今天干了啥

说实话，今天就干了一件事：把Obsidian和AI模型连起来。

为什么选Obsidian

市面上笔记软件一大堆，为啥偏偏选Obsidian？

简单说，它就是个文件夹管理器，所有笔记都是纯文本的Markdown文件，存在你自己电脑上。不像某些笔记软件，数据格式是专有的，想导出都费劲。

更重要的是，Obsidian有个强大的插件系统。今天要装的两个插件——Text Generator和Tars，就是用来把本地笔记和云端AI模型连起来的"桥梁"。

实际操作流程

第一步：装Obsidian

这步最简单，去官网下载安装包，双击安装。

装完后创建了一个新仓库。这个仓库其实就是电脑上的一个文件夹，所有笔记都会存在这里。

第二步：搞定API密钥

要让本地的Obsidian调用云端的AI模型，需要一个API密钥（就像门禁卡一样）。

我选的是https://platform.deepseek.com/这个平台，因为之前就充过钱。

注册完进控制台，点"新建密钥"，会生成一串sk-xxxx开头的字符串。这玩意儿只显示一次，赶紧复制保存好，丢了就得重新生成。

第三步：装Text Generator插件

这个插件的作用是：你在笔记里写一段话，按个快捷键，AI就能接着往下写。

装插件之前要先关掉Obsidian的"受限模式"（默认是开着的，防止第三方插件搞破坏）。

进设置 → 社区插件 → 关掉受限模式 → 浏览 → 搜"Text Generator" → 安装 → 启用。

然后是配置，这步最关键：

• LLM Provider：选Custom（自定义）
• API Key：粘贴刚才复制的密钥
• Base Path：https://api.deepseek.com/v1/chat/completions
• Model：填deepseek-chat

高级设置里还要调两个参数：

• Max Tokens：设成2000（控制AI一次最多生成多少字）
• Temperature：设成0.7（数字越大越有创意，越小越严谨）

配置完就可以测试了。新建一个笔记，写上：

你好，AI。请你扮演一位资深的Python工程师。
请用3句话向我解释什么是"Hello World"，并输出一段Python的Hello World代码。

光标停在末尾，按Ctrl+J，然后就看到AI开始自动打字了。第一次看到这个效果还挺神奇的，就像有个隐形人在帮你写笔记。

第四步：装Tars插件

Text Generator是"内联补全"，适合写文章时让AI接着写。但如果想跟AI聊天，就得用Tars了。

Tars会在Obsidian右侧开一个对话窗口，像微信聊天一样跟AI对话。更厉害的是，它能自动读取你当前打开的笔记内容作为背景知识。

安装步骤跟Text Generator一样：设置 → 社区插件 → 浏览 → 搜"Tars" → 安装 → 启用。

配置也差不多（同上）

配置完点右侧边栏的Tars图标，或者按Ctrl+P调出命令面板，输入"Tars"打开对话窗口。

试着问了一句："你好，AI。请你扮演一位资深的Python工程师，用3句话向我解释什么是'Hello World'，并输出一段Python的Hello World代码。"

AI秒回，而且回答质量还不错。

踩过的坑

坑1：API Key填错了

第一次测试的时候，按了Ctrl+J没反应。检查了半天发现是复制API Key的时候多复制了个空格。删掉空格重新填，就好了。

坑2：网络连不上

有一次突然报Connection Error，以为是API Key过期了。后来发现是本地代理设置的问题，关掉代理就正常了。

折腾完的感受

搞了一下午，终于把这套本地AI工作站搭起来了。

最大的感受是：数据掌握在自己手里，心里踏实多了。所有对话记录都是Markdown文件，存在本地硬盘上，想备份就备份，想搜索就搜索。

而且Obsidian的双向链接功能特别适合做知识管理。以后可以把AI的回答直接链接到相关笔记里，慢慢积累成自己的知识库。

当然，现在只是搭好了最基础的环境。后面还要学怎么写更好的提示词，怎么让AI理解复杂的业务逻辑，怎么把AI集成到实际工作流里。

下一步计划

• 学习S.C.O.R.E.提示词模型（听说能让AI输出质量提升一大截）
• 研究怎么让AI读取本地知识库（Tars的@引用功能）
• 试试用AI辅助写代码、做笔记、整理资料

今天就记录到这里。

---

工具清单：

• Obsidian（笔记软件）
• Text Generator插件（AI文本补全）
• Tars插件（AI对话助手）
• Deepseek大模型

参考资料：

• 《零基础构建智能体工程》第一章：环境觉醒

项目教程地址：https://www.gitlink.org.cn/Gitconomy/Git4GenThinking/tree/main/Agentic-KW-Engineering-2026