今天把 Obsidian 的 Copilot 插件切到了 DeepSeek，同时配了本地全库索引。整体逻辑是： DeepSeek 负责聊天和生成内容，Ollama + bge-m3 负责本地检索整个笔记库。 1. 先装 Copilot 插件 路径： `Obsidian 设置 -> 第三方插件 -> 浏览 -> 搜索 Copilot -> 安装并启用` Copilot 是 Obsidian 里的 AI 助手插件，可以总结笔记、改写内容、做知识库问答。 2. 配 DeepSeek 聊天模型 在 Copilot 设置里的 Models 里新增模型： Provider：DeepSeek Base URL：https://api.deepseek.com Model：deepseek-v4-flash API Key：填写自己的 DeepSeek API Key 3. 为什么还要配 Ollama 一开始我以为 DeepSeek 配好就能读整个知识库，后来发现不行。 DeepSeek 主要负责“回答问题”，但要让 AI 理解整个 Obsidian 知识库，还需要一个 Embedding 模型来建立索引。 我不想用硅基流动，所以选了本地方案： Ollama + bge-m3 这样索引在自己电脑本地跑，隐私更好。 4. 安装 Ollama 和本地索引模型 终端执行： brew install ollama brew services start ollama ollama pull bge-m3 `bge-m3` 比较适合中文知识库检索。 5. Copilot 里配置 Embedding 在 Copilot 的 Embedding Model 里配置： Provider：Ollama Model：bge-m3 Base URL：http://localhost:11434 API Key：不用填 第一次会比较慢，因为它要扫描整个 Obsidian 笔记库。 6. 两个模式怎么用 chat free 适合当前笔记处理： - 总结当前笔记 - 改写内容 - 整理选中内容 vault QA free 适合全库问答： - 从整个知识库找资料 - 查某个主题相关笔记 - 根据多篇笔记做总结 如果只想聊天，配 DeepSeek 就够了；如果想让 AI 读整个库，一定要配 Embedding。