API開發中的日志記錄價值
最后 Obsidian 筆記是完全在本地儲存為 Markdown 格式的文件 ，你可以用任何方式打開和遷移，你的數據完全屬于你，這也是我們用 Cursor 幫助你整理和生成筆記的基礎。
Obsidian 的所有文件都儲存在你本地的一個文件夾里，你可以在左邊側邊欄的倉庫名點擊「管理倉庫」之后在新開頁面的三個點這里選擇「顯示倉庫文件夾」。
然后我們打開剛才下載的 Trae 軟件，一路下一步之后選擇「打開文件夾」，這里的文件夾選擇你剛才找到的 Obsidian 筆記文件夾就可以了。
Obsidian 雖然支持各種方式（標簽、反向鏈接）組織和搜索你的筆記，但是大部分還是基于關鍵字的搜索，但在一個很大的筆記系統上記住檢索用的各種關鍵詞基本上是不可能的任務，我們下意識總是想到問題，而不是相關關鍵詞。
所以很多人筆記庫大了以后也是因為這個原因放棄了 Obsidian，如果要組織調理實在太耗時間，但是不組織又找不到自己的筆記。
AI 最擅長的就是尋找模糊的內容和問題，比如我需要找到筆記庫剪藏文件夾里面保存的一個關于蘋果的蒸餾研究，只需要在 Trae 右側的 Chat 輸入框輸入「#」然后選擇剪藏文件夾，提問蘋果關于模型蒸餾的內容就行。
可以看到結果里面 Trae 不止給了我們這個文章的介紹，而且給了原始的筆記文件鏈接可以直接打開，甚至還從文章提取了論文的網址。
我們經常需要對多個不同的筆記文件進行比較或者綜合整理進行研究，這個時候也可以用剛才類似的方法引用我們指定的筆記文件或者文件夾進行多輪的問答。
比如我想要知道兩個關于 Deepseek 的文檔都提到的概念和信息有哪些，就可以在 Chat 輸入框提問的時候用「#」分別引用這兩個文檔。
可以看到結果的對比是非常詳細的。
如果你對總結的內容有新的想法或者疑問也可以直接與 AI 進行新的討論，比如我這里就詢問了 Trae 關于 Deepseek R1 600 萬美元的訓練成本問題，他也從網上找了一些信息進行參考。
你們也可以根據自己的需求和內容發散更多類似的用法，比如：
用來學習和復習，可以根據你的筆記生成測驗、抽認卡或復習總結，幫助你鞏固知識。
如果你的筆記包含結構化數據（比如表格或日志），AI 可以幫你分析這些數據。
我們已經講了兩個關于檢索和溝通的用法，接下來看一下生成和編輯。
首先是生成，我們跟 AI 討論的內容有時候挺有價值的想保存成一個新的筆記怎么辦，這個時候我們可以將 Trae 切換到 Builder 這個模式，在這個模式下他可以操作你的文件，比如修改和新建。
比如我想要讓 Trae 基于我收藏的一個文檔提取指定信息要點并且新建為一個新的筆記，可以在 Builder 模式的輸入框里面發出指令并且用「#」引用這個文檔。
可以看到 Trae 已經幫我們在筆記文件夾新建了一個新的筆記，你只需要審查這個筆記內容之后沒問題的話點擊「接受」就可以完成新建。
我們知道 Obsidian 的精華是標簽系統和反向鏈接系統，所以在筆記新建之后我們還可以要求 Trae 為我們新建的筆記創建合適的標簽和反向鏈接方便我們后面檢索。
上面的用法是讓 Trae 直接創建整個文檔，那有時候我們只是想要局部編輯怎么辦？
其實也可以的，比如我想要讓某一段描述變得更詳細，就可以在打開的文件里選中我們想要讓 AI 編輯的內容。
可以看到上面有個懸浮的按鈕，我們可以選擇這個 「編輯按鈕」。
然后在里面輸入我們想要對這段文字進行的操作，比如“對這段文字進行擴寫，更詳細的描述，但是不要改變核心內容”。
可以看到 AI 很快給出了我們改寫后的內容，還有前后的對比，如果你覺得改寫 OK 的話直接點擊接受，內容就會回填。
上面就是從全新創建和局部修改筆記的操作方式，基于編輯和修改我們還可以發散更多的使用方式，比如為多個筆記分類和打標簽，建議筆記之間的關聯鏈接，甚至為整個筆記庫生成目錄或索引等。
好了上面就是結合 Obsidian 和 AI 編程工具變為 AI 知識庫的全部內容了，如果你基于自己行業或者工作流發散出了更有意思的可以在評論區分享。
AI 模型將原來需要非常復雜的開發工作的方案都沒模塊化和簡單化了， 從而讓 Obsidian 這些自由度很高的軟件重新煥發了生機，原來的缺點（學習成本高、管理復雜）甚至在 AI 加持下變為了優點（個性化、智能輔助） 。 這種趨勢不僅限于筆記軟件，而是正在重塑整個軟件生態。
