我在 Obsidian 里塞了个 AI 写作搭子：Copilot 插件 + 蓝耘 MaaS 的丝滑组合

写东西写到一半突然卡住，这种感觉估计每个人都有过。

我用 Obsidian 记笔记两年多了，Vault 里堆了两百多篇乱七八糟的东西——工作复盘、读书摘录、灵感碎片、技术学习笔记。理论上这些都是自己的"第二大脑"，真到写一篇长东西的时候，还是免不了在一堆 tab 之间跳来跳去：找那句半年前抄下来的观点、翻那次会议的复盘、想一个开头怎么写才不土。

这段时间我尝试把 AI 直接搬进 Obsidian 里，不再切窗口，写到哪问到哪、卡住就让它续。跑通之后，一个明显的变化是——写作的心流不再被打断。这篇文章记录整个搭建过程，从零安装 Obsidian 到接入蓝耘 MaaS，全程可复现。

---

一、为什么要在笔记软件里接 AI

先聊为什么这件事值得做。

写作有两个阶段：“想什么” 和 “怎么说”。前者需要素材、需要激发、需要你自己脑子里那些散落的旧想法被翻出来；后者需要顺一顺措辞、改一改口水话、把两段跳跃的内容用一句过渡衔接起来。

以前我处理这两件事的流程是分裂的：

• 想什么 → 打开 Obsidian，用双链和搜索翻旧笔记
• 怎么说 → 复制到 ChatGPT 网页，让它帮我改，然后复制回来

每写一段就切两次窗口。写完一篇 3000 字的东西，光复制粘贴就要几十次。更痛苦的是：ChatGPT 完全不知道我以前写过什么。你问它"帮我用之前那个’左脚踩右脚’的比喻来解释这个观点"，它只能编一个新的，你自己的语料风格它根本读不到。

我想要的其实很简单：在 Obsidian 里选中一段文字，右键就能让 AI 改；侧边栏开一个对话窗，问它就能借力它的通用知识，同时也能引用我当前正在编辑的笔记内容做回答。至于要不要把整个 Vault 都做成向量检索能问答的知识库——那是另一件事，我之前用 AnythingLLM 干过，那个更适合"读别人的文档"，Obsidian 场景更偏"辅助自己写"。所以这次只用聊天模型就够，不用折腾向量。

带着这个目标，我找到了 Copilot for Obsidian 这个社区插件。

---

二、方案总览：三个组件各干什么

在动手之前先把方案图放上来，之后每步都能对照回来看。

• Obsidian：本地 Markdown 编辑器，所有笔记都是纯文本文件，隐私可控。
• Copilot for Obsidian：社区插件，负责在编辑器里嵌一个 AI 侧边栏，同时接管选中文本的 AI 命令（改写、总结、翻译、续写等等），支持任何 OpenAI 兼容的服务端点。
• 蓝耘 MaaS：模型服务方，插件里填一个 base_url 加一个 api_key 就通，按 token 计费，写作这种零散调用的场景很划算。

三方之间只有一根线，就是插件通过 OpenAI 兼容协议调蓝耘的接口。

---

三、从零开始：装 Obsidian 并建第一个 Vault

如果你已经用过 Obsidian 可以直接跳到第四节。这里从最开始讲，因为不少笔记老玩家可能已经忘了这一步有多简单。

3.1 下载安装

打开 Obsidian 官网 https://obsidian.md，首页点【Download】，按你的系统选安装包：

• Windows：下载 .exe，双击安装
• macOS：下载 .dmg，拖到 Applications
• Linux：AppImage 或 Snap 都行

Obsidian 是完全免费的（个人使用），不用注册账号也能用。

3.2 建一个 Vault

第一次打开 Obsidian，会弹一个"选择 Vault"的对话框。Vault 就是一个装 Markdown 文件的文件夹，本质上和 Windows 资源管理器里的普通文件夹没区别，Obsidian 只是给这个文件夹提供了一套可视化的编辑和管理工具。

三个选项：

• Create new vault：在你选的位置新建一个空文件夹作为 Vault
• Open folder as vault：把一个已有的文件夹（比如你 D 盘的 Notes 目录）当成 Vault 打开
• Open with Obsidian Sync：官方付费同步服务，先不用

选第一个，起个名字（比如 MyNotes），选一个位置存放，就建好了。

进去之后是一片空白，左侧是文件树，右侧是编辑区。可以先随手新建一篇 README.md，写两句话，感受下 Markdown 实时预览。

到这里 Obsidian 就装好了，接下来装插件。

---

四、安装 Copilot 插件

Obsidian 有个非常活跃的社区插件生态，AI 类插件也有一堆，各有侧重。Copilot for Obsidian 是我筛下来最合适的一个——原因有三：

1. 原生支持自定义 OpenAI 端点：填 base_url + api_key 就能接任意 OpenAI 兼容服务，蓝耘这类 MaaS 平台直接兼容
2. 命令面板动作齐全：选中文字可以一键改写、翻译、扩写、简化、修正语法，这些操作对写作最有用
3. 侧边栏对话可以引用当前笔记：不用复制粘贴，直接让它基于你正在编辑的这篇笔记回答问题

4.1 打开社区插件

Obsidian 默认不允许安装社区插件，得先手动开启。

左下角齿轮图标进入设置 →【第三方插件】→ 会弹一个警告框告诉你"社区插件是第三方代码请自行判断安全性"

4.2 搜索并安装 Copilot

同一个页面点【Browse】，进入插件市场，搜索框输入：

Copilot

找到作者是 Logan Yang 的那个 Copilot for Obsidian（图标是一个白色的 AI 副驾图形），点【Install】，安装完点【Enable】启用。

注意别装错——市场里叫 Copilot 的插件不止一个。认准作者 Logan Yang，同时描述里带"Chat with your notes"字样。

安装完成后，Obsidian 左侧边栏会多出一个 AI 图标（一个小机器人的头像），点它就能唤起 Copilot 的侧边栏对话面板。第一次打开会提示你还没配模型——这就是下一步要做的事。

---

五、把蓝耘接进 Copilot

到了核心步骤。这一步做完，整个链路就通了。

5.1 为什么走蓝耘

写作辅助的调用有个特点：碎、频、量小。一次改写可能就几百 token，但一天写下来累计上万次点击。这种场景下：

• 走 ChatGPT 官方，月订阅费用固定，用不满就浪费
• 走国内厂商的按量付费，token 单价压得很低，用多少算多少

蓝耘 MaaS 走的正是按量付费路子，模型广场里聚合了 DeepSeek、GLM、Kimi、Qwen 等多家的主流模型，接口协议是 OpenAI 兼容的——这一点很关键，意味着任何支持自定义 OpenAI 端点的工具，理论上都能用蓝耘接入，包括我们要用的 Copilot for Obsidian。

我这次选的是 deepseek-v4-flash。这个模型有几个优点特别贴合写作辅助场景：上下文 1024k 够长（一篇长文完整塞进去没问题）、响应快、单价低。日常改写、续写、润色不需要用旗舰模型，Flash 类完全够。

5.2 拿到蓝耘 API Key

打开蓝耘元生代控制台 https://console.lanyun.net，注册登录后，进入 API Key 管理页，点【新建 Key】。

顺便在【模型广场】里找到 deepseek-v4-flash，看下它的调用名（Copilot 里要精确填写这个名字），价格页也扫一眼有个数：

deepseek-v4-flash

5.3 在 Copilot 里加自定义模型

回到 Obsidian，左下角齿轮进入设置，找到 Copilot 点进去，点顶部的 Model 选项卡。

进来能看到一长串内置模型列表（gpt-5.5、claude、gemini……），右上角有个紫色的 + Add Model 按钮，点它。

弹出的表单里填以下几项：

字段	填写内容	说明
Model Name	deepseek-v4-flash	蓝耘控制台的调用名，一字不差
Display Name	留空	可选，留空即可
Provider	选 OpenAI Format	走 OpenAI 兼容协议
Base URL	https://maas-api.lanyun.net/v1	蓝耘 MaaS 的接口地址
API Key	上一步复制的蓝耘 Key	直接粘贴

Model Capabilities（Reasoning / Vision / Websearch）三个复选框都不用勾，deepseek-v4-flash 是纯文本对话模型。

可以先点 Test 按钮验证连通性，绿色通过后再点 Add Model 保存。

填完保存，模型列表里会多出 deepseek-v4-flash 一行，把它那行的 Enable 复选框勾上。

最后一步：切回顶部的 Basic 选项卡，找到 Default Chat Model 那一行，点右边的下拉框，把当前显示的默认模型换成刚才加的 deepseek-v4-flash。这步做完，后续所有对话都走蓝耘，不再走 Google 或 OpenAI。

5.4 关于 Embedding：为什么这次可以跳过

Copilot 设置里有个 QA 选项卡，里面有一个 Embedding Model 配置项。它是干嘛的？当你开启 Enable Semantic Search，Copilot 会把整个 Vault 的所有笔记切成小段、生成向量索引，让你可以用自然语言搜索全库笔记。这套流程离不开 Embedding 模型。

但我们这次不做全库语义搜索。这次的用法是：

• 侧边栏对话时，AI 读的是当前正在编辑的那篇笔记（Copilot 的 Basic 设置里"Auto-Add Active Content to Context"默认已开，当前笔记会自动进上下文）
• 选中文字做改写、续写、翻译、总结——纯 prompt 场景，不涉及检索

所以整个流程里根本不会调 Embedding。这在蓝耘目前只提供聊天模型和多模态模型、暂时没有向量模型的情况下，反而是件好事：QA 选项卡里的 Enable Semantic Search 保持关闭，Embedding Model 那栏保持默认，完全不影响我们要用的功能。

如果后续想扩展到全库语义搜索，Copilot 也支持用本地的 Ollama 或其他第三方 Embedding 服务，那是另一个话题了。

5.5 验证：发一句话看看

设置关掉，点左侧栏的 Copilot 图标唤起侧边栏，模式选 Chat。输入框里发一句：

用两句话告诉我你现在用的是哪个模型，以及能帮我做什么。

只要它正常返回、右上角显示当前模型是 deepseek-v4-flash，链路就通了。

---

六、实测：三个真实的写作场景

底座搭好，接下来是重头戏。下面三个 Demo 都是我这两周实际在用的，按使用频率从高到低排。

场景 1：选中文字，一键改写／扩写／简化

写初稿的时候我经常会先把想到的意思用大白话堆出来，回头再润色。以前润色靠自己一个字一个字改，现在直接选中让 AI 改。

操作方式：编辑器里选中一段文字 → 鼠标右键，菜单里会看到 Copilot 相关命令。默认开启的几个最常用：

Fix grammar and spelling   修正语法和拼写
Translate to Chinese       翻译成中文
Summarize                  总结
Simplify                   简化（把绕的话拉直）
Make shorter               缩短
Make longer                扩写
Emojify                    加表情
Explain like I am 5        用大白话解释

用得最多的是 Simplify（把绕的话拉直）和 Make longer（把一句话扩成一段）。

举个真实例子，我这篇文章第一节的初稿有一句写的是：

我以前处理这个过程的方式呢，其实分裂得很，两个阶段完全脱节。

选中，右键选 Fix grammar and spelling，再选一次 Simplify，AI 直接改成：

以前我处理这两件事的流程是分裂的。

省下的都是脑力。

小提示：这些命令在 Copilot 设置的 Command 选项卡里可以管理开关——"In Menu"那列的勾代表出现在右键菜单，"Slash Cmd"那列的勾代表可以在侧边栏对话框里用 /命令名 的方式调用。用哪个顺手就开哪个。

场景 2：侧边栏对话，把当前笔记当上下文

写长文的时候，最怕的是 AI 完全不知道你在写什么。好消息是：Copilot 的 Basic 设置里，Auto-Add Active Content to Context 默认已经是开启状态——也就是说，只要你打开侧边栏发消息，它自动把你当前编辑器里打开的这篇笔记全文加进上下文，不需要手动任何操作。

操作方式：直接点左侧边栏的 Copilot 图标打开对话，确认模式是 Chat，然后直接问。

比如我在写这篇文章写到第五节，卡壳了，不知道 Embedding 那段怎么切进去。直接在侧边栏问：

我现在这篇文章讲到 Copilot 的设置，接下来想解释一下为什么我们不需要配 Embedding 模型。你帮我起一个自然的过渡开头，不要太生硬。

它给了我三个候选开头，我挑了一个稍作修改就用了——就是你现在看到的第五节 5.4 那段。它知道我在写什么，因为整篇稿子自动就在它的上下文里了。

如果一次要引用多个笔记，在输入框里用 [[笔记名]] 双链语法直接点出来——比如：

基于 [[2026-07-15 项目复盘]] 和 [[2026-07-18 客户反馈]]，帮我列一个下周的优先级清单。

Copilot 会自动把这两篇笔记的正文加进上下文再回答。对多来源整合写作特别有用，比如周报、月报、复盘这类。

场景 3：自定义 Prompt，把常用需求变成一键动作

Copilot 支持自己写 Prompt 模板，加进右键菜单。进入设置，点顶部的 Command 选项卡，右上角点 + Add Cmd 按钮。

我常用的一个模板叫 “整理成大纲”，Prompt 这样写：

你是一个中文写作助手。请把下面这段散乱的笔记内容，整理成结构化大纲：
- 用 Markdown 二级标题分组，每组不超过 3 个要点
- 保留原文的关键观点和数据，不要自己发挥
- 大纲末尾附一段 100 字以内的总结
内容如下：
{activenote}

（{activenote} 是 Copilot 的变量，代表当前打开的笔记全文。）

保存后，In Menu 那列打上勾，右键菜单里就会出现"整理成大纲"。我把开会的语音转录粘进 Obsidian，右键跑一下这个命令，出来就是一份可以直接用的会议纪要大纲。

几个可以直接抄的模板：

• 口语转书面语：把 {activenote} 里的口水话改成正式书面语，保留原意，不要加内容
• 抓关键词：从 {activenote} 里抽 5-8 个能代表核心观点的关键词，用逗号分隔
• 写一句话摘要：用不超过 30 字总结 {activenote} 的内容，不要用套话
• 反向提问：读完 {activenote}，提出 3 个作者可能没答清楚的问题

用久了会发现，你写作的很多重复动作都可以固化成这样的一键命令。

---

七、聊一下用下来的两周体感

用了大概两周，几点真实感受：

1. 写作节奏变了

以前是"想 → 停 → 切窗口 → 找资料/问 AI → 切回来 → 复制粘贴 → 继续想"，中间那几步会把思路打得七零八落。现在整个过程都在 Obsidian 里，“想 → 停 → 侧边栏问一句 / 选中改一下 → 继续想”，心流不断。

2. 对模型的依赖分级了

不是所有事都要用旗舰模型。写作辅助 90% 场景用 Flash 类就够了——改语法、扩写、翻译、归纳，这些本质上是"文字加工"。只有偶尔要它做真正的推理、跨领域整合，才切到更强的模型。蓝耘广场里模型可以随时换，切换只需要在 Copilot 设置里改一下默认模型。

3. 成本比想象低

按 deepseek-v4-flash 的单价算，我两周下来累计写了大概 6 万字左右的正稿（不算改写扩写实验），token 消耗合下来花的钱不到一杯奶茶。写作场景本身的调用体量并不大，主要开销都在你请它"总结一份长文"、"分析整篇笔记"这类一次性把大段文本喂进去的动作上。

4. 有一件事要提醒

Obsidian 是本地纯文本的，你笔记里的内容一旦通过 Copilot 走 API 出去，就等于发到了模型服务方那边。如果你笔记里有敏感信息（客户资料、隐私、密码等），要么用命令时手动避开，要么就别启用"Add active note as context"，避免整篇笔记被上传。这是所有云 AI 都要面对的取舍，但值得单独提一句。

---

八、还能怎么玩

跑通基础用法之后，几个可以扩展的方向：

1. Templater + Copilot 组合

Obsidian 的 Templater 插件可以做模板自动化，配合 Copilot 的自定义 Prompt，能实现"新建一篇日报 → 自动填充昨天的复盘摘要"这种链式动作。适合有固定笔记节奏的人。

2. Dataview 汇总 + AI 分析

Dataview 插件可以按标签、时间等条件查询笔记形成表格。把 Dataview 查出来的表格贴给 Copilot，让它做趋势分析、找规律。适合读书记录、健身打卡这类结构化笔记。

3. 上多模态

蓝耘广场里有多模态模型，Copilot 也支持视觉输入。你笔记里贴的白板照片、思维导图截图，都可以让 AI 帮你解读、转成文字。切换成多模态模型只是在 Copilot 里换一下默认模型的事。

4. 换协作账号

如果你团队用 Obsidian（比如通过 Git 或第三方同步），可以让每个人都装 Copilot、用同一套蓝耘 API，成本走一个共享账号统一结算，比每人一个 ChatGPT 订阅省多了。

---

九、结尾

整个搭建过程回顾一下：

安装 Obsidian → 建 Vault
  → 装 Copilot 插件
    → 蓝耘控制台拿 Key
    → Copilot 里加自定义模型（base_url + key + 模型名）
      → 侧边栏对话 / 选中命令 / 自定义 Prompt 三种用法
        → 写作心流不再被打断

Obsidian 负责组织和存储你的思考，Copilot 负责在编辑现场提供 AI 能力，蓝耘负责在背后用便宜稳定的模型响应。三者组合起来，就是一个真正意义上"长在自己写作环境里"的 AI 搭子。

比起把 AI 当成一个外部服务，我更喜欢把它做成写作工具的一部分——不打扰、随叫随到、按用量付费。写完这篇稿子最直接的感受是：AI 应该配合你的工作方式，而不是让你去适应它的。

Obsidian + Copilot + 蓝耘这套组合，最接近我心目中"AI 该有的样子"。