字数 990，阅读大约需 5 分钟
本文重点讲解知识获取阶段的 AI实践。通过 Obsidian Web Clipper 和 DeepSeek 平台，实现自动提取 文章标签、智能总结关键点、生成价值评价 等功能。
文章提供了详细的实践指南，包括插件下载、基础配置、解释器配置等步骤，以及 Android 移动端的实操示例。
知识库建设分 4 个阶段（知识获取->知识整理 ->知识连接 ->知识输出）。
知识获取知识整理知识连接知识输出
我们知识获取阶段用哪些工具，如何使用 AI 来提效？
提取内容
我们收藏一篇文章稍后阅读，起码需要了解以下内容才能支撑我们制作一张卡片笔记。
1. 一句话总结 + 关键点提取 2. 生成评价，突出其价值和适用场景 3. 提取文章标签：限定领域的标签，比如软件开发
在没有 AI 之前，我们可能需要通读过后才能得出结论，但现在收藏后立刻就能提取上面的信息。
实践指南
插件下载
obsidian web clipper 是浏览器插件的形式。
插件安装：下载地址，支持 chrome，firefox，edge，safri 等主流浏览器。
基础配置
1. 新建模板配置用来将网页保存为 markdown。这里比较重要的几个设置包括笔记存放的 vault和文件夹2. 新增一个 未归档的标签，这样在 obsidian 里面可以按未归档来查询整理
解释器配置
什么是解释器
解释器是一个为 obsidian web clipper 的专门设计的功能，允许用户使用自然语言与网页交互。解释器帮助用户捕获和修改采集的内容并保存到 Obsidian。例如：
1. 提取特定文本片段。 2. 总结或解释信息。 3. 将文本翻译成另一种语言。
本质上这是一个 RAG 程序，上下文是解释器用于处理提示的页面，上下文越小，解释器运行越快。
解释器模型配置
1. 在 DeepSeek 官网开通 DeepSeek-api服务，创建 1 个 API key 2. 在 Obsidian Web Clipper插件配置页，添加模型供应商，添加DeepSeek模型;
采集内容配置
配置解释器，定制提示词，采集时生成摘要
建议配置 2 个模板，1 个启用 AI，1 个不启用
解释器上下文使用默认即可，采集特定的网站可以定制 html 选择器，减少 token 消耗
笔记内容配置
未归档,{{"3个标签,逗号分隔"}}
# {{"本文的中文标题"}}
{{"本文的中文摘要，1句话提取核心内容，以及3个关键点,用有序列表展示"}}
{{"本文的简短评价，突出其价值和适用场景"}}
---
{{content}}移动端
我使用的是 android 系统，安装好 obsidian 和 firefox 浏览器，然后火狐浏览器开启账号同步，在 obsidian clipper 中导入配置
导入电脑上的配置
文章高亮示例
采集示例
点击添加到 Obsidian，markdown 会自动存储到 vault 对应的目录。
手机端检测到文件更新后，liveSync 插件会自动同步，然后就可以进入知识整理阶段了。
总结
本文聚焦知识库建设最关键的 知识获取 阶段，介绍如何使用 Obsidian 官方的 Obsidian Web Clipper 来实现数据采集和 AI 智能提取
