本文介绍了使用Clipper+Obsidian+Copilot组合方案打造个人知识库的方法。通过Clipper实现网页内容一键抓取到Obsidian，配置Copilot插件接入DeepSeek大模型，实现文件对话和整个知识库对话功能。该方案免费、高效，能够辅助写作、内容管理，并基于已有知识提供精准回答，是提升个人知识管理和写作效率的绝佳选择。
最近看很多在写搭建个人知识库的文章，加上本地部署大模型加持什么的，文章都很火爆。
但是我个人实践和感受，能满足既能写，又能快速内容抓取，又可以本地知识库对话，辅助写作等各种需求，Clipper+Obsidian+Copilot 是一个极佳方案。
unsetunset1、网页内容抓取unsetunset
Obsidian 官方浏览器插件 Clipper，好用到离谱。
看到有价值的网页，一键保存到本地
下载安装地址：https://obsidian.md/clipper
方法很简单，安装有在浏览器中点击按钮，即可将网页内容保存在本地 markdown 文件
比如我可以很 easy 地把这篇文章保存到 Obsidian 的 Clippings 文件夹下
可以看到，文章已经保存成 Markdown 到本地 Obsidian 了
这里其实还有很多可以继续折腾，比如我就写了一个 Markdown 图片迁移工具脚本，它可以自动下载 Markdown 文件中的在线图片，并将它们上传到 Cloudflare R2 存储服务，然后更新 Markdown 文件中的图片链接。
unsetunset2, Obsidian Copilotunsetunset
Obsidian 中点击左下角设置，在【第三方插件】选择浏览【社区插件市场】
搜索 Copilot，安装，点击启用。
unsetunset3、DeepSeek 接入，嵌入大模型unsetunset
大模型这部分能力，强烈不推荐折腾本地部署小参数低智商大模型，纯纯没苦硬吃。
直接调云端不香吗？免费 2000 万 Tokens：https://cloud.siliconflow.cn/i/YefhGWlT
api 获取地址：https://cloud.siliconflow.cn/account/ak
或者用 DeepSeek 官方 api：
https://platform.deepseek.com/api_keys
下面我们开始配置模型
进入 Obsidian 设置页面，找到安装好的 Copilot 插件
进入【选项】配置模型
在 model 选项卡 Chat Models 右下角，点击 Add Custom Model
直接上 DeepSeek-V3，按下面填写好，点击 Verify 验证成功，点击 Add Model
在 model 选项卡 Embedding Models 右下角，点击 Add Custom Model 这里我选择 bge-m3，它很强，它还免费。
按下面填写好，点击 Verify 验证成功，点击 Add Model
最后回到 Basic 选项卡，分别把 chat 和 embedding 模型设置为 DeepSeek 和 bge-m3
unsetunset4、知识库对话unsetunset
文件对话
回到 Obsidian，点击侧边栏的对话图标，右侧即会出现大模型对话框了
chat 模式就是正常的与 DeepSeek 聊天
如果你想保存对话到笔记，点击下面按钮即可，笔记默认存在 copilot-conversations 文件夹。也可以直接把 DeepSeek 回答的内容直接插入到笔记中。
另外，它也支持直接输入笔记文件
整个知识库对话
右下角切换成 vault Chat 即可
它会把整个文件库进行索引，比如我这里有 1272 篇文章
索引完毕后问个问题：然后他的回答会基于我收藏和撰写过的文章，不但回答精准，还会添加链接，图片，还有源文件
本文完！
如何系统的学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
01.大模型风口已至：月薪30K+的AI岗正在批量诞生
2025年大模型应用呈现爆发式增长，根据工信部最新数据：
国内大模型相关岗位缺口达47万
初级工程师平均薪资28K（数据来源：BOSS直聘报告）
70%企业存在"能用模型不会调优"的痛点
真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！
02.大模型 AI 学习和面试资料
1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工
📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
)
