news 2026/8/20 20:19:22

进阶玩法:AVA × Templater打造Obsidian自动化工作流的终极指南

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
进阶玩法:AVA × Templater打造Obsidian自动化工作流的终极指南

进阶玩法:AVA × Templater打造Obsidian自动化工作流的终极指南

【免费下载链接】obsidian-avaQuickly format your notes with ChatGPT in Obsidian项目地址: https://gitcode.com/gh_mirrors/ob/obsidian-ava

把 AVA 变成可编程的 AI 底座,再用 Templater 用户脚本一键调用——这是不少 Obsidian 用户梦寐以求的 Obsidian 自动化工作流。AVA 是一款基于 ChatGPT 的 Obsidian 插件,可以快速格式化笔记、改写段落、生成配图、关联笔记;而 Templater 则是 Obsidian 最流行的模板自动化引擎。本指南从环境安装讲起,给出最快配置方法,并附上 4 个可直接复制的实战脚本,帮你轻松搭建属于自己的 Obsidian 自动化工作流。

AVA 是什么:自动化工作流的 AI 底座

AVA(AI assistant for Obsidian)的核心定位是"用 ChatGPT 快速格式化你的笔记"。开箱即用的功能包括:

  • ✍️ Write Paragraph:根据提示词生成段落或整篇博文
  • 🔄 Rewrite Selection:按目标受众改写选中内容
  • 🧩 Complete Selection:AI 自动补全句子
  • 🎨 Generate Image:根据选中文字生成配图
  • 🔗 Link Notes:语义化关联相关笔记
  • ❓ Ask:基于整个笔记库的内容问答
  • 🏷️ Suggest Tags:自动为笔记建议标签

普通用户到这里就结束了,而进阶玩家会发现:AVA 把createImagecompletesearch等能力作为公共 API 暴露给了外部插件(见src/main.tsx)。这意味着你可以用任何 Obsidian 插件调用它——而 Templater 正是最成熟的自动化调度引擎。两者结合,Obsidian 自动化工作流便有了无限可能。

环境准备:安装 AVA 与 Templater 两个插件

搭建这套自动化工作流只需两个插件:

  1. 打开 Obsidian 的"第三方插件"设置,关闭安全模式
  2. 在社区插件市场搜索并安装 AVA 与 Templater
  3. 进入 AVA 设置,填入 OpenAI API Key;模型、最大 Token 数、温度等参数可在高级设置中按需调整

💡 若想使用"链接笔记"和"Ask"功能,还需在 AVA 设置中启用 Use Links,并执行一次 Load vault 命令完成全库索引(索引期间状态栏会显示进度)。

最快配置方法:三步完成 Templater 脚本环境

Templater 的机制并不复杂:把.md模板放进"模板文件夹",把.js脚本放进"脚本文件夹",模板内用<% tp.user.xxx() %>调用对应脚本。官方推荐的目录结构如下:

  • Templates/Templater:存放模板
  • Templates/Scripts:存放用户脚本

第一步:打开 Templater 设置,在"模板文件夹位置"填入Templates/Templater,建议同时开启"语法高亮"和"自动跳转到光标",写作体验会顺畅很多:

第二步:在"用户脚本函数"一栏,把脚本文件夹位置设为Templates/Scripts,所有.js文件都会被自动加载为可调用的用户函数:

第三步:在Templates/Scripts下新建.js文件(如descriptionToArt.js),再在任意模板中写入<% tp.user.descriptionToArt() %>即可完成调用。三步走完,Obsidian 自动化工作流的骨架就搭好了。

实战脚本:4 个开箱即用的 Obsidian AI 自动化案例

下面四个脚本均来自官方文档docs/USING_AS_API.md,复制即用,可按需取用。它们分别调用 AVA 的createImagesearchcomplete三个公开 API。

一键生成 AI 配图脚本

写笔记时想要配图却不想切窗口?选中文字、运行模板,AVA 会自动把选中内容作为提示词生成图片,并插入到光标处:

<% tp.user.descriptionToArt() %>

核心逻辑(见src/stableDiffusion.ts)会把图片输出到当前笔记所在目录,再以![[图片名]]的嵌入形式写回笔记,真正的"即选即得"。

自动链接相关笔记脚本

笔记库越大,手动整理双向链接越痛苦。这个脚本基于语义搜索,自动找出与选中文字最相关的笔记并生成链接列表:

<% tp.user.search() %>

使用前需注意:先在 AVA 设置中启用 Use Links,并至少执行一次 Load vault 完成索引,否则脚本会提示先运行 Load vault 命令。

自动补充 Wikipedia 参考脚本

写论文、技术文章需要补充资料时,脚本会调用 AVA 的completeAPI,根据当前笔记的标题与全文,自动生成一组相似主题的 Wikipedia 链接:

<% tp.user.wikipedia(tp.file.title, tp.file.content) %>

文字秒变 LaTeX 公式脚本

理工科笔记的福音:选中需要转换的公式描述,运行模板后 AVA 会直接输出 LaTeX 公式:

<% tp.user.latex() %>

进阶技巧与避坑指南

  • 组合使用:可以写一个"每日笔记"模板,同时调用配图、链接、标签等多个脚本,一次触发生成完整的工作流输出,效率翻倍。
  • 流式与超时complete默认非流式返回(stream: false),处理超长文本时注意等待时间;流式场景可手动传入{stream: true}
  • 安全提醒:Templater 的"新建文件时触发模板"功能务必慎开,官方也提示它可能生成未知内容。
  • 提示词调优:脚本里的 prompt 是影响 AI 输出质量的关键变量,建议针对自己的写作场景反复微调,效果差异很大。

结语

当 AVA 变成可编程的 AI 底座,再用 Templater 脚本自由组合,你就拥有了一套完全属于自己、可无限复用的 Obsidian 自动化工作流。从配图、链接到公式、参考链接,所有重复劳动都可以一键完成。现在就去装上这两个插件,动手写出你的第一个脚本吧!🚀

【免费下载链接】obsidian-avaQuickly format your notes with ChatGPT in Obsidian项目地址: https://gitcode.com/gh_mirrors/ob/obsidian-ava

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/20 20:17:58

klog 标签系统实战:如何用 tag 精准分类项目、客户与任务

klog 标签系统实战&#xff1a;如何用 #tag 精准分类项目、客户与任务 【免费下载链接】klog Command-line tool for time tracking in a human-readable, plain-text file format. 项目地址: https://gitcode.com/gh_mirrors/klog/klog klog 是一款以纯文本文件为核心的…

作者头像 李华
网站建设 2026/8/20 20:14:45

函数调用实战:如何让Llama-3.1-8B-FP8-Dynamic使用外部工具

函数调用实战&#xff1a;如何让Llama-3.1-8B-FP8-Dynamic使用外部工具 【免费下载链接】Llama-3.1-8B-FP8-Dynamic 项目地址: https://ai.gitcode.com/hf_mirrors/unsloth/Llama-3.1-8B-FP8-Dynamic 想让 AI 不再"纸上谈兵"&#xff0c;而是真正帮你查天气、…

作者头像 李华
网站建设 2026/8/20 20:14:20

毕夏AI官网:毕业论文的“智能写作教练”

毕业论文&#xff0c;堪称大学生涯的“终极BOSS”。从选题的迷茫、文献的浩渺&#xff0c;到结构的搭建、语言的雕琢&#xff0c;每一步都像是在迷雾中摸索。许多同学花费大量时间在格式调整、资料搜集等重复性工作上&#xff0c;却忽略了最核心的逻辑思考与创新表达。 今天&a…

作者头像 李华
网站建设 2026/8/20 20:11:15

Kairos-23M常见问题排查手册:从报错信息到解决方案的完整FAQ

Kairos-23M常见问题排查手册&#xff1a;从报错信息到解决方案的完整FAQ 【免费下载链接】kairos_23m-npu 项目地址: https://ai.gitcode.com/atlasleong/kairos_23m-npu Kairos-23M 是一款 2300 万参数的时序预测基础模型&#xff0c;主打零样本&#xff08;zero-shot…

作者头像 李华