毫无阻力，你所有东西都可以暂时先堆积到 inbox 里面，等你有时间回来复盘的时候，这是你记录信息的唯一入口，所有的东西都在这里面。那第二步呢？就是知识内化的一个过程，那这个过程我把它分为两个很重要的部分，一个是 mynote， 一个是 research。 我认为对于每一个和 ai 合作的人来说，把它分成这两个部分都是很重要的，因为你不想把你自己的想法和外部的资料或者是 ai 为你总结的东西混在一起。那比如说我听了一个播课，这里面有一句话非常的打动我，那我的原文就会放在 research 里面，我听完以后，我自己产生的一些想法和感悟，我就会放在 my note 里面。 那这两个东西一定要分开，那如果不分开，就会产生一个很大的问题，你会分不清什么东西是源自于你自己，是你自己真正想明白的。那什么。是啊，来自于 ai 帮你做的总结，尤其现在 ai 实在太方便了，你可以让 ai 帮你查资料，总结一切，梳理观点。你会产生一种错觉，这些知识都是我的， 但其实不是只有当你用自己的语言说出来，跟你自己的经历、身体感受、生活现状连接上，它才会慢慢变成你的东西。所以我的规则就是， research 只放外部的资料以及 ai 所总结的东西，那 mynote 里面就只放我自己的话。 那第三步，我加了一个知识处理，也就是 resource， 这相当于是一个知识的后续处理，这是我后来意识到是非常重要的一件事情，因为在刚才提到 research 时，就更像是我正在查一个问题，比如说我今天要写一篇可播，我想让 ai 帮我找些资料、案例 等等，我都会先放到 research 里面，因为有些资料它不是一次性的。比如说我觉得以后会反复参考的一个访谈，一篇写特别好的文章，或者一个工具的说明，任何一个具有长期价值的收藏，我觉得都应该放到 resource 里面。如果所有东西都进入 resource 里面了，那它最后又会变成一个垃圾场。我的判断标准就很简单， research 是 临时查资料，那 resource 就是 长期值得保留的东西。 第四步呢，就是和内化输出相关的部分，一个是 project， 一个就是 output， 这两个过程是整个知识结构中的重中之重，因为这两个过程是你把所有东西内化完以后，变成自己语料、自己成果的一个过程。先说 project 项目呢，它不是一个资料库，它应该是你正在运行的一件事情， 它是必须要有产出的，它也代表了你对内化知识的一种执行力。比如说你在小红书上看到一个博主 web coding 出来一个很好的产品，你也想要去尝试，那这就会成为你的一个项目。你把了解到的知识进行处理和内化以后，变成了你自己的东西，然后通过项目来进行一些产出。那至于 output 呢？这里面就是放已经完成了的东西， 比如说你完成了一篇文章，你做好了一个视频等等。成品就是你的资产，是你以后可以用来复利的一个资本， 而且人是需要反馈的。那如果你能看到我这个月真的做出来了哪些东西，你会有很强的正反馈，不然你会一直觉得自己在忙，却不知道自己忙出了什么。那最后一步呢，就是 archiv， 也就是归党。 archiv 的 作用呢，就是把目前不太需要， 但又舍得删的东西放得远一点。它的价值是让当前的系统保持干净。如果没有 archiv， 所有的旧文件、旧像、旧模板都会堆在你的眼前，那你每天打开 word， 就 像走进一个没有收拾过的房间，还没有开始工作，可能心已经累了。 最后呢，我想讲一讲 daily note， 它不是一个普通的日记，它应该是你每天的复盘在里面呢，我会写今天的状态怎么样，读了什么，听了什么，看了什么。 这一步很关键，因为很多内容不是说你坐下来说我要创作它才会出现的。它是从每天的生活里面长出来的，可能今天会被一句话打动，会因一件很小的事情感到焦虑了。或者你今天用 ai 解决了一个问题，那如果这些东西不复盘，它就会过去。如果你每天那通过复盘来打捞一下这些东西，它慢慢就会变成你内容的种子。 我现在整个工作流大概就是这样，先用 inbox 去承接所有需要消化内化的东西，再把自己的想法放进 my note 里面，然后把外部的资料放进 research 里面，然后把长期且有价值的东西呢放进 resource 里面，把能推进的东西放进 project 里面，把完成的东西放进 output， 最后把不活跃的东西呢就放进 archive 里面，然后每天呢用 daily notes 做复盘和打捞。 那这套系统对我来讲其实就是为了降低阻力，因为我发现真正能长期坚持的系统一定不是最复杂的，它是在你很累，状态很不好的时候也能无痛使用。这样的话呢，你才能长期坚持下来。 全网现在都在鼓励你去打造个人 ip， 去积累自己的语料，去大量的记录自己。我觉得这些东西不是说简单几句话你就能完成的，而是需要你每天都去收集、消化、表达、复盘。那慢慢的呢，你的说话方式会变得清楚，你的关注点会变得清楚，你的内容方向也会变得很清晰。那无论你的目标是什么，有了这个长期积累的过程，对于你目标的实现，我想一定是一个水到渠成的事情。 那下一期呢，我会给大家做一个 demo， 跟大家讲一讲如何利用 ai 快 速地把这个架构给建立起来，以及在这个过程中，如何把这个架构变得更适用于你的生活和学习。如果你还有什么问题，欢迎大家在评论区留言。

有人愿意花两百块钱让我出一个课程，教他如何搭建这个知识框架，我直接把他给劝退了。嗯，今天这条视频免费的给大家分享一下我是如何用 ai 来搭建知识框架的，以及它究竟有什么用。先给大家说明一点啊，就是我也是一个 零基础的小白，我也不懂这些代码，所以我做了一个比较粗糙一点的教程啊，因为我是小白，我也更懂大家会在哪里卡着， 如果大家有需要可以找我要这个文档，有什么问题呢？尽管在评论区留言，我看到的都会回复，然后这个教程也会不断的完善。 ok， 我 们话不多说，正式的开始。现在我用的是 ai 加 opposition， 去这个搭建知识库主要有两个应用场景，第一个是辅助我进行内容创作的，另一个就是让打造一个专属于我的这个知识库，无论未来这个 ai 工具怎么变化，我的数据其实都在保存在本地。这里就简单的给大家说一下，就 opposition， 它就相当于是 他这每一个都是一个文件夹，就存在我们的本地电脑里边。所以最核心的框架其实是这个 pa r a， 这个框架其他的任何都可以不要，包括大家不要觉得复杂，就是这个框架，我们的搭建都是后边有提示词的，直接把这个 给 ai 就 行了。但是现在你需要明白一下，这个东西大概的一个框架是什么，就是我们整个的流程是什么，就是我们自己的知识， 我们的灵感笔记给到这个 ai 的 时候，它就会放进这个知识库里面，相当于是，呃，这个知识库就是一个炒菜的。呃，为什么要用这个 o c 神？首先它是本地的，其次它有很多的丰富的插件，生态插件就相当于是调味料 啊。最后呢一些 skill， 也就是这一步。第五个 skill， 它是一些就相当于菜谱。最后呢，我们这个 ai， 不 管你用 爱马仕啊，还是可可酷的酷 max 都可以，呃，他就相当于是一个大厨把这样最后输出成一桌菜。所以，呃，接下来我就直接直接就给大家说怎么去弄。 首先你要有一个能免费的啊，这个帮你干活的 ai 助手，呃，链接我也放在这里，下载完成之后，你就要有一个清晰的概念，就是后边我们安装什么东西都需要他来完成。 说简单点，如果你是小白，你可以用 q 可乐加 o c 就 ok 了，但是如果你想一步到位的话，就用爱马仕加这个 o c， 所以 安装命令就是用这个。 这里有一个重点，我们需要呃单独的去搞一下，这是一个全流程的，你直接给到这个 q 可乐的小龙虾就行，但是中间你需要把你的 api 给放一下，因为 huma 它需要调用模型，这个调用模型是需要收费的，但是呢， 我给大家说一下啊，平时我用的很多，但是他这个收费其实没那么贵，大家看一下，其实我是从五月十二用到现在了啊，用了四块多， 所以就在这里我们创建一个，然后复制过去。呃，复制到这里，然后把这个提示词给到，给到小龙虾就可以安装。安装完成之后呢，我们就可以安装这个 openg 了，也是同理的，这个安装是免费的，不需要充值什么的，所以以上所有的你就是， 呃，需要充值的就有一个，就是配置 api 的 时候啊，这是 option 的， 这个也是一个命令，你可以给到小龙虾，这个过程中只要你遇到不懂的，你就给给小龙虾，你就问他什么意思，截图给他就行。就像我最早的时候我都不知道终端是什么，怎么在里边调用，然后他会给我一个东西， 呃，等等吧，这些东西你都要去跟他沟通，是一个不断的学习过程。好，最后呢我们把这条题词也是复制给小龙虾，然后呢你按照这个方式去填，填完之后呢就会有一个这样的一个基本的框架 啊，有了这个框架之后你可以安装一些 skill， 然后你的灵感都会都会在这里。所以今天这条视频不给大家说太多的东西，就是你先要去啊，做起来，呃，先遇到问题我们再说。