保姆级教程| Obsidian +Claudian 搭建AI 时代下最好的知识管理方案

保姆级教程| Obsidian +Claudian 搭建AI 时代下最好的知识管理方案

保姆级教程| Obsidian +Claudian 搭建AI 时代下最好的知识管理方案

OBSIDIAN

AI COGNITIONFLOW

让你的笔记从信息坟场变成AI知识引擎

💡把“死笔记”变成“活资产”的终极方案

1一句话变思维导图

COMMAND

/obsidian帮我把这篇文章画成思维导图

可拖拽、可展开、可链接——比纯文字清晰 10 倍

2AI 帮你追踪项目进度

CHAT

帮我看看这个项目目前的进展,哪些完成了,哪些还没做

AI 自动读取项目笔记,汇总进度、列出待办、提醒遗漏

3公众号一键排版输出

正文开始

从 Notion 到Obsidian ,从 Roam Research 到 Logseq — 笔记软件永远是效率圈最热的战场。双链、大纲、白板、数据库……我们折腾插件、迁移数据,乐此不疲。

QUESTION

我们到底在管理什么?

表面上是文件、笔记、待办。本质上,是外化的记忆 ——从大脑流出、被文字固定的思考痕迹

我们以为,存下来就是「管好了」

但有一个残酷的事实:

INSIGHT

“笔记只有信息,没有知识”

知识是什么?是用于行动的信息——能辅助决策、能带来改变的东西

你存下来的会议记录、读书笔记、灵感碎片——如果从未被调用、从未影响任何决策,它们就只是信息

它们是死的,成了数字坟场里的墓碑

AI 时代,答案变了

我们需要的不是更好的存储工具,而是能帮你把信息变成知识 的**伙伴, 正如开头演示的一样,从被动存储,进化为主动生产**

NEXT STEP

接下来教你 15 分钟搭起这个 AI 笔记系统

Obsidian +Claudian +智谱 AI + 新手包

公众号后台回复**“AI笔记系统”** 获取

不需要梯子,不需要编程,数据100% 在你自己电脑上

准备好了吗?让我们开始吧

01

PHASE ONE/ 安装

STEP 1

安装Obsidian

1.1 下载软件

Obsidian 是什么?

一款免费的笔记软件,支持 Markdown 格式,最大特点是可以把笔记像网页一样互相链接,形成你自己的知识网络

下载地址

公众号后台回复**“AI笔记系统”** 获取新手包

Mac 用户

Obsidian-1.10.6.dmg

Windows 用户

Obsidian-1.10.6.exe

双击安装,一路下一步即可

1.2 下载数字仓库(开箱即用)

这是什么?

我们准备了一个开箱即用 的仓库文件夹,里面已经帮你配好了:

✓Claudian 插件
✓4 个 Skills 技能包
✓MCP 服务器配置
✓快捷指令

你不需要手动安装任何插件,下载解压就能用!

操作步骤:

在飞书文档下载数字仓库.zip

解压到你喜欢的位置(推荐放在iCloudOneDrive 里,这样可以多设备同步)

1.3 用 Obsidian 打开仓库

1. 打开 Obsidian,会看到欢迎界面
2. 左下角切换语言为简体中文
3. 点击「打开本地仓库 」(不是创建新仓库!)
4. 选择刚才解压的数字仓库文件夹
5. 点击「打开

⚠️ 重要提示

首次打开会询问是否信任此仓库的插件,点击「信任作者并启用插件 」。

🎉 恭喜!

插件和技能包已经自动生效,不需要额外配置!

STEP 2

安装 Claude Code

2.1 为什么要装这个?

简单理解

Claudian 插件需要依赖 Claude Code 才能运行。Claude Code 是 Anthropic 官方的命令行工具,Claudian 通过它来调用 AI 能力。

2.2 安装步骤

Mac / Linux 用户:

打开终端,运行:

curl -fsSL https://claude.ai/install.sh | bash

Windows 用户:

1. 先安装 Git for Windows

2. 打开 PowerShell,运行:

irm https://claude.ai/install.ps1 | iex

2.3 验证安装

安装完成后,在终端运行:

claude --version

如果显示版本号,说明安装成功!

STEP 3

安装 CC Switch

3.1 CC Switch 是干什么的?

简单理解

因为 Claude 官方的 AI 服务在国内不太好用(你懂的),所以我们用 CC Switch 这个工具,把请求转发到国内的智谱 AI,不需要梯子,速度还快

3.2 下载安装

安装包下载

公众号后台回复**“AI笔记系统”** 获取

Mac 用户

CC-Switch-v3.9.1-macOS.zip

Windows 用户

CC-Switch-v3.9.1-Windows-Portable.zip

安装步骤:

下载对应你系统的安装包

解压后双击打开 CC Switch

安装完成!

02

CONFIGURATION/ 配置

安装已经完成!

接下来我们要做的是:告诉这些软件去哪里找 AI 服务。别担心,虽然看起来步骤多,但每一步都很简单,跟着截图做就行。

STEP 4

注册智谱平台 & 获取 API Key

4.1 注册账号

打开智谱开放平台:https://open.bigmodel.cn

用微信扫码登录最方便

扫码后绑定一下手机号

这个页面直接点「跳过」就行

4.2 实名认证

需要做一下实名认证(和注册微信差不多,刷个脸就行)

4.3 订阅套餐

选择GLM Coding Lite 套餐

· 首月 ¥20
· 之后 ¥40/月
· AI 调用次数不限

扫码付款

付款成功后,可以在这里看到你的订阅状态

4.4 复制 API Key

点击「添加新的 API Key」

点击复制按钮,把这串密钥保存好 ,后面要用!


STEP 5

在 CC Switch 里配置智谱

这一步做什么?

把刚才复制的 API Key 填到 CC Switch 里,让它知道去哪里调用 AI。

5.1 添加智谱

打开 CC Switch,点击右上角的**+** 号

选择「Claude Code 供应商」,然后点击Zhipu GLM

5.2 填入 API Key

把刚才复制的 API Key 粘贴进去,主模型填glm-4.7

点保存,搞定!

STEP 6

MCP 服务器(已帮你配好)

MCP 服务器已经在仓库里配好了,无需额外操作!

MCP 是什么?简单说,智谱的 AI 模型虽然很聪明,但它看不了图片、上不了网。MCP 服务器就是给 AI 装上「眼睛」和「网线」。

我们已经帮你配好了 4 个 MCP 服务器:

zai-mcp-server

视觉理解:看懂截图、图片,甚至分析视频

web-search-prime

联网搜索:获取实时信息、搜索最新资料

web-reader

网页读取:抓取网页内容、提取结构化数据

zread

开源仓库:访问 GitHub 等开源项目的文档和代码

怎么用?

在对话框里输入@就能呼出 MCP 列表,选择你需要的能力。

打开仓库就能用,不需要额外配置。

6.1 如何自己添加 MCP

可以点击左下角小齿轮打开设置页面,打开 Claudian 的 MCP 服务器选项,可以添加,也可以通过对话形式让 Claudian 给你添加 MCP


STEP 7

关于技能包(开箱即用)

7.1 什么是 Skill?(给 AI 定制工作手册)

你可以把Skill(技能包) 理解为给 AI 准备的「工作交接大礼包」——就像培训新同事一样,你把任务流程、工具用法、参考资料都打包好,AI 读取后就能照着干活。

简单理解:Skill 就是你的数字员工,你给它工作手册,它就能帮你干活。

一个 Skill 通常包含:

SKILL.md工作 SOP

核心指令,告诉 AI 这个技能是干嘛的、怎么用

scripts/工具使用说明

可执行代码,AI 直接调用,不用自己写

references/参考资料

参考文档,AI 需要时才读取

assets/工作素材包

模板、图片等素材

为什么用 Skill 比普通聊天更强?

普通聊天

每次都要解释一遍「怎么做」

用 Skill

一次配置,永久复用

普通聊天

AI 可能忘记你说过的规则

用 Skill

AI 会按你的 SOP 干活

普通聊天

遇到问题临时编程解决

用 Skill

直接调用现成脚本,又快又准

7.2 本仓库已装好的技能包

obsidian-markdown

让 AI 能正确处理 Obsidian 的特殊语法

obsidian-bases

让 AI 能创建数据库视图

json-canvas

让 AI 能画思维导图和流程图

skill-creator

让 AI 帮你创建新的技能包

7.3 如何自己创建新技能

在对话里输入/创建技能把你的需求、资料发给 Claudian,它会帮你创建

7.4 如何让 AI 使用这些 Skill

提示词明确说技能名称,或者输入/创建指令给 Skill 技能包创建启动指令,方便输入框使用

03

GET STARTED/ 第三阶段:开始使用

恭喜!配置全部完成!

接下来学几个常用命令,你就可以开始 AI 辅助写笔记了。

STEP 8

基本操作

在 Claudian 对话框里输入/,就会弹出所有可用的命令列表:

选择一个命令回车即可执行。你也可以直接输入完整命令名,比如/para-整理收集

STEP 9

常用命令速查

9.1 PARA 工作流命令

这是本仓库的核心命令,帮你管理数字资产:

/para-整理收集每天/每周

整理收集箱里的内容

/para-库概览随时查看

查看库的整体状态

用法示例:

/para-整理收集

/para-库概览

其他操作直接说就行

不需要记太多命令,直接跟 AI 说:

· “帮我把这个保存到收集箱”
· “新建一个叫 xxx 的项目”
· “把 xxx 项目归档”

AI 会按照 PARA 规则自动处理。

9.2 /obsidian 命令

这个命令会自动调用Obsidian官方技能包,根据你的需求智能选择:

画思维导图、流程图

→ json-canvas 技能包

创建数据库视图、看板

→ obsidian-bases 技能包

处理 Markdown 笔记

→ obsidian-markdown 技能包

用法示例:

/obsidian帮我画一个项目进度的思维导图

/obsidian创建一个项目管理看板

/obsidian帮我整理这篇笔记的格式

9.3 直接对话也行

其实你不用记命令,直接跟 AI 说话就行:

帮我总结这篇笔记的核心观点

帮我分析一下这张截图里的错误

帮我搜索一下 xxx 的最新资料

把这篇笔记翻译成英文

AI 会自动读取你当前笔记的内容,给出针对性的回答。

9.4 创建你自己的命令和技能

命令不是固定的,你可以让 AI 帮你创建!

/创建指令

创建简单的 Command 指令

/创建技能

创建复杂的 Skill 技能包

比如你想要一个「日报」命令:

/创建指令日报 扫描今天编辑过的所有笔记,生成日报

AI 会自动在.claude/commands/文件夹里创建对应的命令文件。下次你输入/日报就能直接用了。

想要什么命令,跟 AI 说一声就行。

小提醒

每次创建或修改命令/技能后,需要重启 Obsidian 或者插件 才能生效。

大功告成!

恭喜你完成了所有配置!

· · · · · · ·

Read more

调用大模型API打造AI 智能客服系统实践教程

调用大模型API打造AI 智能客服系统实践教程

1.前言 在用户与人工客服的沟通中,等待时间长、需求难满足等问题频发,企业面临用户流失风险,用户渴望快速精准的答案,企业需要“开源节流”、“降本增效”。对此,利用 AI 大模型打造智能客服成为主流解决方案。本次调用大模型 API,实操构建一个具备知识库的 AI 智能客服系统,有效化解沟通难题。 2.智能客服系统展示 不同以往,这次我选择把智能客服系统页面展示放前头。先让大家伙直观看到系统界面和操作流程,一秒 get 系统全貌,再讲干货内容。要是我先讲一堆理论,大家伙怕是早不耐烦了吧。把页面展示放前面,也是为我后续介绍API调用、知识库、实际开发操作这些干货内容时做铺垫,帮助大家理解理论和代码。 下面是智能客服系统运行后的界面,这个智能客服是支持知识库的上传的。 实际对话界面如下 隔了一段时间再与智能客服进行对话,可以看见智能客服系统能保留我们的历史对话记录,并正常给我们推荐符合要求的手机商品,响应快速。 3.API调用 3.1.大模型API介绍 大模型API是大模型对外提供服务的接口。通过API,

15. Web可访问性最佳实践:让每个用户都能平等访问

15. Web可访问性最佳实践:让每个用户都能平等访问 引言 Web 可访问性是前端开发的重要组成部分,它确保所有用户,包括残障人士,都能平等地访问和使用网站。作为一名把代码当散文写的 UI 匠人,我始终认为:好的设计不仅要美观,更要包容。就像一首好的音乐,不仅要动听,更要让所有人都能欣赏。Web 可访问性,就是为了让这种包容成为现实。 什么是 Web 可访问性? Web 可访问性(Web Accessibility)是指网站、工具和技术能够被所有人使用的程度,无论他们是否有残疾。这包括: * 视觉障碍(如失明、低视力) * 听觉障碍(如耳聋) * 运动障碍(如无法使用鼠标) * 认知障碍(如学习困难) 可访问性的重要性 1. 法律要求:许多国家和地区都有关于 Web 可访问性的法律法规 2. 扩大受众:提高可访问性可以让更多人使用你的网站

A / B测试太慢?AI帮你实时优化实验策略

A / B测试太慢?AI帮你实时优化实验策略

👋 大家好,欢迎来到我的技术博客! 📚 在这里,我会分享学习笔记、实战经验与技术思考,力求用简单的方式讲清楚复杂的问题。 🎯 本文将围绕AI这个话题展开,希望能为你带来一些启发或实用的参考。 🌱 无论你是刚入门的新手,还是正在进阶的开发者,希望你都能有所收获! 文章目录 * A/B测试太慢?AI帮你实时优化实验策略 🚀 * 为什么传统A/B测试成了效率黑洞? * AI驱动的实时优化:从“被动等待”到“主动决策” * 贝叶斯优化:AI决策的数学引擎 * 代理模型:预测点击率 * 采集函数:决定下一步策略 * 代码实战:用Python实现AI优化A/B测试 * 代码执行结果示例 * 实时决策流程:AI如何动态调整实验? * 实际业务场景:电商大促的AI优化案例 * 贝叶斯优化 vs 其他AI方法 * 如何在你的系统中落地AI优化? * 步骤1:构建基础数据层 * 步骤2:集成AI优化引擎 * 步骤3:设置停止条件 * 为什么AI优化能避免“实验陷阱”?

大语言模型LLM解决AI幻觉方法的深度分析

大语言模型LLM解决AI幻觉方法的深度分析

LLM解决AI幻觉方法的深度分析 引言:AI幻觉的定义与研究背景 AI 幻觉作为大型语言模型(LLM)部署的核心挑战,其学术价值体现于对模型"概率生成天性"的机制探索(如 OpenAI 2025 年论文《Why Language Models Hallucinate》揭示的底层逻辑),产业意义则关乎医疗、金融等关键领域的安全应用[1]。当前研究显示,即使开发团队对 LLM 内部运作的理解仍局限于 10%~20%(Anthropic 团队研究),但该现象已引发信息污染、信任危机等风险,同时在科学发现等领域展现创造力价值,成为 AI 可靠性研究的焦点[2][3][4]。 AI 幻觉的权威分类: * 事实性幻觉:生成内容与客观事实冲突,例如错误声称"蜂蜜可帮助糖尿病患者稳定血糖"[2]