本地文件深度交互新玩法：Obsidian Copilot的深度开发

优质文章学习记录

— 10 min read
本地文件深度交互新玩法：Obsidian Copilot的深度开发

前言

当 “本地知识库管理” 撞上 “AI 智能分析”，会擦出怎样的火花？试想一下：你的 Obsidian 里存着多年积累的笔记、文档，却只能手动翻阅检索；而现在，一个插件 + 蓝耘 API，就能让这些 “静态文字” 瞬间 “活” 起来 —— 自动总结核心内容、智能回答专业疑问，甚至挖掘隐藏关联！今天，就带大家拆解 Obsidian 联动蓝耘 API 的全新玩法，看看如何让本地文件从 “信息仓库” 变身 “智能助手” 。

蓝耘API KEY的创建

先进行API的创建
先点击蓝耘进行一个正常的注册流程

image.png


进入到主页之后，我们点击上方的MaaS平台

image.png


进入到平台后我们可以看到很多的大模型

image.png


不仅仅是文本生成、音频理解、视频理解还是视频生成，都有对应的大模型
每个模型都有很详细的介绍以及价格示例，用过api调用的都可以看到这个价格还是比较贴近平民的

image.png


并且可以进行在线体验的，这里是先进行思考的，然后再给出结果的，算上思考的时间，给出结果只花了几秒钟，效率还是很不错的

image.png


并且这里还有一个可视化的界面，观察你的tokens消耗数量

image.png


仔细发现还有大额的token，也是很香的，这就是我为什么选择蓝耘的原因

image.png


废话不多说，我们直接来到API KEY管理，点击创创建API KEY。创建好了之后我们直接点击复制就ok 了
格式如下：sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

image.png

进行obsidian Copilot的配置

这里的obsidian你如果没有下载的话可以私信我哦，我可以发给你的
进入到obsidian的主页，点击左下角的齿轮进入到设置中

image.png


来到第三方插件中，可以看到这里有一个社区插件市场，我们直接点击预览按钮

image.png


在搜索框中输入Copilot
选择第一个

image.png


然后我们可以看到这个插件相关的信息，下面都是一些展示样例

image.png


我们这里直接点击安装操作
等待安装

image.png


完成安装

image.png


点击启用

image.png


这里右上角报提示了

image.png


我们来到第三方插件这里，可以看到我们这里可以进行api的设置

image.png


我们来到Model

image.png

往下翻找到Add Custom Model，并进行点击操作，添加对话模型

image.png


进入到添加模型的界面是这样的

image.png


这里们将信息进行写入，写入之后我们点击右下角的Verify进行测试下是否能链接成功，如果链接成功的话是会在右上角反馈successful的，如下：

image.png


可以参考下我这里的数据

Model Nmae:/maas/qwen/Qwen3-235B-A22B Provider:OpenAI Format Base URL:https://maas-api.lanyun.net/v1 API KEY:你得去蓝耘MASS平台进行创建

测试成功了之后，我们直接点击这个Add Model进行模型的添加操作
然后这里我们就可以看到我们刚刚添加的蓝耘api模型

image.png

这里我在配置的时候一直报错，得亏蓝耘的工作人员反馈速度快，不然我一直处于报错现象

image.png

添加好了模型之后，我们这里是可以进行参数调节的，具体如何调节看你们的喜好

image.png


上面我们添加的是对话模型，下面的是嵌入模型，这里我们就不添加了，因为用不到，我们正常的进程对话就行了

image.png


然后我们来到Basic，我们将Default Chat Model默认对话模型设置为我们刚刚添加的

image.png


image.png


其他的参数我们就默认就行了

image.png

文件分析测试

我这里有一个表达式求值的实验报告

image.png


我们在安装了obsidian Copilot这个插件后，左侧有一个对话的按钮

image.png


我们直接进行点击，右侧就能看到我们的对话框了

image.png


我们这里可以根据提示，输入[[就能引用我们的文件了

image.png


输入好问题之后，我们直接点击chat进行问题的询问

image.png


如下是ai的回答

image.png


ai分析了我们的文件，然后对某些小点进行优化操作

image.png


他这里还询问我是否需要提供一个可视化的图，答案生成的速度也是非常的快

image.png


下面他的回答真的惊掉了我的下巴，

image.png


这种流程图的语法我是一点儿都不会，我这里直接就是让蓝耘的ai帮我生成，这看着就很舒服了

下面我还想试下更长的文章他是还能像这样进行优化操作
这里我们展示的是C++的日志系统项目，我们让ai帮我梳理下项目，生成一个流程图，

image.png


这里我们一定要先引用上这个文件，不然是会出现报错的
第一次我们这里出现了报错了，估计是文件太大了哈哈哈

image.png


所以我们这里得设置下我们上传的token数了，来到我们的Copilot Settings面板
将这三个参数进行一个适度的增加操作

image.png


image.png


看来还是不行哈哈哈，因为这个项目的字数到54761了，确实超过了上传的tokens了

image.png


那我们就针对于这个项目创建一个简单的介绍吧，这样应该是没问题了

image.png


效果如下：也是可以清晰的看到我们的项目的落地情况以及同步模式和异步模式

image.png


我们这里可以复制它的回答粘贴到文章中去
效果也是很不错的

image.png


像日常写项目的时候，写项目比较的时候，用到这个工具直接让ai分析我们的项目流程，也是很方便，再加上蓝耘的api快速反应，效率更高了

这里展示下这个生成的流程图吧，我觉得ai做的挺好的

同步模式异步模式是否开始日志记录日志模式选择直接调用输出方法写入前端缓冲区选择输出目标控制台输出文件输出滚动文件输出缓冲区已满?交换前后端缓冲区继续写入后台线程处理批量写入输出目标控制台输出文件输出滚动文件输出

Ai的Prompt的设置

使用 ctrl+P 唤出命令菜单，然后输入 copilot add 就会出现添加命令的选项

image.png
使用 Copilot 进行文本编辑时，有时你会遇到一个问题：Copilot 不知道你正在编辑的是哪篇文章。为了避免这种情况，你可以在自定义的 Prompt 中使用以下变量： - `{activeNote}` 告诉 Copilot，你指定的是「当前窗口下激活的这篇文章」 - `{[[]]}` 告诉 Copilot 你指定的是哪一篇文章 - `{}` 告诉 Copilot 你指定的是光标选中的段落 - `{#tag1,tag2}`告诉 Copilot 你指定的是包含了哪些标签的文章，只要包含其中一个标签就会命中 - `{FolderPage}` 告诉 Copilot 你指定的是哪个文件夹路径下的所有文档 我们也可以在这里给ai设置角色设定

基于prompt的设定，ai会更加的智能化的
你们也可以设定一个自己的ai机器人哦，针对某些固定的事情进行回答操作

总结

通过 Obsidian 插件搭桥、蓝耘 API 赋能，我们见证了本地文件从 “被动存储” 到 “主动交互” 的蜕变 —— 自动总结、智能问答，每一步都在重塑知识管理的效率边界。不过，这场 “AI + 本地工具” 的融合实验，还有多少潜力待挖掘？那得你自己循着轨迹来试试哦！！！

Read more

最完整whisperX入门指南：从安装到实现第一个语音识别功能

最完整whisperX入门指南：从安装到实现第一个语音识别功能 【免费下载链接】whisperXm-bain/whisperX: 是一个用于实现语音识别和语音合成的 JavaScript 库。适合在需要进行语音识别和语音合成的网页中使用。特点是提供了一种简单、易用的 API，支持多种语音识别和语音合成引擎，并且能够自定义语音识别和语音合成的行为。 项目地址: https://gitcode.com/gh_mirrors/wh/whisperX 你还在为语音识别工具安装复杂、识别准确率低、时间戳不精准而烦恼吗？本文将带你从零开始，一步步掌握whisperX的安装配置，并实现你的第一个语音识别功能。读完本文，你将能够：搭建稳定的whisperX运行环境、使用命令行和Python API两种方式进行语音识别、获取精准的单词级时间戳、实现多 speaker 区分标注。 whisperX 简介 whisperX 是一个基于 OpenAI Whisper 的语音识别工具，它在 Whisper 的基础上进行了改进，提供了更精准的单词级时间戳和 speaker 区分功能。

Stable-Diffusion-v1-5-archive镜像免配置：Web界面+Supervisor自动恢复实战

Stable-Diffusion-v1-5-archive镜像免配置：Web界面+Supervisor自动恢复实战 想体验经典SD1.5文生图的魅力，又不想折腾复杂的本地部署？今天，我们就来聊聊一个“开箱即用”的解决方案——Stable-Diffusion-v1-5-archive镜像。它最大的特点就是：零配置，有Web界面，服务挂了还能自己“活”过来。 对于刚接触AI绘画的朋友来说，这简直是福音。你不用去研究Python环境、模型下载、依赖冲突这些让人头疼的问题。这个镜像已经把一切都打包好了，你只需要启动它，打开浏览器，就能开始你的创作。 这篇文章，我会带你从零开始，手把手教你如何部署和使用这个镜像，并重点讲解它内置的“Supervisor守护进程”是如何确保服务稳定运行的。即使你完全没有服务器管理经验，也能轻松跟上。 1. 镜像核心能力与特点速览 在动手之前，我们先快速了解一下这个镜像到底能做什么，以及它有哪些吸引人的地方。 1.1 它是什么？能做什么？ Stable-Diffusion-v1-5-archive镜像，简单说，就是一个封装好的、可以直接运行的SD1.

在Android设备上利用Termux安装llama.cpp并启动webui

llama.cpp没有发布官方aarch64的二进制，需要自己编译，好在Termux已经有编译好的包可用。 按照文章在安卓手机上用vulkan加速推理LLM的方法， 1.在Termux中安装llama-cpp软件 ~ $ apt install llama-cpp Reading package lists... Done Building dependency tree... Done Reading state information... Done E: Unable to locate package llama-cpp ~ $ apt update Get:1 https://mirrors.tuna.tsinghua.edu.cn/termux/apt/termux-main stable InRelease [14.0 kB] Get:2 https://mirrors.
【混元AIGC+腾讯云智能体+首创Coze核心流思维导图MCP】：打造一个文思通-智能写作助手Agent

【混元AIGC+腾讯云智能体+首创Coze核心流思维导图MCP】：打造一个文思通-智能写作助手Agent

【混元AIGC+腾讯云智能体+首创Coze核心流思维导图MCP】：打造一个文思通-智能写作助手Agent 1.背景 作为一名长期关注人工智能发展的内容创作者，我经常需要撰写关于AI技术、应用趋势和产品体验的文章。然而，在实际写作过程中，常常会遇到灵感枯竭、结构混乱、表达不够精准等问题。有时候写到一半才发现逻辑断层，或者内容重复，甚至忘记了一些关键知识点。 为了解决这些痛点，我决定打造一个专属于自己的智能写作助手，取名为“文思通”——寓意“文思如泉涌，条理通达”。这个助手不仅要能帮我生成内容，更要具备结构化思维引导、逻辑梳理和语言润色的能力。 最近，我接触到一种创新的工具组合：以 Coze 平台为核心逻辑流，结合自研的思维导图 MCP 服务，可以实现从文本到可视化思维导图的自动转换。这正好解决了我在构思阶段缺乏条理的问题。而选择开发平台时，我注意到腾讯云智能体开发平台与腾讯混元大模型（Hunyuan AIGC） 的深度整合能力非常出色，支持工作流编排、插件扩展（MCP），并且提供稳定高效的推理服务。 最终，我决定采用“混元AIGC + 腾讯云智能体平台