AI 代理

一个人写东西很孤单吧？来认识一位会陪你一起读笔记、写笔记、整理笔记的聪明 AI 朋友！

💻🆚📱 这份文档介绍的完整代理（安装 CLI + 登录，从资料搜集、语义搜索到生成思维导图）仅限从 ObsiKO 官网下载的桌面版（Mac、Windows）。不过现在多了只要填入 API 密钥就能用的纯对话模式，所以在 iPhone、iPad、Android、浏览器、Mac App Store 版上也能和 AI 对话、整理笔记！→ 16-8 纯对话模式（移动版、网页版）

🪟 Windows 只要是从 ObsiKO 官网下载的应用程序，就能照这一页使用 — Claude、Codex 代理、连接外部 AI 应用程序 (MCP)、git 都行。唯一的例外：Windows 上看不到 Gemini 代理引擎（请看下面的“引擎”— Gemini 可以填入 API 密钥、改用对话引擎）。Mac App Store 版的 AI 是纯对话（没有 CLI 代理、git、连接外部 AI 应用程序）→ 16-8 纯对话模式（移动版、网页版）

🚀 想直接上手？ 下面的应用子页面 (16-1～16-12) 会一步一步教你工作流程、LLM 维基、推荐提示词，一直到纯对话模式！

💳 搞不清楚哪些要付费（额度）、哪些是订阅？ 从 ⓒ 标记的意思到申请 API 密钥 → 16-9 AI 收费说明（订阅与额度）

← 回首页：ObsiKO 101

🎬 跟着做：连接 AI — 电脑与手机两条路（韩文页面）

它藏在哪里？🧐

• 打开右侧边栏，AI 代理面板已经精神抖擞地在等你了。
• 在输入框轻松说出你想要的就好。代理会仔细读过笔记库里的文件，利落地帮你编辑好！

▲ 在右侧面板和 AI 助手对话，一起整理笔记。（这一页的完整代理仅限桌面版；纯对话模式在网页版、移动版也能用）

随你挑选的 AI 引擎 🧠

• 点击输入框下方工具栏的引擎选择按钮 (✨)，菜单会往上展开。
• 可以从 Claude、Gemini、Codex 里挑一个你喜欢的聪明帮手！（不过每个工具都要先安装它的 CLI 并登录，或是用 API 密钥设置环境变量。）ObsiKO 只会把你的密钥安全地转交给各个工具，绝不偷看，请放心！
• 🔑 Gemini 要用 Google 账号登录 Antigravity CLI (agy)：从 2026 年 6 月 18 日起，旧的 Gemini CLI 不再服务个人账号（免费、Google AI Pro、Ultra），改由后继的 Antigravity CLI 接手。免费的 Google 账号也能用（额度以周计算），订阅 Google AI Pro、Ultra 的话额度更宽裕（方案说明 ↗）。在终端用 curl -fsSL https://antigravity.google/cli/install.sh | bash 安装，运行一次 agy 并用 Google 账号登录后，ObsiKO 就会自动改用 agy 运行（不需要 API 密钥，使用 Gemini 3.x 模型）。没有 agy 时会退回旧 CLI + API 密钥的方式，所以原本的用户也能照常使用。用引擎说明 (?) 里的安装、登录按钮也能一次搞定。
• 🪟 Windows 的引擎清单里没有 Gemini 代理 — 因为 ObsiKO 还不支持在 Windows 上安装、运行 Antigravity CLI。请填入 API 密钥，改用 Gemini · 对话 引擎。
• 不知道选哪个的话，推荐 Claude（说明“?”里也会标上“（推荐）”）。因为会自己检查的循环、看扫描 PDF 与图片这些功能，在 Claude 上跑得最好。
• 引擎清单会一起显示各引擎的安装版本（像 v0.3.x）和各个条目实际使用的模型 ID。像“默认模型”这类条目，只要把那个引擎运行过一次，就会改成显示实际用到的最新模型（并记住这个值，下次也照样显示）；更新 CLI 后，版本显示也会跟着更新。（安装、连接说明在说明“?”里，用各模型旁的 [安装]、[登录] 按钮。）
• 第一次安装觉得无从下手？ CLI 还没装时跳出的说明窗口，会从怎么打开终端（Mac：⌘+Space 调出 Spotlight →“终端”／Windows：开始按钮或 ⊞Win →“终端”或“PowerShell”）一路教到安装、登录命令，还附上 [复制] 按钮。直接粘贴 (Mac ⌘V／Windows Ctrl+V) 就搞定！
• 下面介绍的资料搜集、语义搜索工具，不只 Claude，选 Gemini、Codex 也能用。Gemini 由 ObsiKO 自动接好、不必设置；Codex 则要在选项 (≡) 打开“把 obsiko 工具连给 Codex”（默认关闭 — 打开后 Codex 的文件保护（沙箱）会解除，可能改到笔记库外的文件，所以打开时会再确认一次）。另外，在“变更前先检阅”的工作副本上工作时，Codex 的工具连接会关闭。 Claude 专属的只有两项 — 扫描 PDF 的 OCR 和看图片。（顺带一提，直接打开网页来读、截取画面这两项，在所有引擎都是关闭的 — 因为常常卡在某些网站，为了稳定就关掉了，改用网络搜索结果来撰写。）

安全第一！ObsiKO 的严密保护 🛡️

• 代理的活动范围只限于当前的笔记库。想碰笔记库外面重要的电脑文件、或运行奇怪的命令，ObsiKO 都会毫不留情地挡下来！
• 代理修改文件后，文件树会立刻更新给你看；要是代理想覆盖你正在编辑（还没存盘）的文件，一定会先跳出警告。你写的东西很珍贵嘛！
• 也能指定不给 AI 看的笔记 🔒：日记、健康记录这类敏感笔记，在前置元数据加一行 ai: deny，或用 .obsiko-ai-ignore 文件把整个文件夹藏起来。反过来，也能确认回答是根据哪些笔记（[S1] 引用、依据清单）。→ 16-10 AI 依据与隐私

越用越顺手的功能 ✨

• 回答利落地保存为文件：像“帮我整理○○”“帮我写一篇△△”这样请它做出东西时，代理不会在对话里洋洋洒洒写一大串，而是保存为干净的 .md 文件。（简短的问题、说明就直接在对话里回答。）
• 图表放进笔记里，而且是真正的图表、不是图片！：像“用这些数字帮我画个图表”这样给它数值数据，就会在笔记里放进 ```chart 块 — ObsiKO 会当场画成真正的 SVG 图表，导出、演示文稿时也原样呈现（不会做成图片。“帮我画图表”的“画”是绘制数据 (plot) 的意思，不是画画嘛）。→ 和 12 Bases（数据表）的图表视图是两回事。
• 流程图、关系图就用 Canvas 或 Mermaid：“帮我画思维导图”“帮我画流程图”这类要求，会做成思维导图 (.canvas) 或笔记里的 Mermaid 图表。Canvas 里需要图表时，会先创建一篇放图表的小笔记，再摆一张指向它的文件卡片（图表会直接在卡片里画出来）。→ 11 思维导图
• 复制、插入、保存为笔记：用代理回答泡泡下方的“复制”“插入编辑器”“保存为笔记”按钮，可以把满意的回答复制到剪贴板、插进正在写的笔记，或干脆做成一篇新的 .md 笔记。
• 丢参考资料给它：笔记库里的其他笔记、图片与 PDF 这类附件文件，甚至从外面拿来的文件，都可以直接拖放到代理的输入框。等于是在说“这个也一起读、当参考！”
• 更清爽的输入框：选择模型、加入参照、助手、送出按钮全都靠右集中在输入框下方。附上好几个参照文件时只会显示一个，其余收成 +n，输入框不会跳来跳去，随时都很整齐。
• 用助手开始新对话：按输入框下方的人形按钮（助手），就会列出你存好的助手。选一个就会打开新对话，只要输入框上方的标记还显示着它的名字，整段对话都会维持那个角色（用 / 调用的话只有那一次）。为助手设置参考笔记（人物、世界观、文风笔记）后，每次调用时都会一起附进对话 — 在“提示词助手 ▸ 框架设置 ▸ 创建斜线命令”的“参考笔记”栏选就可以。标记上的 × 会结束助手、回到新对话。在这台设备第一次使用笔记库里的助手时，会先让你看要传给 AI 的内容（因为它可能是通过同步、分享进来的）。
• 神奇的斜线命令：在输入框只要打 /，助手清单就会一口气列出来！在笔记库创建 Markdown 文件，还能加入自己的命令（最近用过的排在最上面）。放命令的文件夹有两个，别搞混了 — .claude/commands/ 给桌面版代理读（兼容 Claude Code），_ObsiKO/commands/ 则是桌面版加上手机、网页版对话都会读。想在哪里都能用，就把同一个文件放进 _ObsiKO/commands/（同名时以 _ObsiKO 这边为准）。
• 回到过去：“刚刚跟它聊了什么来着？”按面板上方的时钟按钮，就能把先前的对话完整还原。在其他设备聊过的、或很久以前的对话，可以用清单最下方的“在已保存的对话原文中寻找”找出来接着聊（前提是打开了对话原文记录）。也可以直接问 AI：“帮我找上次聊○○的那段。”→ 16-11 记住的事
• 工作结束有“完成卡片”：创建或修改文件的工作完成后，对话里会出现 ✅ 工作完成 · N 秒 · 使用的 Token 卡片，并整理出变更的文件清单（🆕添加、✏️修改，点击马上打开）。把鼠标移到 Token 数字上，就会分开显示输入／输出。
• 报告怎么做、为什么这样做：工作结束后，回答最后会简短整理做法、各文件的变更、下一步建议（用选项 ≡ 里的“工作完成报告”开关）。

自己检查、自己修正的“循环”🔁（仅限 Claude）

写一次就结束？才不是！现在代理会跑一个聪明的循环，自己检查刚写好的笔记并再次修正。开关在面板的选项 (≡) 按钮 →“循环”类别。

• ① 自我验证循环（默认打开）：保存笔记 (.md) 后马上自己检查 Markdown 语法，发现会让显示跑掉的错误（没有关闭的代码块、表格列数对不上等），就立刻修正。
• ② 完成关卡（默认打开）：在工作即将结束前，把这次写的笔记做最后检查，剩下的语法错误全部改好才收工。
• ③ 评论者循环（默认关闭）：独立的检阅者会对照你的要求评估成果，指出不足的地方，让代理完善。质量很重要时再开（会多用 Token）。把“评论者引擎”从 Claude 改成 Gemini 或 Codex，就会由别家公司的模型交叉验证，审得更严格。

每次循环介入时，对话里会用 🔁 一行字告诉你“跑了什么检查、第几次”。评论者检阅期间，状态栏也会显示“检阅结果中”。

• “循环重复上限”滑杆：调整每个循环退回重做的最大次数，范围 1～20（防止无限退回）。
• 无限尝试：真的想让它咬住不放、做到最后就打开 — 会一直重复到通过验证为止。不过会同时跳出可能用掉很多 Token 的警告（就算这样，内部的轮次上限与闲置监看仍是最后的安全网，不会真的永远跑下去）。

💡 这个循环仅限 Claude 引擎（Gemini、Codex 会自己一路做到完成）。

大工作拆开同时做 — 平行分工 🔀（仅限 Claude）

像“调查 10 个主题并各做成笔记”这种大型工作，一个一个照顺序做会很久。打开选项 (≡) →“多引擎协作”类别里的“平行分工”，代理就会把工作拆成 2～8 个独立的子任务同时进行（一次 3 个），最后再汇总结果。

• 进度会在对话里用 🔀 一行字显示 — 像“(3/8)“○○”完成”。就算有些失败，其余的也会继续，失败的部分会在汇总时告诉你。
• 只会拆出彼此不重叠的工作，ObsiKO 也会盯着，不让两个工作同时动到同一个文件。

⚠️ 好几个运行同时跑，Token 可能用掉好几倍。建议只在大量搜集资料、批量整理这种真正的大工作时才开！默认关闭，仅限 Claude 引擎。

用 Canvas 画给它看 — 照着画的做 🗺️

既然能请 AI 画思维导图，反过来应该也行吧？ 把文件夹结构或工作计划在 Canvas 上随手画出来，附给代理当参照，再说“照这张 Canvas 的结构帮我创建／整理／进行”。

• 它是这样读的：群组框 = 文件夹（框中框就是子文件夹）、笔记卡片 = 现有笔记、文字卡片 = 要新建的笔记（第一行是标题）。交办工作时，文字卡片会变成“待办”，箭头 = 进行顺序。
• 也能重新安排现有文件：不是做副本，而是用安全的移动工具把原文件直接搬过去（不覆盖，回收站这类隐藏文件夹不准动）。要搬 5 个以上时，会先列出清单问你。 移动也会留在变更记录里，可以还原。
• 把流程变成技能：说“把这个步骤做成技能”，就会以你专属的技能存进笔记库的 .claude/skills/，下次交办同样的工作时，就会照那套流程做。

💡 文件移动只有 Claude 引擎做得到（Gemini、Codex 只能新建）。Canvas 的画法请看 11 思维导图！

还原 AI 改过的东西 — 变更记录 ⏮️（虚拟工作树）

“咦？AI 改的我不喜欢，能不能变回原样？”现在可以了！代理每次创建或修改文件，都会以每次运行为单位保存“变更前／后”，随时都能比较并还原。这是不懂 git 也能用的轻量“虚拟工作树”。

• 在哪里？ 打开右侧边栏指南栏的时钟图标（AI 变更记录）面板，AI 工作会以由新到旧的时间轴排列（用“刚刚 · 3 分钟前 · 昨天”这种好懂的时间标注）。
• 筛选：记录变多时，在最上方的搜索列用标题、文件、引擎筛选看看。
• 比较 (diff)：展开工作后，每个变更的文件都会标上添加／修改／删除标记，按 [比较] 就会标注出哪几行被添加（＋绿色）、删除（−红色），连变更的那一行里哪个词改了都会强调出来。没变的长段落会收成“n 行相同 — 展开”，只露出重点。点文件名就能直接打开那个文件。
• 还原：可以只还原一个文件，也可以用 [还原这个工作的全部] 把那次运行的变更整个恢复原状。（新建的文件会删除、修改过的文件回到原本内容、被删掉的文件会救回来。）
• 还原也能反悔（重新应用）：还原过的文件会加上“已还原”标记，按 [重新应用] 就会回到 AI 改过的内容 — 还原的还原！如果这段期间你又动过那个文件（内容不一样了），覆盖前一定会再问你一次。
• 支持所有引擎：Claude、Gemini、Codex 三个都会记录。（Claude 是在写入前实时保存原文件；Gemini、Codex 则是在工作开始时先把原文件存下来，结束后再比较。）
• 所有平台都能用 📱：不只桌面版，iPhone、iPad、Android、网页版的纯对话模式也一样会记录、能还原。（桌面版存在应用程序内部的文件，移动版与网页版存在应用程序内部的存储空间 — 不管哪种都在笔记库外面，不会弄乱笔记库文件夹。）
• 不动你的笔记库：快照按每次运行保存在应用程序内部（最近 40 条）。也可以只删记录、文件保持原样（删除前会跳出确认窗口）。

💡 能还原的是文字文件（笔记、Canvas、代码等）。图片、PDF 这类大文件不在比较／还原范围内。

变更前先检阅 — 先在工作副本上做 🧪（桌面版）

“想在 AI 改我的笔记之前，先看看它要改什么”— 现在默认就是这样。AI 面板选项 (≡) 里的“变更前先检阅”（默认打开）打开时，Claude、Codex、Gemini 代理会在笔记的工作副本（应用程序内部的文件夹，只有文字文件）上工作，结束后回答下方会出现检阅卡片。

• 卡片上能做的事：新建与修改的笔记会列成清单，点开就能用比较看到哪几行会变。只有按下 [应用选中的] 才会写进你的笔记；按 [全部丢弃] 就像什么都没发生过。卡片状态会留在对话记录里，之后重新打开也一样。
• 不会覆盖：应用前会再确认一次原文件，只要 AI 工作期间有任何一篇你动过的笔记（包括还没存盘的编辑），就什么都不写入并告诉你。不会自动合并。
• 会应用的只有创建、修改笔记 (.md)。混有删除、移动的运行不会出现应用按钮（只应用一半的话，笔记会变成两份），Canvas、表格、附件只会告诉你数量。应用过的内容也会留在变更记录，可以还原。
• 挡下 AI 的笔记 (ai: deny、.obsiko-ai-ignore) 根本不在副本里，所以就算是没有拦截机制 (hook) 的 Codex、Gemini 也读不到。
• 在工作副本上工作时，Codex 的工具连接会关闭（Codex 只用自己的文件工具工作）。
• 每个引擎的隔离程度不一样（老实说）：Claude 是强制隔离，Codex 只能写进工作文件夹，Gemini 则只是不给它原文件路径、运行中原文件有变动时通知你。关掉的话，就会像以前一样直接在笔记库里工作（例行流程这类自动运行不会用检阅模式）。

代理设置都在面板里！⚙️

以前散落在设置窗口里的 AI 代理设置，现在都整齐地集中到面板标题栏的选项 (≡) 按钮这一个地方了。
- 最上面的开关：“自动累积个人化记忆”“把对话原文记录到笔记库”“放宽 Gemini 内容过滤”，还有“允许发送到外部 AI”清单（这四个在纯对话引擎也会出现 — 因为过滤设置会应用到对话、图片生成、朗读、转录发出的所有 Gemini 调用。打开时会跳出注意事项的确认窗口，再确认一次。→ 16-11 记住的事 · 发送许可请看 → 16-10 AI 依据与隐私）
- 接下来的开关（桌面版 CLI 引擎时）：“把回答保存为 .md 文件”“变更前先检阅”“代理 Token 优化”“在受保护的笔记库阻挡绕道引擎”“工作完成报告”“把 obsiko 工具连给 Codex”
- “在受保护的笔记库阻挡绕道引擎”（默认关闭）：在有 ai: deny 笔记的笔记库里，直接不让 Gemini、Codex 运行（关闭时照样运行，只提醒一次）。用“变更前先检阅”工作时，被挡的笔记根本不在副本里，所以不需要阻挡。→ 16-10 AI 依据与隐私
- “把 obsiko 工具连给 Codex”打开时也会跳出注意事项的确认窗口 — 因为它可能影响到笔记库外面。
- 两个直接运行的按钮：“创建语义索引”（一次建好语义搜索索引）、“保存对话摘要”（把当前的对话摘要成笔记）
- 可收起的类别：“循环”（参考上面）、“多引擎协作”、“git”（自动提交、远程、push）、“语义搜索的嵌入”（后端、模型）
- 多引擎协作 🤝：三个引擎（Claude、Gemini、Codex）互相帮忙 — 打开“问问其他引擎（咨询工具）”，工作中的引擎卡住时就能问其他引擎的意见（用 ask_gemini 这类工具）；打开“平行草稿与集成”，其他引擎会先各写一份草稿，再由主引导擎交叉验证并集成。质量会提升，但 Token 也会多用那么多。（“平行分工”开关也在这个类别 — 请看上面的平行分工段落！）
- 再下面：“引擎 API 密钥”输入栏（留空就用登录／订阅）
- Token 用量 📊：每个密钥输入栏下方会累计在这个应用程序里用掉的输入、输出 Token 总数。不只对话，代理的运行（Claude、Gemini、Codex）也会算进去，随时可以用 [重置] 从 0 重新计算。（这不是供应商的账单仪表盘，只是 ObsiKO 里用量的参考。）
- 按各条目名称旁的“?”，说明就会在那个条目正下方展开（再按一次收起）。用鼠标的话移上去就看得到，手机、平板上轻点击就好。📱

各种数据都变成 .md — 网页、视频、文档、图片、数据 📥

代理不只会搜索，还能读各种格式的数据、做成笔记（桌面版）。Claude 全部都能用，Gemini、Codex 也能用大部分的工具（Codex 要打开“把 obsiko 工具连给 Codex”— YouTube、PDF、文档、转录、RSS、表格、文档内容搜索、语义搜索、图谱，还有图片生成、朗读 (TTS) — 请看下面的图片与朗读段落）。不过看图片、扫描 OCR 仅限 Claude。

🌐 网页、视频
- 用网络搜索搜集资料：给它一个主题，就会搜集网络搜索结果（标题、摘要、日期）整理成 .md，像“帮我整理○○的最新消息”（文件名、标题前会自动加上日期 YYYY-MM-DD）。为了稳定，一页一页直接打开来读的方式默认是关闭的，会根据搜索结果来撰写。
- 整理 YouTube：给它视频网址，就会抓字幕（逐字稿）做成 .md。（只限有字幕的视频。装了 yt-dlp 会更稳定 — 没装也能用）
- RSS／新闻订阅：给它订阅网址，就会把最新条目（标题、日期、链接、摘要）整齐地汇总成一份摘要报。

📄 文件、文档（笔记库里的文件，或拖进对话的附件）
- PDF（文字体）：“帮我整理这份 PDF”→ 逐页截取文字来摘要、整理。
- PDF（扫描、图片型）：就算是文字变成图片的扫描件，也会把页面转成图片，直接看着读 (OCR) 再抄写下来。（需要安装 poppler — 免费：macOS brew install poppler、Windows scoop install poppler。一次最多 8 页，很长的话就像“先做第 1-10 页”这样分段请它做。仅限 Claude 引擎。）
- 图片：扫描文档、手写字、图表、照片里的文字，它会直接看着抄下来或帮你说明（不必另外安装 OCR）。
- Office、电子书：把 Word、PowerPoint、ODT、EPUB、RTF、HTML 等转成 Markdown。（需要安装 pandoc — 免费）
- 语音、视频转录：没有字幕的课程、Podcast、录音、视频都能听写下来。现在是用云端 API（OpenAI、Gemini）转录，所以不装 whisper 也行（本机有装 whisper 的话会优先用它）。视频优先用 Gemini，语音优先用 OpenAI。（不通过代理的话，也能直接在文件总管右键点击 →“语音、视频 → 笔记（转录）”，或用命令面板 →“转录语音、视频（成笔记）” — 所有平台都行。在 iPhone、iPad 上，语音文件会在设备里免费转录，不需要密钥。视频或其他设备则用 OpenAI、Gemini 密钥。）
- 表格数据：把 CSV、TSV、JSON 文件变成整齐的 Markdown 表格。
- 文档内容搜索：不只一般笔记，连 PDF、Word、Excel、Hangul (.hwp/.hwpx)、CSV、JSON、文本文件等文档的正文都会翻找，回答“帮我找有提到○○的文档”。

🔧 查找应用程序用法、属性
- 搜索应用程序用法：像“ObsiKO 怎么导出 PDF？”这样问应用程序的用法时，代理不会用猜的，而是直接搜索这份帮助维基 (ObsiKO 101)，根据内容回答。（和找你自己笔记的笔记库搜索是两回事。）
- 用属性找笔记：把前置元数据的属性当成数据库来条件搜索 — “status 是进行中的项目笔记清单”“type: book 而且 rating 4 以上”。可以用文件夹、标签、属性条件 (AND) 筛选，还能排序。问到 .base 表格时，会直接沿用那张表的条件来查找。→ 12 Bases（数据表）

💡 pandoc、yt-dlp、poppler 都是免费工具（转录现在能用云端 API，所以 whisper 是选用的）。就算没装，应用程序也照常运作，只有在你要用那个功能时，才会跳出一行安装说明。
🛡️ 安全为上：文件只读笔记库里的 + 你附上的，网络数据会挡掉私人／内部网络地址，安全地抓取。没有字幕、没有文字时，也会老实告诉你“没有”。

也会画图、也会出声 — AI 图片生成与朗读 🎨🔊

不只会读、会写，现在还能画图、把文字念出来！这两个功能只要有 API 密钥，桌面版、iPhone、iPad、Android、网页版都能用（OpenAI 或 Gemini 密钥 — 设置里的对话 API 密钥）。

🎨 图片生成（文字 → 图片）
- 在对话里说“帮我画○○”，代理就会画好图、保存到笔记库的 assets/ 文件夹，并放进笔记。
- 或是在正文选中描述文字 → 右键点击 →“✨ AI 创建”，选“🎨 制作图片 · OpenAI”或“🎨 制作图片 · Gemini”，就会根据那段文字做出图片，插在选中文字的正下方。
- 用参考图来画（草图 → 完成图） 🖍️：把草图或照片附进对话，说“照这张草图帮我画”，就会保留原图的构图和线条来完成 (image-to-image)。拿 Canvas 上随手画的底稿来上色、完稿时最好用。
- 画人物、角色时，会自动留好空间，不让头顶被切掉。
- ✨ 制作标题标志：右键点击 → ✨ AI 创建 →“制作标题标志” — 以选中的文字（没选就用笔记标题）当文案，挑选 10 种风格（极简、手写、霓虹、复古、3D、水彩、网络小说、游戏、视频、书籍）与背景（单色／透明／插画），再选模型、写补充指示，就会做出漂亮的标题标志放进正文。透明背景仅限 GPT Image 模型（真正的 alpha PNG）。文案（尤其是中文）越短越准确！

▲ 选中描述文字后右键点击 →“✨ AI 创建”▸“🎨 制作图片”。做好的图会刚好放进选中文字的下方。

🔊 朗读 (TTS) — 免费聆听、制作语音文件，两条路

正文的右键菜单里有专属的“🔊 朗读 ▸”群组（没有选中文字时会显示成“🔊 朗读整篇笔记”，念出整篇笔记）。底下有三项 — 设备语音（免费）、OpenAI、Gemini。

① 用设备语音马上听 🆓（不用密钥）
- 右键 ▸“🔊 朗读”▸ 设备语音，或命令面板的“朗读笔记（设备语音）”。用 Mac、Windows、iPhone、Android 内置的声音马上念给你听 — 不用 API 密钥、不用安装、也不花钱。
- 因为这个模式不产生文件，播放栏也会跟着改变：没有跳转（拖动进度），改成显示句子进度（2/13 句），只留播放／暂停、速度、声音、句子醒目提示。暂停后再继续，会从那一句的开头接着念。就算是手机这种窄屏幕，播放栏也永远只有一行 — 空间不够时，会先收起时间、标签这模拟较不重要的东西（免得挡住两行正文）。
- 前后跳一句 ◀◀ ▶▶：播放按钮两侧的按钮会一句一句倒回、跳过（朗读的单位是句子，所以按一次 = 刚好一句，换段落的地方也就是下一句）。停住时按下去也不会突然出声 — 只会移动位置，正文的醒目提示和 2/13 数字会跟着走。没有地方可去时（最前面、最后面），按钮会变淡。
- 挑声音：播放栏的清单只会列出设备上已安装、该语言的声音（Eddy、Grandma 这类英文名字、机器人风格的趣味声音会排除）。播放中换声音，会从那一句开始用新声音接着念，选好的声音也会记住。
- Android 上会显示成 声音 1 · 声音 2 … — 因为 Android 不提供声音名称（只给内部代号），所以由应用程序编号。同一个声音的离线／在线版本会合成一行，只有需要网络的会标上 · 在线。还没下载的声音选了也不会出声，所以不列进清单。编号会记在设备上，之后再下载更多声音，原本用的编号也不会跑掉。
- ? 说明：按播放栏上的 ? — 会出现这个模式不会保存为文件的说明，以及在系统设置下载新声音后，也会直接加进这份清单的小提示。路径只显示你现在用的设备（Mac、iPhone：辅助使用 ▸ 语音内容 ▸ 声音／Android：设置 ▸ 无障碍 ▸ 文字转语音 ▸ 语音数据）。下载后把应用程序关掉再重新打开最保险。
- 刚打开应用程序时，设备有时会比较晚才回报声音清单（尤其是 iPhone）。这段期间只会看到“自动（设备默认）”，其余的准备好就会悄悄补上 — 这时朗读也照样正常。
- 夹在中文里的英文也念得对：很多设备的非英文声音遇到英文单词，会一个字母一个字母拼着念；所以句子里只有英文的片段会交给英文声音接手朗读（自动、不用设置）。接手的英文声音会跟着你选的声音性别 — 选男声，英文也由男声念；选女声就是女声（前提是设备上有该性别的英文声音）。
- 句子醒目提示 🖍️ 也照样有 — 因为是一句一句直接念，反而比 AI 朗读对得更准（用高亮图标开关）。

② 做成语音文件 💳（AI 朗读 — OpenAI、Gemini 密钥）
- 右键 ▸“🔊 朗读”▸ 选 OpenAI 或 Gemini，就会把那段文字做成语音、保存到 assets/，插入 [🔊 听朗读] 链接后马上播放。请代理“念这篇笔记给我听”也是走这条路。Gemini 密钥用免费方案也能用（在额度内 — Gemini 价目表 ↗）。
- 在播放栏可以调整选声音、试听、播放／暂停、跳转、速度 (0.75～2×)。默认声音在设置的“语音设置”块决定，也可以像“用○○的声音念”这样直接指定。
- 长文也能很快开始：会把文字切成好几段，第一段一准备好就开始播放，后面的部分在你听的时候接着做。进度条长度带着 + 一直变长，就表示“后面的段落还在制作中”！
- 朗读句子的醒目提示 🖍️：播放时，编辑器里正在念的句子会有淡淡的高亮跟着走，画面也会一起滚动。可以用播放栏上的高亮图标开关。需要更精准的同步，就打开设置里的“朗读精准highlight同步”（使用 whisper 重新转录 — 需要 OpenAI 密钥，会有额外费用）。

播放不会中断（两条路都一样）— 朗读中切到别的笔记、或去看仪表盘，声音也会继续。这时播放栏会显示 🎧 笔记名称，告诉你现在正在念什么，点击就回到那篇笔记。回到原本的笔记后，句子醒目提示会接着出现；修改原文的话，只有醒目提示会悄悄关掉（播放照常）。

没在听就会自己消失 — 在暂停、念完、或还没选声音的状态下离开那篇笔记，播放栏会自动关闭（免得孤零零地留在别的画面）。待在正在朗读的笔记里时就会保留。

▲ 编辑器下方的播放栏 — 选声音、试听、播放／暂停、跳转、速度、句子醒目提示开关，全在一行里。

💡 图片生成、朗读、转录是用多少、就由各供应商 (OpenAI／Gemini) 计费多少的 BYOK（自备密钥）功能。没有密钥时会跳出说明。（例外：用设备语音聆听和 iPhone、iPad 的语音转录都在设备里免费进行。）

更聪明的搜索 — 语义搜索与图谱 🔎🕸️

关键词要一字不差才找得到的时代结束了！代理会用意思找，再顺着链接结构扩大范围。

• 按意思搜索（语义）：像“跟这篇类似的笔记”“把跟这个主题有关的全找出来”这样拜托，就算用字不同，也会找出意思相近的笔记（能理解语感与同义词）。会在本机为笔记库创建索引，每次修改笔记时，也只会自动重新索引有变动的部分。
• 轻量 GraphRAG：直接把你写的 [[链接]] 和知识本体关系当成知识图谱来用。很擅长回答像“找出跟 X 有关的笔记，连周边结构一起整理”（找种子 → 扩展邻居）、“我的笔记分成哪些群组／主题？”（看整体分群）这类问题。

打开方法（语义搜索需要先准备一次免费的嵌入引擎）

• 桌面版：语义搜索需要本机嵌入引擎。安装免费的 Ollama，在终端运行一行 ollama pull nomic-embed-text 就好。（直接从源代码运行 ObsiKO 的开发者，也能用 npm i @huggingface/transformers 使用内置引擎。）
• iPhone、iPad、Android、网页版：不用安装任何东西 — 第一次创建索引时会下载一次小模型，在设备里创建索引。→ 07 搜索与浏览

在面板的选项 (≡) 按钮 →“语义搜索的嵌入”类别（桌面版）可以选择后端（自动侦测／Transformers.js／Ollama）与模型名称。（图谱搜索不用另外安装 — 马上就能用！）

在 Mac 上不用密钥 — 设备 AI (Apple Intelligence) 🍎

只要是 macOS 26 以上、打开了 Apple Intelligence 的 Mac，不用 API 密钥也不用登录，就能在 Mac 里使用简短的 AI 功能。文字不会离开 Mac。

• 能做的事：错别字 AI、AI 润色、文章检查提问、转录摘要，还有用代理面板的“设备 AI · 简单对话”引擎做简单对话。笔记编辑工具、网络搜索、调出记忆、长篇批改都不行 — 小模型很容易给出似是而非的错误答案，所以刻意挡掉了。
• 引擎顺序：有 API 密钥就用密钥 → 在这台 Mac 上已经用过 Claude、Codex 这类引擎的话，就用那个引擎 → 都没有才用设备 AI。随时都能在代理面板的引擎清单切换。
• 看不到的话：Apple Intelligence 关闭时，代理面板的说明 (?) 会告诉你去哪里打开 — 到系统设置 ▸ Apple Intelligence 与 Siri 打开后，再回到应用程序。Intel Mac 或 macOS 26 以前的版本不会出现在菜单里。
• 和 iPhone、iPad（iOS 26 以上）的“设备 AI”是同一个功能。Android 不支持设备 AI（因为 Google 设备 AI 的使用条款不允许用在未成年人可能使用的应用程序）。
• 更可靠：回答会逐字流出，点击“停止”就立刻停下。拼写检查、文章检查会用固定格式接收结果，把会改变意思、数字不同的建议过滤掉；长文会自动配合设备模型的上限来调整。设备不支持那个语言（例如韩文）时，会在运行前就告诉你。
• 看到“测试版”标记，就代表是设备 AI 做的。 它会小小地标在引擎清单与当前的引擎名称、拼写检查的结果列（连“没有错别字 ✓”时也有）、文章检查提问的开头、“AI 修改建议”卡片、录音整理的选项上。把鼠标移到标记上，会显示“还在测试阶段，结果可能不准确，请确认后再使用。文字不会离开设备。”设备 AI 的拼写检查可能漏抓或给出莫名其妙的建议，尤其是韩文，建议搭配 韩文拼写检查一起看。

不用安装就能用的助手命令 🎁

不用另外安装，一开始就内置好了。在输入框只要打 /，就会跳出各领域的助手！（在繁體中文界面，这些命令会以英文名称显示；像下面这样只打开头几个字也会自动完成。）
- 写作 — /draft /compose /craft /edit /revise /worldbuild /roleplay（化身角色设置笔记里的人物，来一场情境剧对话 — 试着打 /roleplay 角色名称，情境！）
- 读书 — /studynote /summarize /quiz /example /errorlog /lecturenote /studyplan /homework
- 资料搜集、论文 — /gather /excerpt /paper /litreview /factcheck /synthesize（这些助手禁止没有出处的断言，不知道就会说不知道！）
- 给 AI 的文档 — /aidoc /claudemd /skill /command /persona /harness
- 卡片盒笔记法、知识本体 — 用 /permanent /connect /classify /relate /atomize /attribute 等命令把知识结构化！→ 详情：17 知识结构化
- 项目 — /projectsetup（说出类型或主题，像“帮我建一个网络小说连载项目”，就一次建好文件夹、项目 Base 和基本笔记）

命令名称会跟着应用编程语言（韩文、英文、日文）改变，繁體中文界面则显示英文名称；用其他语言的名称打也听得懂。😊

一键创建 LLM 维基 📚

• 只要一句“帮我创建 LLM 维基”，代理就会问你要快速开始还是深入开始，一口气打好知识库的地基（之后就是放进数据说“帮我整理”、直接提问、偶尔说“帮我检查”，这样运转下去）。
• 维基由记录代理的身分、工作方式、用户、记忆的系统文件稳固地组成：
• Soul.md — 代理是谁（身分、使命、语气、行为界线）
• AGENTS.md — 怎么工作（工作规则）
• user.md — 用户是谁
• memory.md — 一起定下的决定、惯例的记忆（旧版维基是隐藏的 .memory.md）
• 直接修改这些文件，就能随心所欲地改变代理的行为方式！

给开发者的 Git 自动集成（选用）🐙

• 只要在面板的选项 (≡) 按钮 →“git 自动提交、远程”类别打开，代理每次工作完都会自动提交 (commit)，连推送 (push) 都帮你做！（直接使用电脑上设置好的 Git 认证。）连接远程仓库、创建 GitHub 仓库也在同一个地方。→ 23 设置与主题

从其他 AI 应用程序使用我的笔记库 — 连接外部 AI 应用程序 (MCP) 🔌

除了 ObsiKO 里的代理，也可以请 Claude Desktop、Cursor、VS Code、Claude Code、Codex CLI 这些其他 AI 应用程序“从我的笔记里找找看”。
- 打开设置 ▸ 连接外部 AI 应用程序，在你用的应用程序卡片上按一次 [连接] 就好。把那个应用程序重新打开，就会看到 ObsiKO 的工具。
- 要开放哪个笔记库由你自己选（最多 3 个）。切换窗口也不会偷偷改掉。
- 只读 — 只能搜索、读取，不能写入或删除。用 ai: deny 藏起来的笔记在这里也一样排除。
- 在从官网下载的桌面版（Mac、Windows）可以用（Mac App Store 版没有）。默认关闭。详情请看 → 23 设置与主题

高级 — 把其他 MCP 服务器接到 ObsiKO 的代理：反过来，也能让 ObsiKO 的 Claude 引擎使用其他 MCP 服务器的工具。在电脑的家目录创建 ~/.obsiko/mcp-clients.json，写成 {"servers": {"名称": {"command": "运行命令", "args": ["…"], "env": {}}}} 的格式，下次运行起就会一起接上那个服务器。放在家目录而不是笔记库，是为了不让别人通过同步的笔记库偷塞命令（名称 obsiko、qmd 不能用）。

🚀 进一步了解用法（子页面）

这些子文档会一步一步更深入地介绍实战工作流程。建议从上往下依次阅读。
- 16-1 基本用法 — 好好使唤它的基本功 + 小诀窍
- 16-2 情境应用示例 — 写作、读书、研究、结构化、转换、思维导图
- 16-3 写作与创作应用 — 6 种分阶段的写作助手
- 16-4 打造 LLM 维基 — 创建知识库 + 像 NotebookLM 一样使用 + 可读取的文件格式
- 16-5 卡片盒笔记法与知识本体 — 把笔记变成相互链接的知识
- 16-6 推荐提示词集 — 复制就能用的提示词
- 16-7 提示词助手 — 用块组提示词 + 创建框架（规则、命令）
- 16-8 纯对话模式（移动版、网页版） — 只靠 API 密钥在 iPhone、网页上用 AI（网络搜索、看图片、整理笔记）📱
- 16-9 AI 收费说明（订阅与额度） — 哪些是订阅、哪些是额度，一直到申请 API 密钥 💳
- 16-10 AI 依据与隐私 — 确认回答的出处（[S1]、依据清单）与指定不让 AI 看的笔记 🔍🔒
- 16-11 记住的事 — 让 AI 长久记住你的价值观、判断标准、项目脉络（手动、自动）🧠
- 16-12 写作助手 — 结构检查 + 让思考更深入的提问 + 10 种类型镜头的编辑式批改 ✍️

← 上一章：15-2 例行流程 · 回到首页 · 下一章：16-1 基本用法 →