这是一份面向普通用户的全流程实践指南。不论你是刚接触 Obsidian 的新手，还是想将 AI 能力彻底融入笔记管理的老用户，读完本文你将能独立完成：跨域报错的根除、全插件 DeepSeek 接入、本地大模型部署、音视频自动转写、图片文字提取、Agent 安全读写、RAG 检索调优，以及自动化知识整理。

Obsidian 作为强大的本地化笔记工具，配合 AI 可以实现：

• 智能问答：直接向整个笔记库提问，“我这周读了什么书？”“项目A的会议结论是什么？”
• 自动整理：让 AI 帮你归类散乱的灵感、生成 Wiki 索引、提取知识图谱。
• 沉浸写作：选中文字一键润色、翻译、扩写，无需跳出编辑器。
• 离线隐私：用本地模型处理敏感内容，数据永不离开电脑。
• 多媒体处理：把课堂录音、会议录像自动转成文字笔记。

但这条路并非一帆风顺——首当其冲的就是 CORS 报错。别慌，我们将从零讲透原理并给出最优解，然后一步步带你解锁全部能力。

预备条件

在开始之前，请确认以下基础准备：

1. 安装 Obsidian（obsidian.md）并创建一个知识库（Vault）。
2. 开启社区插件：设置 → 第三方插件 → 关闭安全模式。
3. DeepSeek API Key：前往 platform.deepseek.com 注册并创建 API Key（以 sk- 开头，仅显示一次，请妥善保存）。
4. （可选）网络顺畅：部分插件需要访问 GitHub 下载，请确保网络环境允许。

第一部分：彻底解决 CORS 跨域问题

1.1 问题本质

当你按照某个教程填好 DeepSeek API Key 后，一点测试就报红：Network Error / CORS Missing Allow Origin。这不是你的 Key 有问题，而是 Obsidian 内嵌浏览器（Chromium 渲染进程）出于安全禁止了跨域请求。而某些插件走的是 Node.js 主进程，不受此限，所以会出现“同一个 API，有的插件能用，有的不行”的诡异现象。

1.2 方案对比

我们强烈推荐方案B，它的搭建只需 3 步，后面所有插件配置全用这个代理地址，一劳永逸。

1.3 方案A（应急）：启用插件 CORS 代理

在插件的设置中找到 Enable CORS 或 Use CORS Proxy 并勾选。代价是：AI 回复不再逐字出现，而是一整段蹦出来；你的请求和笔记会经过插件作者的服务器。仅在临时测试且无法使用方案B时采用。

1.4 方案B（推荐）：5分钟自建本地代理

本教程以 Python 版为例，如果你有 Nginx 经验，文末会附上等效配置。

步骤1：安装 Python 依赖

打开终端（Mac/Linux）或命令提示符（Windows），执行：

pip install fastapi uvicorn httpx

步骤2：创建代理脚本

在任意位置新建文件 deepseek-proxy.py，粘贴以下代码：

from fastapi import FastAPI, Request, Response
import httpx

app = FastAPI()
DEEPSEEK_BASE = "https://api.deepseek.com"

@app.api_route("/{path:path}", methods=["GET", "POST", "PUT", "DELETE"])
async def proxy(request: Request, path: str):
    async with httpx.AsyncClient() as client:
        resp = await client.request(
            method=request.method,
            url=f"{DEEPSEEK_BASE}/{path}",
            headers={k: v for k, v in request.headers.items() if k.lower() != "host"},
            content=await request.body(),
        )
        return Response(
            content=resp.content,
            status_code=resp.status_code,
            headers=dict(resp.headers),
            media_type=resp.headers.get("content-type"),
        )

if __name__ == "__main__":
    import uvicorn
    uvicorn.run(app, host="127.0.0.1", port=8787)

步骤3：启动代理

在脚本所在目录执行：

python deepseek-proxy.py

看到 Uvicorn running on http://127.0.0.1:8787 即代表成功。保持终端窗口运行，后续所有需要填写 Base URL 的地方，全部替换为：

http://127.0.0.1:8787

关闭所有插件里的 CORS 开关，流式输出完美保留，数据零外泄。

Nginx 替代方案：如果你本地已部署 Nginx，添加一个 server 监听 8787，反向代理到 https://api.deepseek.com/ 并设置 proxy_buffering off; 即可。

第二部分：核心插件 DeepSeek 配置详解

所有配置均基于已启动本地代理的前提，Base URL 统一填写 http://127.0.0.1:8787。若未使用代理，请将 Base URL 改为 https://api.deepseek.com 或 https://api.deepseek.com/v1（根据插件说明），并可能需开启 CORS。

2.1 Obsidian Copilot（全能 RAG 聊天）

功能：右侧边栏 AI 对话，可引用笔记、全库语义搜索。

1. 安装插件：社区插件搜索 “Copilot” 安装启用。
2. 进入设置 → Model → Add Custom Model。
3. 填写：

• Provider：OpenAI Format
• Display Name：DeepSeek-Flash
• Model Name：deepseek-v4-flash
• Base URL：http://127.0.0.1:8787
• API Key：你的 DeepSeek Key
• Enable CORS：不勾选

1. 点击 Verify，显示成功即可。
2. Embedding 配置（用于 RAG 搜索）：

• 推荐使用硅基流动的 BAAI/bge-m3，免费额度充足。
• 在 QA 或 Embedding 设置中，同样选择 OpenAI Format，Base URL 填 https://api.siliconflow.cn/v1，Key 填硅基流动的 Key，Model 填 BAAI/bge-m3。

1. 索引库：在 Copilot 设置中找到索引选项，点击 “Index vault”，等待完成。

2.2 Text Generator（文本快速改写）

功能：选中文字右键一键润色、扩写、翻译。

1. 安装 Text Generator。
2. 设置 → API Settings → Provider 选 OpenAI Compatible。
3. 填写：

• API Endpoint：http://127.0.0.1:8787/v1
• API Key：你的 DeepSeek Key
• Model：deepseek-v4-flash

1. 无需勾选任何 CORS 选项。完成后可以直接选中一段文字，右键选择 Text Generator 提供的命令。

2.3 LLM-Wiki（知识图谱生成）

功能：从笔记中提取实体和关系，生成双向链接 Wiki 页。

1. 安装 LLM-Wiki。
2. 设置 → LLM Provider → 选 OpenAI Compatible。
3. Base URL 填 http://127.0.0.1:8787/v1，填入 Key 和模型名。
4. 建议关闭自动批量处理，改为手动对当前笔记“提取实体”，避免大量消耗 Token。

2.4 Smart Connections（相似笔记推荐）

功能：打开笔记时自动推荐历史相关内容。

1. 安装 Smart Connections。
2. 设置 → AI Model → Custom OpenAI Configuration。
3. API Base 填 http://127.0.0.1:8787，填入 Key 和模型。
4. Embedding 模型推荐单独配置为 bge-m3（走硅基流动）或本地 LM Studio 加载的嵌入模型。

2.5 Writing Assistant Chat（写作 Agent）

功能：Diff 预览式写作助手，AI 建议修改，你确认后应用。

1. 安装 Writing Assistant Chat。
2. 设置 → Models → Add Model → Provider 选 OpenAI。
3. Base URL 填 http://127.0.0.1:8787，填入模型名和 Key。
4. 默认开启“修改前确认”，所有 AI 改动都会弹出差异对比窗口，非常安全。

第三部分：LM Studio 本地模型部署与接入

本地模型的最大优势：绝对隐私、无网络延迟、完全免费。适合处理日记、财务等敏感内容。

3.1 下载与安装

1. 前往 lmstudio.ai 下载对应系统版本。
2. 安装后打开，首页搜索模型（需科学上网或配置国内镜像源）。
3. 推荐下载：

• 聊天模型：根据显存选择，如 Qwen2.5-7B-Instruct 或 DeepSeek-R1-Distill-Qwen-7B。
• 嵌入模型：搜索 embeddinggemma 或 bge-m3（GGUF格式）。
• OCR 模型：搜索 DeepSeek-OCR（如 DeepSeek-OCR-Q8_0.gguf）。

3.2 启动服务

1. 在 LM Studio 左侧栏选择 “Local Server”。
2. 加载一个聊天模型（例如 Qwen2.5-7B），配置：

• 端口：默认 1234
• 启用 “Serve on Local Network” 可选，仅本机使用无需勾选。

1. 点击 “Start Server”，状态变绿即成功。

3.3 在 Obsidian 中接入

任何支持 OpenAI 格式的插件，只需将 Base URL 改为 http://localhost:1234/v1，API Key 随意填（如 lm-studio），然后选择你加载的模型名称即可。例如在 Copilot 中添加一个本地模型，完美并行云端和本地。

高级技巧：在 LM Studio 设置中开启 “Keep multiple models in memory”，可同时加载聊天、嵌入、OCR 模型，无需来回切换。

第四部分：音视频提取，自动转成笔记

4.1 离线语音转文字（WhipScribe）

适用：课堂录音、会议记录、个人口述。

1. 安装 WhipScribe 插件。
2. 设置 → Transcription Backend → 选择 whisper.cpp (Local)。
3. 根据指引下载 whisper.cpp 和模型文件（推荐 medium 或 large-v3）。
4. 设置快捷键：进入 Obsidian 快捷键设置，搜索 “WhipScribe: Start Recording”，绑定如 Ctrl+Shift+R。
5. 按下快捷键开始录音，再次按下停止。等待片刻，文字自动出现在光标位置，可选择带时间戳或不带。

4.2 Mac 优化方案（ReWrite Voice Notes）

如果你用 Mac，且希望更透明的进程控制：

1. 安装 ReWrite Voice Notes。
2. 事先手动下载 whisper.cpp 并编译。
3. 插件设置中指定 whisper.cpp 路径，不会自动下载任何二进制，安全感满分。
4. 同样可绑定快捷键，甚至支持在插件内启动/停止 whisper-server。

4.3 在线视频笔记（Media Extended + yt-dlp）

• Media Extended：允许在 Obsidian 内嵌入 YouTube 视频，播放时自动链接时间戳到笔记，点击跳转。
• yt-dlp 自动化：对于系列课程，可用 yt-dlp 批量下载音频，然后用 WhipScribe 批量转写，再让 Text Generator 每段总结，形成图文并茂的学习笔记。具体脚本可自行搜索，思路如此。

第五部分：图片 OCR，让截图可搜索

5.1 本地 DeepSeek-OCR 模型方案

1. 确保 LM Studio 已下载 DeepSeek-OCR-Q8_0.gguf 并启动服务。
2. 在 Copilot 或 Smart Connections 的 Vision/OCR 设置中，配置本地 Vision 端点。
3. 将课堂板书、会议白板拍照后粘贴到 Obsidian，通过 AI 命令 “提取图片文字” 自动生成文字笔记，且文字会被索引，未来可搜索到。

5.2 插件级轻量 OCR

• Obsidian OCR：调用 Tesseract 引擎，安装后侧边栏多出 OCR 图标，一键识别图片并添加索引。
• Text Extractor：右键图片选择 “Extract text”，快速获取文字。

第六部分：Agent 智能体与 MCP，让 AI 安全操作笔记

当你想让 AI 帮你批量整理文件夹、定期归类信息，就需要 Agent 具备“写文件”能力。安全是首要原则。

6.1 权限分级（必读）

安全准则：将待整理的笔记放入 Inbox 文件夹，只给 Agent 开放此文件夹的 L3 权限。正式笔记目录仅授予 L1 只读权限。启用任何写入权限前，先用 Git 初始化仓库并提交一次，作为回滚点。

6.2 Writing Assistant Chat 写作 Agent 实战

1. 安装并配好模型（见 2.5）。
2. 打开一篇需要润色的笔记，按 Ctrl+P 呼出命令面板，搜索 “Writing Assistant: Ask for edits”。
3. 输入指令，如 “将这段话改得更正式”，插件会生成 Diff 对比，红色删除，绿色新增，你确认后点击 Apply 才写入。

6.3 Codex AI-Agent（Obsidian 外壳）

1. 先安装 Codex CLI（npm install -g @openai/codex），并用 DeepSeek 提供的一键脚本配置好（详见 DeepSeek 文档）。
2. 安装 Obsidian 的 Codex 插件。
3. 对话模式选 Agent，可直接说出 “把 Inbox 里所有笔记按主题移到对应文件夹，并生成一篇索引”，Agent 会规划步骤并在你的监督下执行。所有文件操作都会请求确认。

6.4 MCP 协议进阶（技术用户）

如果你希望用 Claude Code 或自定义脚本控制 Obsidian：

1. 安装 Obsidian MCP Server 插件。
2. 配置 MCP 服务，使其监听本地端口。
3. 在 Claude Code 等客户端配置 MCP 连接，即可通过标准工具调用读写你的 Vault。详细配置可参考 MCP 官方文档。

第七部分：RAG 检索质量调优，让 AI 更懂你的知识库

RAG（检索增强生成）的核心是把相关笔记片段提前给到 AI。优化检索精度，回答质量将大幅提升。

7.1 笔记切片策略

不要用默认的固定长度切片！在 Copilot 或 Smart Connections 的设置中，寻找 “Chunking” 相关选项：

• 设置切分依据为 标题层级，每个 ## 二级标题 作为一个独立片段。
• 开启 “添加父标题” 选项，这样每个片段都会携带所在文件和上级标题。
• 代码块、表格设为不分割。

7.2 混合检索（条件允许下）

Copilot 最新版本已支持 Hybrid Search（向量 + BM25）。确保在 QA 设置中开启，可同时捕捉语义相似和精确关键词，实测召回率提升显著。

7.3 重排序（Rerank）

部分高级 RAG 中台（如 AnythingLLM）提供重排序功能。你可以将 Obsidian Vault 作为数据源导入 AnythingLLM，配置好 DeepSeek API 和 bge-m3 嵌入，然后启用 Cohere 或 bge-reranker 重排。检索 20 条，重排后取前 5 条送给 LLM，回答更聚焦。

第八部分：自动化工作流，让知识库“活”起来

8.1 Templater + AI 自动生成内容

1. 安装 Templater 插件。
2. 新建模板，例如 每日总结.md，内容中使用 Templater 语法调用外部命令（需配合 shell commands 插件），或者安装 AI Assistant 类插件并配置模板触发。
3. 更简单的做法：利用 Templater 的 tp.user 功能执行脚本，脚本内调用本地代理 API 生成内容并插入。

8.2 Dataview + AI 联动分析

1. 使用 Dataview 汇总所有项目状态：task from "项目" where !completed。
2. 复制查询结果，粘贴到 Copilot 对话框，提问：“根据这些待办，帮我总结当前最高优的三件事”。
3. 进阶：安装 Dataview AI Plugin（如果有）实现自动化交互。

8.3 每周知识整理例程

1. 周五下午执行：运行 QClaw 或 Codex Agent，指定处理 Inbox 文件夹。
2. Agent 将闪念笔记归入对应主题，提取元数据。
3. 执行 LLM-Wiki 手动提取本周新笔记的实体。
4. 使用 Smart Connections 浏览本周关联最紧密的笔记，发现潜在链接。
5. 最后让 Copilot 生成一篇《本周知识综述》。

第九部分：全插件速查与故障排除

9.1 核心插件功能表

9.2 常见问题 Q&A

Q：本地代理突然连不上了？
A：检查终端是否关闭，代理进程是否还在运行。建议设为开机自启（使用 pm2 或系统服务）。

Q：Copilot 索引很慢怎么办？
A：排除超大文件（如日志、自动生成的文件），在设置中添加排除路径；仅索引 Markdown 文件。

Q：本地 7B 模型回答质量差？
A：更换为 Qwen2.5-14B 或使用 DeepSeek API；对本地模型降低期望，主要用于简单任务或隐私内容。

Q：多个插件同时用 API，Token 消耗很快？
A：优先使用 DeepSeek Flash，成本极低；在 Copilot 中设置上下文长度限制；嵌入模型用本地或免费额度。

Q：视频转录后文字凌乱？
A：用 Text Generator 或 Copilot 对转录文本执行 “整理格式，分段并加标题” 的指令。

结语：从工具到工作流

当你完成这套体系的搭建，Obsidian 就不再只是一个笔记软件，而是你的第二大脑中枢。AI 帮你回忆、整理、创造，而你只需专注于思考本身。

整个过程中，我们始终遵循两条底线：

数据主权归你所有（能本地绝不云端，能代理不经过第三方），操作安全可控（分级权限，修改必确认）。

祝你搭建顺利。如果某个细节需要深入（比如某个插件的特定版本配置、MCP 的完整上手、本地模型微调），欢迎进一步评论区交流。现在，打开 Obsidian，享受你的全栈 AI 知识库吧！