Obsidian + AI 插件：打造真正的第二大脑

笔记软件我用过不下十个。Notion、语雀、Roam Research、Logseq、Bear、Craft，每个都试过一阵子，每个都有让我放弃的理由。

但 Obsidian 我用了两年，没有换的念头。

原因只有一个： 它是唯一一个让你真正拥有自己数据的笔记软件，同时插件生态强到可以做任何事。

2026 年，“任何事"这三个字多了一层含义。AI 插件的爆发让 Obsidian 从一个"好用的笔记工具"变成了"真正的第二大脑”。你的笔记不再是沉睡的文本文件，它们开始互相连接、主动冒出来、帮你想到你自己想不到的东西。

这篇文章会告诉你：哪些 AI 插件值得装，怎么配置，以及怎么把它们串成一套完整的工作流。

为什么是 Obsidian，不是别的

在聊 AI 插件之前，先说清楚一个前提：为什么偏偏是 Obsidian 最适合和 AI 结合。

第一，本地优先。 你的笔记就是一堆 .md 文件，存在你电脑的文件夹里。没有服务器，没有同步依赖，不用担心哪天公司倒了数据全没了。这意味着 AI 插件可以直接读取你本地的文件，不需要通过 API 上传到云端处理。

第二，纯 Markdown。 没有专有格式，没有数据库锁定。任何能处理文本的 AI 模型都能直接理解你的笔记内容，不需要额外的格式转换。

第三，插件生态。 社区有超过 2000 个插件，其中专门做 AI 功能的就有几十个。这不是 Notion 那种"官方给你加个 AI 按钮"的模式，而是社区驱动的百花齐放。你可以自由组合，选最适合你的方案。

第四，完全控制 AI 请求。 你可以选择用 OpenAI、Anthropic、Google、本地 Ollama，甚至同时用多个模型。API Key 在你手里，预算在你控制之下。

这四点加在一起，Obsidian 是目前唯一一个同时满足 数据主权 + AI 灵活性 的笔记方案。

Notion AI 很好用，但你的数据在 Notion 的服务器上，你只能用 Notion 提供的 AI 功能。Obsidian 给你选择权。

必装插件一：Smart Connections

这是什么

Smart Connections 是 Obsidian 里最受欢迎的 AI 插件，没有之一。它做的事情用一句话概括： 让你的笔记库变得"可搜索"，不是关键词搜索，是语义搜索。

什么意思？假设你三个月前写了一篇关于"远程团队管理"的笔记，今天你在写"分布式协作"的文章。传统搜索搜不到那篇旧笔记，因为你压根没用"分布式协作"这个词。但 Smart Connections 能找到，因为它理解这两个概念是相关的。

它怎么工作的

安装后，Smart Connections 会对你整个笔记库生成 embedding 向量 。简单说，就是把每篇笔记转换成一串数字，这串数字代表了笔记的"语义含义"。

当你打开一篇笔记时，右侧面板会自动显示和当前笔记最相关的其他笔记。不是基于标签，不是基于链接，而是基于内容的语义相似度。

这才是"第二大脑"的核心体验：你的知识主动冒出来找你，而不是你去翻箱倒柜地找它。

关键功能

语义搜索面板。 打开任何一篇笔记，右侧自动列出最相关的 5-20 篇笔记，按相关度排序。点一下就能跳转。我经常在这个面板里发现自己完全忘记写过的东西。

Smart Chat。 内置的聊天功能，你可以对着你的笔记库提问。比如"我之前关于 Docker 部署写过什么？“或者"把我所有关于 X 公司的笔记总结一下”。它只基于你的笔记回答，不瞎编。

Block 级别匹配。 不只是匹配整篇笔记，还能匹配到具体段落。如果你一篇笔记里有 10 个不同话题（比如一篇长日记），它能精确找到最相关的那一段。

本地 Embedding 支持。 你可以选择用 OpenAI 的 API 生成向量，也可以用本地模型（通过 Transformers.js 或 Ollama）。用本地模型意味着你的笔记内容完全不出你的电脑。

安装和配置

打开 Obsidian → 设置 → 第三方插件 → 搜索 “Smart Connections” → 安装
配置 Embedding 模型。进入插件设置：
- 在线模式 ：填入 OpenAI API Key，模型选 text-embedding-3-small （便宜且效果好）
  - 本地模式 ：选 “Transformers (Local)"，首次会下载约 100MB 的模型文件
点击 “Build Vault Embeddings”。根据你笔记库大小，可能需要几分钟到半小时。
完成后，打开任意笔记，右侧面板就会显示相关笔记了。

性能提示 ：如果你的笔记库超过 5000 篇，建议在 Exclusions 里排除一些不需要索引的文件夹（比如模板、日志、附件文件夹）。这样既省 API 费用，又加快索引速度。

使用建议

不要关右侧面板。 养成习惯，每次打开笔记都瞄一眼相关笔记。很多意想不到的联系就是这样发现的。
定期重建索引。 大量新增笔记后，重新 Build 一次，确保新内容被覆盖到。
写笔记时多写几句"总结”。 Embedding 对完整句子的理解比碎片关键词好得多。

必装插件二：Copilot

这是什么

如果 Smart Connections 是"被动发现关联"，那 Copilot 就是"主动和笔记库对话"。

它在 Obsidian 里加了一个 Chat 面板，你可以用自然语言和 AI 对话，而 AI 会基于你的笔记库来回答。你可以理解为： 一个读过你所有笔记的私人助理，随叫随到。

和 ChatGPT 有什么区别

区别很大。你直接问 ChatGPT “我上个月的项目进展如何”，它一脸懵，因为它不知道你是谁、你在做什么项目。

但 Copilot 连接了你的笔记库。你问同样的问题，它会翻遍你上个月的所有笔记，找到项目相关的内容，给你一个有理有据的回答，还附上引用来源。

这就是"个人 AI"和"通用 AI"的差距。

关键功能

多模型支持。 你可以同时配置 OpenAI (GPT-4o)、Anthropic (Claude)、Google (Gemini)、本地 Ollama，在对话中随时切换。不同问题用不同模型：写作用 Claude，分析用 GPT-4o，简单问答用本地 Qwen。

RAG 模式。 开启后，Copilot 在回答前会先搜索你的笔记库，把相关内容作为上下文传给 AI。这意味着 AI 的回答是基于你的实际笔记，而不是它的训练数据。回答里会标注引用了哪些笔记，你可以点击跳转验证。

对话历史。 聊天记录可以保存为 Obsidian 笔记，自动存入指定文件夹。过几个月回头看，你会发现这些对话本身就是有价值的知识。

Prompt 模板。 你可以预设常用 Prompt，比如"基于我的笔记总结本周进展"、“从我的读书笔记中提取 5 个可用于文章的观点”。一键触发，不用每次都重新输入。

笔记内操作。 选中笔记中的一段文本，右键可以直接让 Copilot 对选中内容执行操作：翻译、改写、总结、扩展、生成标题、提取关键词等。

安装和配置

搜索 “Copilot” 安装（注意选社区维护活跃的版本，认准 GitHub star 数最高的那个）

进入插件设置，添加模型：

Provider: OpenAI
API Key: sk-xxxxxxxx
Model: gpt-4o
Provider: Anthropic
API Key: sk-ant-xxxxxxxx
Model: claude-sonnet-4-20250514
Provider: Ollama (Local)
Base URL: http://localhost:11434
Model: qwen3:8b

开启 RAG 模式：
- Index Vault：首次需要索引笔记库
  - Relevance Threshold：建议设 0.3（太高会漏掉相关内容，太低会引入噪音）
  - Max Sources：建议 5-10 篇
左侧边栏点击 Copilot 图标，开始对话。

我的实际用法

说几个我真实在用的场景：

写文章找素材。 我在 Obsidian 里积累了两年的笔记，里面有大量读书笔记、行业观察、产品体验。写文章的时候，我会问 Copilot：“我笔记里有哪些关于 AI 编程工具的观察和体验？“它会把散落在几十篇笔记里的相关段落全部找出来，按主题分类呈现。

每周回顾。 每周五问一句：“总结我这周的 daily note 里做了什么，有哪些重要决策。“两分钟得到一个周报雏形。

知识检索。 记得我之前研究过某个工具，但忘了细节。不用翻笔记，直接问 Copilot，它连当时的配置命令都能给我找出来。

必装插件三：Auto Classifier

这是什么

Auto Classifier 解决的是一个老问题：你辛辛苦苦记了笔记，但懒得分类、打标签、归档。时间一长，笔记库变成了一锅粥。

这个插件让 AI 来干这个活。它会读取你笔记的内容，自动判断该打什么标签、该放进什么文件夹、该归到什么分类。

它能做什么

自动打标签。 创建或修改笔记后，AI 分析内容，自动在 frontmatter 里添加 tags。你可以预定义标签体系（比如 项目/技术/阅读/想法/待办 ），也可以让 AI 自由发挥。

自动分类。 根据内容把笔记移到对应文件夹。比如读书笔记自动移到 Reading/ ，会议记录自动移到 Work/Meetings/ 。

自动填充属性。 如果你用 Dataview 管理笔记（类似数据库视图），Auto Classifier 可以自动填充 frontmatter 的属性字段：type、status、priority、project 等。

批量处理。 对已有的笔记库也能批量分类。我导入了 500 多篇旧笔记，用 Auto Classifier 跑了一遍，半小时后每篇都有了合理的标签和分类。

安装和配置

搜索 “Auto Classifier” 安装
配置 AI 模型（同样支持 OpenAI / Anthropic / Ollama）

设定分类规则，在插件设置里定义你的标签体系：

# 示例配置
tags:
  - 技术
  - 阅读
  - 项目
  - 想法
  - 学习
  - 工作
  - 生活
folders:
  技术: "02-Projects/Tech/"
  阅读: "03-Areas/Reading/"
  项目: "02-Projects/"
  工作: "03-Areas/Work/"

选择触发方式：
- 手动：右键笔记 → Classify
  - 自动：保存笔记时自动触发
  - 批量：选中多个文件一起处理

成本提示 ：自动模式会频繁调用 API，建议用便宜的模型（GPT-4o-mini 或本地 Ollama）。如果笔记库很大，先用批量模式处理存量，再开自动模式处理增量。

使用建议

先定义好你的分类体系再开启插件。 如果你自己都不知道怎么分类，AI 也帮不了你。
允许"多标签”。 一篇笔记可以同时是"技术"和"项目”，不要强制单分类。
定期检查 AI 的分类结果。 前几周手动纠正一些，AI 会越来越准。

必装插件四：Text Generator

这是什么

Text Generator 是 Obsidian 里最老牌的 AI 写作插件。它不像 Copilot 那样是一个独立的聊天面板，而是 直接嵌入你的写作流程 。

选中一段文字，按快捷键，AI 直接在光标位置输出结果。不需要切换窗口，不需要复制粘贴。

关键功能

续写。 写到一半卡住了？把光标放在段落末尾，按 Ctrl+J （默认快捷键），AI 会接着你的内容往下写。写出来的不一定直接能用，但往往能给你一个方向。

改写。 选中一段你不满意的文字，选 “Rewrite” → AI 给你一个不同措辞的版本。你可以连续改几版，挑最好的。

翻译。 选中中文文本 → Translate to English。反过来也行。对于经常需要中英文切换的人来说，这比 DeepL 方便得多，因为你不用离开编辑界面。

自定义 Prompt。 最强大的部分。你可以创建自己的 Prompt 模板，绑定快捷键，一键执行。几个例子：

# 生成摘要
Prompt: "用 3 句话总结以下内容的核心观点：{{selection}}"
快捷键: Ctrl+Shift+S

# 提取关键词
Prompt: "从以下内容中提取 5 个关键词，用逗号分隔：{{selection}}"
快捷键: Ctrl+Shift+K

# 生成标题
Prompt: "为以下内容生成 3 个吸引人的标题：{{selection}}"
快捷键: Ctrl+Shift+T

# 批判性分析
Prompt: "指出以下论述中的逻辑漏洞或可以进一步论证的地方：{{selection}}"
快捷键: Ctrl+Shift+C

模板变量。 {{selection}} 是选中文本， {{title}} 是笔记标题， {{content}} 是全文， {{date}} 是当前日期。你可以组合这些变量创建复杂的 Prompt。

安装和配置

搜索 “Text Generator” 安装
配置模型和 API Key（支持 OpenAI / Anthropic / 自定义 API）
创建自定义 Prompt（设置 → Text Generator → Templates），建议从上面的例子开始，逐步添加自己常用的
绑定快捷键（设置 → 快捷键 → 搜索 “Text Generator”）

和 Copilot 的区别

两个插件互补，不冲突：

	Copilot	Text Generator
交互方式	聊天面板	内联编辑
适合场景	提问、搜索、长对话	写作中的即时操作
上下文	整个笔记库	当前笔记/选中文本
使用频率	有问题时用	写作时随时用

我的建议： 两个都装。 Copilot 用来做研究和搜索，Text Generator 用来辅助写作。

工作流设计：串成一套完整流程

装了这四个插件之后，关键是怎么把它们串起来。这是我自己在用的一套工作流，你可以参考后根据自己的需求调整。

早上：Daily Note + AI 提取

每天打开 Obsidian，自动创建当日的 Daily Note（用 Daily Notes 核心插件或 Templater）。

模板里我预设了几个区域：

## 今日计划
-

## 工作记录
-

## 想法和灵感
-

## 阅读笔记
-

随手记录一天的内容。到晚上，用 Text Generator 的自定义 Prompt 对当天内容做处理：

“从今天的笔记中提取 3 个关键词” → 自动写入 frontmatter tags
“用一句话总结今天最重要的事” → 写入 summary 属性

Auto Classifier 自动判断今天的笔记更偏"工作"还是"学习"还是"生活”，打上对应标签。

白天：阅读 + AI 摘要

读到一篇好文章，我不会把全文粘贴进来（那太长了，以后也不会看）。我的做法是：

把文章链接和几段核心引用粘贴到新笔记
写两三句我自己的想法和评论
用 Text Generator 生成一个结构化摘要
保存。Smart Connections 自动在右侧面板显示和这篇文章相关的旧笔记

第四步最有趣。 它经常帮我发现"哦原来我半年前就关注过类似的话题”，或者"这个观点和我之前读的另一本书的结论矛盾"。这种跨时间的知识连接，纯靠自己是很难做到的。

写作：AI 辅助找素材和打草稿

要写一篇文章时，我的流程是：

用 Copilot 做研究 ：“我笔记里关于 [话题] 有什么相关的内容和观点？” → 它会从几十篇笔记里找出相关段落，按主题组织
建一个大纲 ：手动写，用 Text Generator 帮忙扩展每个小标题
写初稿 ：自己写主要论点，卡住的时候用 Text Generator 续写，不好的地方用改写功能打磨
检查逻辑 ：选中全文，用"批判性分析" Prompt 让 AI 找漏洞

重要原则：AI 是辅助，不是替代。 你的观点、你的故事、你的风格是文章的灵魂，AI 帮你打磨表达和补充素材。如果你全靠 AI 写，出来的东西没有灵魂，读者一眼就能看出来。

每周：回顾 + 知识整合

每周五花 15 分钟做回顾：

问 Copilot：“总结我这周的 daily note，提取关键决策和进展”
看 Smart Connections 面板，浏览这周笔记的相关推荐
把零散的想法整合成更完整的笔记（从 daily note 里的一句话扩展成一篇独立笔记）
Auto Classifier 对新笔记自动分类归档

这个习惯坚持下来，你的笔记库就不是一堆散乱的文件，而是一个真正在生长的知识网络。

配置教程：API Key 和模型选择

选择模型的策略

不需要所有插件都用最贵的模型。合理分配：

插件	推荐模型	原因
Smart Connections (Embedding)	`text-embedding-3-small` 或本地 Transformers	Embedding 对模型要求低，但调用频繁
Copilot (对话)	Claude Sonnet 或 GPT-4o	需要理解力强的模型
Auto Classifier (分类)	GPT-4o-mini 或 Ollama qwen3:8b	分类是简单任务，不需要大模型
Text Generator (写作)	Claude Sonnet 或 GPT-4o	写作质量需要好模型

获取 API Key

OpenAI：

访问 platform.openai.com
注册/登录 → API Keys → Create new secret key
充值 $5-10 作为起步（按量计费）

Anthropic：

访问 console.anthropic.com
注册/登录 → API Keys → Create Key
充值 $5-10

本地 Ollama（免费）：

安装 Ollama： brew install ollama （macOS）
下载模型： ollama pull qwen3:8b
启动服务： ollama serve
插件里填 Base URL： http://localhost:11434

费用估算

说实话，这些插件花不了多少钱。我的笔记库有 3000 多篇笔记，实际月费大概是这样的：

Smart Connections 索引：首次约 $0.5，增量更新几乎免费
Copilot 对话：平均每天 5-10 次对话，每月约 $3-5
Auto Classifier：每天分类 3-5 篇笔记，每月约 $0.5
Text Generator：写作时用，每月约 $2-3

总计每月 $6-9。 如果你用本地 Ollama 做 Embedding 和分类，只有对话和写作用在线模型，可以再省一半。

如果连这个钱都不想花，全部用 Ollama 本地模型也行。效果比在线模型差一点，但依然很好用。

和 Notion AI 的对比

这两个我都在用，说说各自的优劣。

Notion AI 的优势

即开即用。 不需要折腾 API Key、配置模型。付了会员费就有，体验很流畅。

和 Notion 数据库深度集成。 可以直接对数据库做操作：自动填充属性、根据条件筛选、批量处理。如果你的工作流重度依赖 Notion 数据库，这个是 Obsidian 做不到的。

协作场景。 团队共享的文档里，直接用 AI 就能工作，不需要每个人单独配置。

Obsidian + AI 插件的优势

数据在你手里。 这一点怎么强调都不为过。你的笔记、你的聊天记录、你的 AI 索引全部在本地。Notion 的数据在 Notion 的服务器上，你没有任何控制权。

模型选择自由。 Notion AI 只能用 Notion 提供的模型。Obsidian 你想用什么就用什么，包括免费的本地模型。

可定制性。 Notion AI 的功能是固定的。Obsidian 的 AI 插件可以自由组合，Prompt 可以自己写，快捷键可以自己绑，工作流可以完全定制。

成本透明。 Notion AI 是每月 $10/人的固定费用。Obsidian 插件是按 API 调用付费，用多少花多少。轻度使用可能每月 $2-3，重度使用也就 $10-15。

我的选择

日常知识管理用 Obsidian，团队协作和项目管理用 Notion。 两者不冲突。Obsidian 是我的"个人大脑"，Notion 是"团队工作台"。

如果只能选一个，对于个人用户，我选 Obsidian。数据主权和可定制性的价值会随着时间越来越大。

进阶：手机同步方案

Obsidian 在桌面端体验很好，但手机端一直是个痛点。官方同步服务 Obsidian Sync 要 $4/月（早期会员 $8/月），不便宜。

介绍一个免费方案： Remotely Save + Cloudflare R2 。

原理

Remotely Save 是一个 Obsidian 社区插件，支持把笔记库同步到多种云存储。 Cloudflare R2 是 Cloudflare 的对象存储服务，每月 10GB 免费额度，对一般笔记库绰绰有余。

两者结合，你就有了一个免费的、自托管的笔记同步方案。

配置步骤

1. 创建 R2 Bucket

名称： obsidian-vault （随你取）
位置：选离你最近的区域

2. 生成 API Token

R2 → Manage R2 API Tokens → Create API Token：

权限：Object Read & Write
指定到你刚创建的 Bucket
记下 Access Key ID 和 Secret Access Key

3. 安装 Remotely Save

桌面端和手机端的 Obsidian 都安装 Remotely Save 插件。

4. 配置 Remotely Save

远程服务类型: S3 或兼容服务
Endpoint: https://<account-id>.r2.cloudflarestorage.com
Region: auto
Access Key ID: <你的 Access Key>
Secret Access Key: <你的 Secret Key>
Bucket Name: obsidian-vault

5. 测试同步

桌面端修改一篇笔记 → 点击同步 → 手机端打开 Obsidian → 同步 → 确认修改已到达。

注意事项

冲突处理 ：Remotely Save 默认用"最后修改时间"判断。避免同时在两个设备上编辑同一篇笔记。
首次同步耗时 ：如果笔记库很大（几千篇），首次同步可能需要较长时间，建议在 WiFi 环境下进行。
不同步插件数据 ：在设置里排除 .obsidian/plugins/ 里体积大的数据文件（比如 Smart Connections 的 embedding 缓存），只同步笔记内容。
定时自动同步 ：Remotely Save 支持设置自动同步间隔，建议 5-10 分钟一次。