Obsidian智能体学习(一)

news2026/4/20 21:01:33
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 Pathhttps://api.deepseek.com/v1/chat/completionsModel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CtrlJ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CtrlP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1API Key填错了第一次测试的时候按了CtrlJ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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2417978.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…