用 Claude Claude + Kimi新模型跑通了 Obsidian 工作流，效率起飛！（附教程）

這是蒼何的第 447 篇原創！

大家好，我是周末在加班的蒼何。

講真，我愛 Obsidian，我愛那份可以折騰的自由。

上次分享還沒盡興，今天給大家帶來我最新的折騰成果。

我用 Claude Claude 和 Kimi 的新模型 K2 Thinking 搭建了一套自動創作工作流，

這個工作流的流程是這樣子的：

能根據靈感一句話生成一篇帶圖片的高質量的文章，整個節點搭建思路完全是基于寫作思路，從選題到素材到標題，在 obsidian 中就能全部搞定，并一鍵發送到公眾號中。

還能將數據分析結果自動同步到飛書多維表格中做整理：

能模仿爆款標題新起標題：

能在知識庫和 Obsidian 筆記中自動找金句作為素材：

unsplash mcp 搜索無版權網絡圖片，或者使用 minimax mcp 生成圖片素材并自動插入到合適或指定為止：

最后調用信息圖制作提示詞和工作流，完成文章信息圖制作。

不瞞你說，包括上面的流程圖也是這套 AI 工作流自動完成的。

我想你一定非常感興趣，這么一套完全基于 Obsidian 的自動化創作工作流，究竟是如何搭建起來的。

以及，我在這個搭建過程中的思考和踩坑經驗，是我最想分享給你的。

文章會稍微有些長，如果你耐得住性子就一步步聽我嗶嗶我的思路。當然你也可以直接劃到文章底部，進入教程環節。

首先是工具的選擇，Claude Code 無疑是最適合的，但如果用原生 Claude 模型，除了貴，還有賊特么不穩定，我已經被干掉十幾個號了。

剛好這兩天 Kimi 發布并開源了 Kimi-k2-thinking 模型，從官方以及眾多大佬的測試來看，在推理、搜索、深度研究和編程上看起來都不錯。

我也來蹭個熱點。剛好借助這次的復雜 Agent 任務，來測試下是否如他所說，支持多步工具調用和思考，解決復雜問題。

從整個流程不難看出，要處理這個任務，還是需要調用非常多的工具，執行很多的步驟，非常考驗模型的能力上限。

從易到難，我們一步步來搭建這套工作流。

從整體測試效果來看，Kimi-k 2-thinking 表現很驚艷，整個復雜工作流五分鐘一次性出色完成，非常絲滑。

下面我們來看看流程。

選題調研分析

一篇文章確定好選題后，需要細致的分析，包括會去找網上最新的信息，行業和應用，如果是產品，還會涉及到競品。

現在就可以直接在 obsidian 中用 kimi 來完成這個任務，并將報告直接保存在 obsidian 中。

最近小鵬人形機器人刷屏了，真的都以為是假的了。

那就以這個為選題吧。

提示詞：我打算寫一篇關于「小鵬人形機器人」的文章，請幫我搜索查詢它的最新信息，包括（但不限于）它的關鍵技術參數、宣稱的應用場景，以及行業內對它（特別是與特斯拉 Optimus）的對比分析。請幫我匯總一份調研報告，并以 md 文件保存在當前文件夾下的「調研報告」中。

效果呈現：在 obsidian 中會有一個新的關于小鵬人形機器人 的調研文件，并已經直接打開預覽。

可以看到，kimi 調用 searchweb mcp 同時完成發布時間、基本情況及對比分析評測的搜索。而且是一遍思考在一遍工作，模型本身就是 Agent，有那個味了。

根據搜索結果就開始幫寫報告了。

整體呈現來說，很不錯，而且速度非常快，同時調用確實效率得到了很大的提升。

第一步流程完成，就可以進行下一步了。

數據進多維表格

那有了數據，比較直觀的展示是有表格，在飛書多維表格中搭載數據，然后利用儀表盤就可以做數據分析和展示了。

但這里就需要裝上飛書 MCP（文后會有教程）了。

輸入提示詞：

請閱讀“調研報告”文件夾中的“小鵬人形機器人調研報告.md”文件，幫我創建一個名為「人形機器人競品分析」的飛書多維表格。
>表格需要包含以下字段：產品名稱、公司、身高、體重、自由度(全身)、AI 架構、量產目標、核心優勢
>請從報告中提取小鵬 IRON和特斯拉 Optimus的信息，作為兩條記錄填充到這個表格中。

能力考察：聯網搜索+推理思考+MCP 工具調用能力+執行指令

效果呈現：在飛書多維表格我的 case 庫中就會多關于 kimi-k 2-thinking 的 case 數據。

可以看到 kimi 解析完文檔后，將數據進行歸納整理，然后調用飛書 MCP，創建多維表格，最后將處理的數據再寫入表格的行。

創建好后，打開就可以看到飛書多維表格數據：

感覺對比分析數據有些少，沒關系，直接在讓 kimi 去找，然后插入：

 競品分析數據比較少,幫我再多搜集些數據,然后直接插入到該多維表格中.  

表格：

仿寫爆款標題

這個還蠻考驗模型上下文和 agent 能力的，我的 obsidian 本身有好幾百篇文章，大模型需要先去讀文章標題，然后去分析爆款，最后給到我仿寫的標題。

提示詞：

幫我基于當前文檔庫中我的爆款標題風格，想幾個標題，

哈哈哈，這很有我的那股味道了

金句尋找填充

你知道我有個臭毛病，就是喜歡瞎寫，瞎記筆記，包括看書，也要把劃線的同步到 obsidian。

以前總覺得看過的東西想要找的時候總是想不起來，特別是一些金句。比如我想找：

找下"微信讀書"文件夾中王小波關于對生命思考的金句.  

之前讓 gemini 2.5 pro 是可以很快的，上下文一直很強。現在我用 kimi k2 thinging 試試。

能從那么多的書中精確找出句子，kimi 做到了。

圖片素材創作

比如我想找一只羊在草地上奔跑的配圖，原先需要去網上搜，然后下載下來，再傳到 oss，放到 obsidian，現在只需要在 obsidian 中就可以都完成。

通過 unsplash mcp 搜索無版權網絡圖片，或者使用 minimax mcp 生成圖片素材。

使用minimax mcp為我生成一只羊在草地上奔跑的圖片，要求可愛 

這羊看著還挺治愈的，做配圖簡直 YYDS！

然后直接讓 Kimi 幫我插入到文章中。

生成文章信息圖

看了餅干哥哥的信息圖，也嘗試著用固定提示詞+參考模板的方式生成這樣的信息圖：

提示詞如下：

幫我根據選定內容，生成文章圖，按照以下步驟：
>1、提取重要信息，如果是關鍵詞，則需要先進行搜索相關內容，
>2、讀取提示詞"文章信息圖生成提示詞. md", 作為生成 html 信息圖的提示詞，
>3、按 2.中的提示詞執行新建一個html 信息圖，保存在文件夾，生成結果信息圖，
>4、用 Playwright把html打開后截圖，保存圖片在當前文件夾
>5、讀取"上傳 oss 提示詞. md",，將圖片上傳到 oss，并直接返回一個上傳后的鏈接
>6、把這個鏈接直接填充到當前文章中光標所在位置

效果呈現：自動將圖片插入到文章中形成了插畫配圖

k2 thinking 的前端能力很不錯，我是一次就生成出來了。不過還是需要多在上下文中先調整好效果。

文章生成工作流

接下來，就是把上面的所有步驟做成一個工作流，只通過模型的原生 Agent 能力，我們看看是否能完成任務。

本來我想試試 Claude Skills，但這次就先以提示詞的方式吧，后面再分享 Claude Skills 的方式控制穩定性。

這是相對復雜任務，一句提示詞創作一篇公眾號文章。

請你嚴格按照"文章生成提示詞. md"要求, 生成一篇主題為"小鵬人形機器人"的文章

這其實涉及：信息提取+聯網搜索+推理思考+MCP 工具調用能力+執行指令（超級復雜任務場景）

效果呈現：一句提示詞，自動創作公眾號圖文，并發布到公眾號后臺中。

整個流程如下：

我也錄了視頻，在文章開始大家估計也看了，全程實錄，從這個表現來看，還是很驚艷的。

在 Claude Code 中的 kimi 就跟開了掛一樣，在調用各種工具瘋狂的輸出，完成任務。

好，下面進入配置教程。

配置教程

obsidian 的安裝和終端插件這里就不再嗶嗶了，教程可以翻看我上一篇文章。

那如何在終端中使用 Claude Code，并配置 Kimi k2 thinking 呢？

如何在 Claude Code 中使用飛書 MCP 呢？

其實也非常簡單，一共就 3 步。

第一步，終端安裝 Claude Code

npm install -g @anthropic-ai/claude-code 

為保證速度，建議開啟代理，并在 clash 中開啟 TUN。如果電腦沒安裝 nodejs，需要先安裝下。

第二步，配置 Kimi k2 thinking

在配置前，需要先去 kimi 開放平臺申請 api key

地址：https://platform.moonshot.cn/console/api-keys

然后在 obsidian 的終端中輸入如下配置：

export ANTHROPIC_BASE_URL="https://api.moonshot.cn/anthropic/"
export ANTHROPIC_API_KEY="替換為你自己的key"
export ANTHROPIC_MODEL="kimi-k2-thinking-turbo"
export ANTHROPIC_SMALL_FAST_MODEL="kimi-k2-thinking-turbo"

注意將 key 替換為剛在平臺申請的。

一切準備就緒后，就可以終端中直接輸入：claude

不出意外的話，看到這樣的界面就代表已經配置完畢，在對話框中按住 tab 鍵，就能切換 thinking 模型是否開啟。這里建議都開下。

第三步，配置飛書 MCP

在 obsidian 的倉庫目錄下添加 .mcp. json 文件，輸入以下配置：

{
  "mcpServers": {
    "lark-mcp": {
      "command": "npx",
      "args": [
        "-y",
        "@larksuiteoapi/lark-mcp",
        "mcp",
        "-a",
        "你的飛書應用APPid",
        "-s",
        "你的飛書應用secret",
        "--oauth"
      ]
    }
  }
}

有 2 個參數需要獲取下，先登錄飛書開放平臺，創建自建應用。

地址：https://open.feishu.cn/app 

開通相關權限：

在搜索欄出填入以下權限代碼：

im:chat:create, im:chat, im:message, wiki:wiki, wiki:wiki:readonly, docx:document, bitable:app, drive:drive, docs:document:import, contact:user.id:readonly

應用身份權限和用戶身份權限都要加，不然會有奇怪的問題導致失敗。

最后加上多維表格全部權限，就 okk 啦。

安全設置這里把這個本地重定向 URL 加上：

接下來安裝飛書 mcp server，終端中輸入以下命令：

npx -y @larksuiteoapi/lark-mcp login -a 

 -s 

喚起授權頁面，授權 OK 即可。

這樣就可以在 claude code 中通過 kimi k2 thinking 調用飛書 mcp，做很多同步操作了。

講真的，折騰完這套工作流，我最大的感受不是省了多少錢，也不是有多牛逼，而是——我終于可以從那些重復的破事兒里解放出來了。

選題、調研、數據分析、配圖……這些以前要花一整天功夫的活兒，現在一鍵就能搞定。省下來的時間干啥？我可以慢悠悠地打磨觀點，可以靜下心來思考怎么把文章寫得更好，甚至可以發條呆、喝杯咖啡、看看窗外的云。

這讓我想起王小波那句話：「人的一切痛苦，本質上都是對自己無能的憤怒」。以前的我，就是被這些繁瑣的工具操作磨得沒脾氣。現在好了，AI 把臟活累活都干了，我終于能回到創作的「主業」上。

kimi 的表現也很好，在復雜任務上表現的非常穩，看來以后，可以更多的折騰了。

不過目前 kimi k2 thinking 在上下文上依舊還有進步的空間，有時候會無法精確定位我想要的句子。

對了，你覺得這套工作流里哪個環節對你最有用？留言區聊聊，也歡迎分享你的 Obsidian 自動化經驗。

如果覺得有幫助，點個贊、轉給需要的朋友，讓更多人 get 到這個效率神器。

下期見。