本文字数 2494，阅读大约需 12 分钟
在前面几篇文章里，已经详细介绍了 Obsidian 的基础用法和一些最佳实践。
现在，是时候了解更进阶的使用方式了。
在开始之前，我想问你一个问题：你是否也经历过这样的场景？
在 Obsidian 里写着笔记，突然遇到一个概念需要查证，或者一段文字需要润色。
你的肌肉记忆会驱使你按下 Command + Tab，切换到浏览器，打开 ChatGPT 或 DeepSeek，输入问题，等待答案，再 Command + C，Command + Tab，Command + V……
这一套动作做下来，很容易忘记，我刚刚是想做什么来着？
我选择 Obsidian，是为了构建一个沉浸式的写作环境。
但这种频繁的应用切换，也会影响大脑做出对应的上下文切换。
今天，就来解决这个问题，为你的 Obsidian 装上一个强大的「AI 引擎」。
为什么要在 Obsidian 里接入 AI？
把 AI 直接集成到 Obsidian 里，带来的改变远不止是「少按几次键盘」。
它的核心价值在于，让 AI 能够阅读和理解你的整个知识库。
想象一下，你的 AI 不再是一个对你一无所知的通用模型。
它可以阅读你所有的读书笔记、项目文档、每日思考和灵感闪念。
当你问它「最近在学习知识管理方面有哪些收获？」，它给出的不是泛泛而谈的回答，而是基于你亲手记录和思考过的内容，进行提炼和总结。
它能发现你不同笔记之间的隐藏关联，能基于你的知识库回答你的问题，能模仿你的写作风格帮你创作。
这才是「第二大脑」该有的样子：一个真正懂你的、能基于你的知识进行思考的系统。
插件那么多，为什么是 Copilot？
Obsidian 社区里关于 AI 的插件并不少，经过反复尝试和比较，我最终选择了 Copilot 插件作为我的主力。
原因很简单：它足够强大、灵活，且一直在迭代更新。
不仅支持常规的 AI 对话（Chat 模式），也支持针对整个知识库的问答（Vault QA 模式），同时还有很多其他功能，这恰好能满足我的核心需求。
手把手教你，三步搞定配置
听到「配置」两个字，很多朋友可能会觉得头大。
别担心，跟着下面的步骤，整个过程会非常清晰。
第一步：安装插件
这是最简单的一步。
打开 Obsidian 的「设置」 -> 「第三方插件」 -> 「社区插件市场」，搜索 Copilot，点击「安装」，然后「启用」。
第二步：配置聊天模型（Chat Models）
启用插件后，在左侧的设置列表里找到 Copilot 的设置项。
在 Basic Tab 栏里，能看到 API Keys 的设置，点击 Set Keys。
因为 Copilot 默认是已经配置好了各种主流的大模型。
因此，如果你是用 OpenAI、DeepSeek、Gemini、Anthropic 等这些服务商的大模型，那么拿到 API Key 之后，直接填入即可。
如果 API Key 是正确的，点击 Add Model，可以正常看到模型列表。
如果你使用的是第三方中转或代理 API 服务，除了 API Key，通常还需要向你的服务商索要 Base URL（具体配置方式通常服务商会提供）。
然后在 Model Tab 栏，点击 Add Model 添加自定义模型。
这里的配置项有点多，但只需要关注 1、3、4、5 这几项即可。
下面一一解释：
• Model Name：必须填写服务商提供的准确模型名称，例如 gemini-1.5-pro，不能随便填写Gemini，否则无法调用。• Display Name：这个可以不填或随意填，它的意思是你在调用时，希望在模型列表看到的是什么名称。 • Provider：选择对应模型服务商 • Base URL：默认不用修改，如有特殊需求，找服务商索要最新地址
至于是用哪个大模型的 API Key，取决于你自己的选择。
• 如果你想用性能强大、免费额度高的模型，可以参考我的这篇文章：找到了！性能堪比 GPT-4 的最佳平替，关键是免费使用 • 如果你条件有限，只能用国内的大模型，那可以考虑 DeepSeek，可以参考这篇文章：DeepSeek API 恢复服务！手把手教你玩转 AI 对话、AI 知识库、沉浸式翻译
以上，Chat Model 就配置好了。
第三步：配置嵌入模型（Embedding Models）
如果说「聊天模型」让 AI 能和你对话，那「嵌入模型」就是让 AI 「读懂」你整个知识库的关键。
它的作用是把你的所有笔记转化成 AI 能理解的数学向量，这样才能实现基于知识库的搜索和问答。
这个配置稍微复杂一点，但也是一次性的工作。
这里我使用的是国内「硅基流动」（SiliconFlow）作为嵌入模型服务，它有免费额度，对中文支持也很好。
如果之前没有注册过，可以通过这个链接进行注册：https://cloud.siliconflow.cn/i/OfArzXj7
登录之后，然后按照图示操作步骤，创建一个 API 密钥。
完成之后，就得到一段这样的密钥了，保管好。
接下来回到主页面，点击左侧的「嵌入」，选择「BAA/bge-m3」这个免费模型。
复制这个模型的名字（BAAI/bge-m3）。
如果能接受付费，想要使用其他能力更强的模型也是可以的，复制对应名称即可。
回到 Obsidian 的 Copilot 设置，点击 Model Tab 栏，然后往下划，找到 Embedding Models 部分，点击 Add Model。
• Provider：在下拉菜单中选择 SiliconFlow。 • API Key：将上一步复制的密钥粘贴到这里。 • Model Name：在下方的输入框中，填入上面复制的模型名称 BAAI/bge-m3，然后点击右下角的Add Model 按钮。
配置完成后，Copilot 需要时间来处理你库中的所有笔记，即创建向量索引。
在 Copilot 设置中，找到 QA Tab 栏。
在 Embedding Model 下拉菜单中，选择刚刚添加的硅基流动嵌入模型。
Auto-Index Strategy 可以选择 ON MODE SWITCH，这样每次选择 Vault QA 模式时，就会自动进行索引，所需时间取决于你知识库的大小。
可以在 Obsidian 的状态栏看到索引进度。
索引完成后，Vault QA 功能便可以直接使用了。
关于数据隐私的考量
有些朋友可能会担心，把自己的笔记交给第三方 AI 服务处理，会不会有隐私风险。
对于隐私有极高要求的朋友，可以选择在本地部署开源大模型，然后让 Obsidian 接入本地模型。
这样，你的所有数据都是在自己的电脑上，完全离线。
但这种方式对电脑配置有一定要求。
如果你想尝试，可以参考这篇教程：手把手教你，如何在本地计算机上安装和使用 DeepSeek
小试牛刀
现在，一切准备就绪。
在 Obsidian 里，通过命令面板（Command + P）然后输入 Copilot: New Copilot Chat，即能打开对话窗口。
现在，可以像使用任何 AI 一样和它对话。
将模式切换到 Vault QA，尝试问一个与知识库相关的问题。
例如：「什么是十年之河？」Copilot 会检索知识库，并基于相关笔记内容给出精准的回答。
写在最后
完成了以上配置，你的 Obsidian 已经不再是一个单纯的笔记工具，它变成了你的「第二大脑」。
如果配置过程中遇到问题，可以评论区留言。
这篇文章因为篇幅有限，没有具体展开讲解如何更高效地使用它？有哪些使用场景？如何将其融入到特定的工作流中？
这些问题都会在下一篇文章里进行解答，敬请期待。
如果你也对 Obsidian 感兴趣，欢迎关注，这个专栏会持续更新。
• 八年换了 N 个笔记工具，最终还是选择了 Obsidian
• Obsidian 入门篇（一）：从劝退到真香，你只需要先搞懂这件事
• Obsidian 入门篇（二）：如何无痛开始写下第一篇笔记？
• Obsidian 入门篇（三）：搞定多端同步，让你的笔记无处不在
• Obsidian 插件篇：告别选择困难症，新手看这篇就够了
• Obsidian 实践篇：如何将碎片化信息内化成自己的知识？
我是艾康，专注于 AI 效率工具与知识管理，会持续分享 AI 时代的思考方式。
扫描下方二维码，备注「公众号」，免费领取我的《公众号从 0 到 1 的涨粉变现实战万字复盘》。
如果觉得这篇文章对你有启发，点赞、比心、分享三连就是对我最大的支持！
没有评论:
发表评论