这是一个「Obsidian × AI」系列。

我会从最基础的认知开始,慢慢写到资料整理和收集、写作工作流,再到怎么把 AI 接进来。


群里有个经典问题,这个问题我遇到过的次数,手指头都不够数:

「我装了 Terminal 插件/Claudian 插件/Agent Client 插件,是不是就可以用 AI 了?」

紧接着的下一个问题:

「装了之后,DeepSeek 怎么接进来?」

这两个问题看起来很简单,但背后其实藏着很多人一直没有真正分清楚的三件事:

  • AI 模型是什么
  • 入口工具是什么
  • Obsidian 插件又是什么。

它们不是同一层的东西,它们之间的关系也不是「装了就能用」这么直接。

这篇文章,我想把它们串成一条完整的线。以后你再遇到任何新的 AI 工具,也能用它判断出:这个工具在这个体系里,属于哪一层。

模型是油,入口工具是车

先说第一个容易混的概念:模型和入口工具,不是一回事。

大多数人对 AI 的认知停留在对话框。

你打开一个窗口,打字,它回答,你知道它是谁,它不知道你是谁,更不会碰你的文件。

这类 AI 是云端运行的对话机器,你借它一个脑子,它给你一些答案,仅此而已。

但 Claude Code 和 Codex 这类工具不一样。它们是「能直接操作你本地文件」的 AI:装在你电脑里,能读文件、改文档、跑命令、帮你干活的真实劳动力。

这两个东西放在一起,很像油和车的关系。

模型是油。你烧的油决定了能量从哪里来、品质怎么样。

image.png|400

DeepSeek 是 92 号油,价格便宜,够用。Claude 或者chatGPT 是 95 号油,品质更好一点,但成本也高。各个模型厂商把油炼好,你去选加哪种。

入口工具是车。各车厂造出来的车,用什么油是可选的,但车本身是另一家造的。Claude Code 是 Anthropic 造的车。Codex 是 OpenAI 造的车。你可以把国产油的管子接进去,但车还是那辆车。

这就是为什么「装了插件不等于能用 AI」。插件只是插件,它是一条连接工作间的通道。

Obsidian 是工作间,插件是工作间的门。门装了,通道铺好了,还得有车开进来才能干活。而那辆车,是 Claude Code 或 Codex,不是插件。

关于模型和 Claude code 以及 Codex等工具的关系,在[[Obsidian 入门29:Claude Code 只是辆“跑车”,你可以给它加任何“便宜的油”]]已经有了很形象的介绍。

这一篇主要补的是 Obsidian(工作间) 以及插件(门),与这些模型(油)、 入口工具 Claude code/Codex (车)的关系。

国产油怎么加:CC Switch

说到国产油,就不能不提 CC Switch。

国产模型便宜,但有一个现实问题:不是车都能直接加国产油。Claude Code 跑在 Anthropic 的框架里,默认只认自家的油。你想把 DeepSeek 或 GLM 的油加进去,油路不对,因为是接口不兼容。

CC Switch 就是解决这个问题的东西。它把你的 Claude Code 和国产模型之间的协议打通,让车能加到国产油。

image.png|400

相当于在中间加了一个转换器,它的具体配置,这篇文章不展开,下一篇可以具体来讲讲(其实之前也在[[Obsidian 入门27:装上Claude Code (CC),开启Obsidian × AI的时代]]简单介绍过)。

你只需要知道一点:CC Switch 是让车能加到国产油的那一环。没有它,要么只能用进口油(贵),要么车根本跑不起来(国产模型接不进去)。

三款插件,三条进 Obsidian 的路

油有了,车有了,转换器也有了。它们住在哪里?

Claude Code 这类工具,平时住在你电脑的终端里,是一个独立的运行空间。Obsidian 是另一个空间。

你在 Obsidian 里写笔记,突然想让它帮你整理一段话,或者让它根据你的素材生成一篇文章。这个需求发生在 Obsidian 里,但干活的能力在终端里。

怎么把终端里的「劳动力」叫到 Obsidian 里来上班?

别看到“终端”这个字眼就被吓到了,其实把它当做一个工具就好。

三个插件,提供了三条不同的路。

image.png|400

Terminal 插件。这个最直接,也最硬核。你在 Obsidian 里打开一个 Terminal 窗口,自己把 Claude Code 叫进来,自己输入指令,它帮你干活。你要有基本的命令行基础,知道自己在做什么。自由度最高,但你得自己开那辆车。

Claudian 不一样。你不用开 Terminal,Claudian 像一个穿好西装的管家,帮你把车停好、把门打开。你在 Obsidian 里触发一个指令,管家替你完成调度。基本不需要懂技术,但代价是你得信任这个管家的判断(在 Windows 上,有时候会有些奇怪的问题)。

Agent Client 是第三个选择。它像建了一个通用的调度台,什么牌子的车都能停进来,不只是 Claude Code / Codex,国产模型的车也行,Opencode、Gemini CLI 也行。多工具并行的时候最顺手,代价是配置起来稍微复杂一点。

这三条路的详细介绍和具体配置步骤,分别在入门系列的第 31、32、33 篇里。这里不再展开。

把链条串起来

现在把完整的链条串起来,就是这个样子。

你在 Obsidian 里触发一个需求,插件把请求转给 Claude Code 或 Codex,CC Switch 把国产模型的油送进去,AI 操作本地文件,结果返回 Obsidian。

image.png|400

这是一个完整的工作流。油、车、转换器、工作间、通道,每一环都缺一不可。

插件不是 AI,插件是通道。车得先进来才能干活。

回到开头那个问题:装了插件是不是就可以用 AI 了?

现在你知道了答案:不能。插件只是把门打开,让车有路进来。车是你要另外准备的东西,没有车,门开着也是空的。

这个框架不只是为了理解这三个插件。是为了以后你遇到任何新的 AI 工具,能用它判断:这个工具在这个体系里,是油,是车,还是那条路。

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐