在 Obsidian 里使用珂艾网关
能用，但要配两个模型。 只配对话模型只能聊天；想让它读你的笔记，还得配一个 Embedding 模型。 整理日期：2026-10-18 ｜ 相关：按任务选模型 · 配置三要素
一、为什么是「三要素 + 一个」
| 要素 | 填什么 | 作用 |
|---|---|---|
| Base URL | https://turbo.apimax.host/v1 | 请求地址 |
| API Key | 珂艾控制台生成的 sk- 密钥 | 认证 |
| 对话模型 | claude-sonnet-5-5 | 生成回答 |
| Embedding 模型 | text-embedding-3-large | 把笔记转成向量，用于检索 |
🔴 少配 Embedding 的后果：普通对话能用，但「问我的笔记」这个核心功能用不了。
二、配置步骤（以 Copilot 插件为例）
1.
2.
3.
4.
| 字段 | 填什么 |
|---|---|
| Provider | OpenAI（或 OpenAI Compatible） |
| Base URL | https://turbo.apimax.host/v1 |
| API Key | 你的 sk- 密钥 |
| Model Name | claude-sonnet-5-5 |
| 类型 | Chat / 对话模型 |
5.
text-embedding-3-large，类型选 Embedding。6.
7.
不同版本把这两步合在一页或分两页，按语义找。核心是：对话和 Embedding 各一个，都要指向珂艾。
建索引（关键一步）
1.
2.
3.
三、验证是否真的通了
| 测什么 | 怎么做 | 通过标准 |
|---|---|---|
| 对话是否通 | 打开 Copilot 面板，问「你是谁」 | 正常回答 |
| 检索是否通 | 问「我的笔记里关于 XX 写了什么」 | 能引用你真实的笔记内容，而不是泛泛而谈 |
四、推荐模型搭配
| 用途 | 模型 ID | 为什么 |
|---|---|---|
| 对话 / 写作 / 总结 | claude-sonnet-5-5 | 中文长文结构稳 |
| 便宜日常问答 | deepseek-v4-flash | 笔记问答这类任务够用 |
| 复杂分析 | claude-opus-5-5 | 需要深推理时手动切 |
| Embedding | text-embedding-3-large | 检索质量优先；想省钱可用 -small，但换模型要重建索引 |
⚠️ 换了 Embedding 模型必须重建索引，否则新旧向量维度对不上，检索结果会乱。
五、常见报错
| 现象 | 原因 | 解决 |
|---|---|---|
| 对话能用，问笔记答得空 | Embedding 没配或索引没建 | 补 Embedding 模型 + Refresh Index |
model not found | 填了官网名 | 换网关 ID |
401 | 密钥错 / 带空格 | 重新复制核对 |
404 | Base URL 填成了 .../v1/chat/completions | 只填到 /v1，后面的路径由插件自己拼 |
| 请求超时 | 插件默认 timeout 偏短（常见 3 秒） | 在插件设置里调大超时；或换响应更快的模型 |
| 检索结果不相关 | 换过 Embedding 模型但没重建索引 | 重建索引 |
| 索引一直卡住 | 笔记太多 / 含大附件 | 先只索引一个文件夹试 |
六、计费与分组
| 项目 | 信息 |
|---|---|
| 计费方式 | 按量计费 |
| 注意 | 建索引会消耗一次全库 token（只算输入）。笔记多的话第一次索引有明显费用 |
| 建议 | 建索引用便宜的 Embedding 模型；日常问答用便宜对话模型 |
实际单价以价格页为准。
七、进阶：两个用法选择
| 用法 | 适合谁 | 配法 |
|---|---|---|
| Copilot（推荐） | 想「问自己的笔记」 | 对话 + Embedding 两个模型 + 建索引 |
| Obsidian AI Providers | 只想在笔记里调 AI 写作，不需要检索 | 一个 Provider 就够：Create AI provider → 选 OpenAI compatible API → 填 URL / Key → Refresh 拉模型 → Test |
八、相关阅读
九、更新记录
| 日期 | 改了什么 |
|---|---|
| 2026-10-18 | 首次发布。重点说明「对话 + Embedding 双模型」与建索引两步 |
修改于 2026-11-02 17:01:35