【AI】-4 OpenCode Go 接入 Obsidian 完整指南

艾伦_耶格宇2026-08-24 20:12

文章目录

  • [OpenCode Go 接入 Obsidian 完整指南](#OpenCode Go 接入 Obsidian 完整指南)
    • 一、核心概念澄清
    • [二、Obsidian 的 OpenCode 插件](#二、Obsidian 的 OpenCode 插件)
    • [三、OpenCode Go 的计费与额度](#三、OpenCode Go 的计费与额度)
      • [3.1 基础信息](#3.1 基础信息)
      • [3.2 额度限制（美元价值额度）](#3.2 额度限制（美元价值额度）)
      • [3.3 请求次数 ≠ Token ≠ 实际可用量](#3.3 请求次数 ≠ Token ≠ 实际可用量)
    • [四、DeepSeek V4 Flash 成本拆解](#四、DeepSeek V4 Flash 成本拆解)
      • [4.1 单次请求成本（Off-Peak）](#4.1 单次请求成本（Off-Peak）)
      • [4.2 缓存是成本大头](#4.2 缓存是成本大头)
      • [4.3 Flash vs Pro 对比](#4.3 Flash vs Pro 对比)
      • [4.4 换算成使用强度](#4.4 换算成使用强度)
      • [4.5 MiMo-V2.5：150,400 次/月](#4.5 MiMo-V2.5：150,400 次/月)
    • [五、推荐架构（不用 Codex 这层）](#五、推荐架构（不用 Codex 这层）)
      • [5.1 整体架构](#5.1 整体架构)
      • [5.2 各组件职责](#5.2 各组件职责)
      • [5.3 两条路线](#5.3 两条路线)
    • [六、Claudian 的角色](#六、Claudian 的角色)
      • [Agent vs RAG](#Agent vs RAG)
    • 七、实际接入步骤（分阶段）
      • [Step 1：安装并登录 OpenCode 🟢](#Step 1：安装并登录 OpenCode 🟢)
      • [Step 2：直接测试 Flash（先不接 Obsidian）🟢](#Step 2：直接测试 Flash（先不接 Obsidian）🟢)
      • [Step 3：接入 Claudian 🟢](#Step 3：接入 Claudian 🟢)
      • [Step 4：验证完整链路 🟢](#Step 4：验证完整链路 🟢)
    • 八、模型路由策略
      • [8.1 为什么不直接用 DeepSeek API](#8.1 为什么不直接用 DeepSeek API)
      • [8.2 免费模型提示](#8.2 免费模型提示)
    • 九、模型选型指南
      • 总览
      • 各模型详解
        • [① DeepSeek V4 Flash --- 日常工具人](#① DeepSeek V4 Flash — 日常工具人)
        • [② Qwen3.7 Plus --- 最均衡的全能选手](#② Qwen3.7 Plus — 最均衡的全能选手)
        • [③ MiMo V2.5 --- 性价比怪物](#③ MiMo V2.5 — 性价比怪物)
        • [④ Kimi K2.6 --- 文档吞噬者](#④ Kimi K2.6 — 文档吞噬者)
        • [⑤ MiniMax M3 --- 容易被忽略的综合强者](#⑤ MiniMax M3 — 容易被忽略的综合强者)
        • [⑥ GLM-5.2 / 5.3 --- Coding 利器](#⑥ GLM-5.2 / 5.3 — Coding 利器)
        • [⑦ DeepSeek V4 Pro --- Flash 的重型哥哥](#⑦ DeepSeek V4 Pro — Flash 的重型哥哥)
        • [⑧ Qwen3.7 Max --- Plus 的大哥](#⑧ Qwen3.7 Max — Plus 的大哥)
        • [⑨ Kimi K3 --- 旗舰级重武器](#⑨ Kimi K3 — 旗舰级重武器)
        • [⑩ GPT 5.6 Luna --- 综合旗舰](#⑩ GPT 5.6 Luna — 综合旗舰)
      • 任务分配策略
      • 数据隐私备注
    • 十、结语

OpenCode Go 接入 Obsidian 完整指南

目标：让 Obsidian 成为 AI Agent 的工作目录，用 OpenCode Go（DeepSeek V4 Flash）驱动，打造个人 AI 知识库。

一、核心概念澄清

在开始之前，先理清几个容易混淆的概念：

概念 说明
Obsidian 本地 Markdown 知识库，支持插件生态
OpenCode 开源 AI Agent（终端 / 桌面 / IDE），可嵌入 Obsidian 侧边栏
OpenCode Go / Zen OpenCode 官方的订阅服务（首月 5，之后 10/月），同时提供可对外调用的 API

!WARNING

OpenCode Go ≠ OpenCode ≠ OpenCode Zen ------ 三者不同。Go/Zen 是订阅与模型入口，OpenCode 是 Agent。

!CAUTION

"免费"的 DeepSeek V4 Flash 是 OpenCode 提供的限时免费模型入口，不是永久、无限量的免费 API。别把它当长期基础设施。

二、Obsidian 的 OpenCode 插件

目前社区有两个主要插件：

插件 特点
mtymek/opencode-obsidian 成熟方案，把 OpenCode 嵌入侧边栏，Vault 作为工作目录，可读改笔记、搜知识库
kriss-spy/obsidian-opencode 偏重在 Obsidian 内运行 OpenCode CLI，支持历史 Session、恢复、导出 Markdown

核心价值：OpenCode 可以直接把 Vault 当工作目录，实现「个人 AI 知识库 Agent」。

三、OpenCode Go 的计费与额度

3.1 基础信息

  • 订阅价格：首月 5，之后 10/月
  • 开放 API ：OpenCode Go models can be accessed through API endpoints
  • 模型协议 ：@ai-sdk/openai-compatible（OpenAI-compatible Chat Completions）

3.2 额度限制（美元价值额度）

周期 额度上限
5 小时 $12
每周 $30
每月 $60

3.3 请求次数 ≠ Token ≠ 实际可用量

一次"请求"可能是简单对话，也可能是读取 50 个文件 + 10 万 token 上下文的 Agent 任务。因此额度本质上是在控制 Agent 使用强度。

四、DeepSeek V4 Flash 成本拆解

4.1 单次请求成本（Off-Peak）

项目 数量 单价 成本
输入 410 tokens $0.22 / 1M ≈ $0.00009
缓存读取 71,300 tokens $0.007 / 1M ≈ $0.00050
输出 310 tokens $0.66 / 1M ≈ $0.00020
合计 ≈ $0.00079 / 次

按此估算：**37,800 次跑满 ≈ 29.9**，接近 30 月度额度。

结论 ：37,800 次是 OpenCode 按 $30 额度 ÷ 典型请求成本 反推出来的估算值，并非随便给的数字。

4.2 缓存是成本大头

一次请求的实际逻辑：

复制代码 
已建立的上下文 → Cache → 71,300 tokens 直接读取（便宜）
                        → 真正新增：410 input + 310 output

Agent 场景（System Prompt + 规则 + 项目结构 + 历史）高度适合缓存，这正是 Flash 性价比高的原因。

4.3 Flash vs Pro 对比

项目 V4 Flash V4 Pro
月额度 $30 $15
月请求估算 37,800 5,200
单次输入 410 750
Cache 71,300 82,000
输出 310 290

Flash 请求量约为 Pro 的 7.27 倍。

定位：Flash = 高频日常 Agent，Pro = 关键复杂任务。

4.4 换算成使用强度

维度 数值
日均请求 37,800 ÷ 30 ≈ 1,260 次/天
8 小时高强度 158 次/小时 ≈ 每 23 秒一次请求

这已是「Agent 持续读文件 / 调工具 / 执行命令」级别，远超普通聊天。

4.5 MiMo-V2.5：150,400 次/月

数字大到正常个人用户吃不完，10/月（首月 5），但同样要确认它计入哪套额度体系。

五、推荐架构（不用 Codex 这层）

!WARNING

不必走 OpenCode Go → Codex → Claudian → Obsidian，Codex 本身是 Agent，多套一层多余。

5.1 整体架构

复制代码 
                    ┌─────────────────────────────┐
                    │  OpenCode Go（模型 / API 供应） │
                    └──────────────┬──────────────┘
                                   │
                             一个 API Key
                                   │
                    ┌──────────────┴──────────────┐
                    ▼                              ▼
          ┌─────────────────┐          ┌──────────────────────┐
          │  OpenCode CLI   │          │  OpenAI-compatible   │
          │   （Agent）      │          │       API            │
          └────────┬────────┘          └──────────┬───────────┘
                   ▼                              ▼
          ┌─────────────────┐          ┌──────────────────────┐
          │    Claudian     │          │   其他 OpenAI 兼容    │
          │ （Obsidian 集成）│          │     客户端应用        │
          └────────┬────────┘          └──────────────────────┘
                   ▼
          ┌─────────────────┐
          │    Obsidian     │
          └─────────────────┘

5.2 各组件职责

组件 角色
OpenCode Go 模型 / API 供应商
OpenCode Agent
Claudian Obsidian 集成层（让 Vault 成为 Agent 工作目录）

5.3 两条路线

  • 路线 A（知识库） ：OpenCode Go → OpenCode → Claudian → Obsidian
  • 路线 B（玩 Codex） ：OpenCode Go API → Codex（需确认当前 Codex 版本支持 base URL 配置，非 100% 保证）

六、Claudian 的角色

Claudian 不是"给 Obsidian 加个聊天框"，而是把 Vault 变成 Agent 的工作目录。

  • 官方仓库说明：Your vault becomes the agent's working directory.
  • 支持：读文件、搜文件、改文件、建文件、执行 Bash、多步骤任务、MCP、Skills
  • 已正式支持 Agent provider：Claude Code、Codex CLI、OpenCode、Grok、Pi

Agent vs RAG

复制代码 
RAG  路径：Obsidian → Embedding → RAG → 找到相关知识 → LLM 回答
Agent 路径：Obsidian → Agent → 自己搜索文件 → 理解 → 修改 → 执行 → 复查

七、实际接入步骤（分阶段）

原则：不要一次装完，逐步验证，出了问题能定位到层。

Step 1：安装并登录 OpenCode 🟢

  1. 安装 OpenCode（Windows 用官方安装方式）
  2. PowerShell 运行 opencode 进入终端界面
  3. 输入 /connect → 选择 OpenCode Go → 粘贴 API Key
  4. 输入 /models 查看模型，确认出现 opencode-go/deepseek-v4-flash

!TIP

OpenCode 内模型 ID 格式：opencode-go/<model-id>，例如 opencode-go/kimi-k3。

Step 2：直接测试 Flash（先不接 Obsidian）🟢

准备一个测试文件：

markdown 复制代码 
# Docker
Docker 使用 Linux Namespace 和 Cgroups 实现容器隔离。

操作步骤：

  1. cd D:\AI\opencode-test，运行 opencode
  2. 选择 opencode-go/deepseek-v4-flash
  3. 输入提示词："读取 test.md，告诉我讲了什么，并指出一个可补充的知识点，不要改文件。"
  4. 正常回答即通过 ✅

Step 3：接入 Claudian 🟢

  1. Obsidian → Settings → Claudian → Providers → OpenCode，打开 OpenCode provider

  2. 重点 ：不是给 Claudian 填 DeepSeek API Key，而是让它调用本机已登录的 OpenCode

    Claudian → 调用本机 OpenCode → OpenCode 已登录 OpenCode Go → DeepSeek V4 Flash

Step 4：验证完整链路 🟢

确认 Obsidian + Claudian + OpenCode + DeepSeek V4 Flash 跑通。可让它：

  • "扫描我的 Docker 学习笔记，找出知识重复和缺失的地方，不要改文件。"
  • "检查我 06_数据库/SQL/ 下的笔记结构，告诉我有没有明显的知识断层。"

八、模型路由策略

场景 推荐模型
复杂推理 / 重要问题 DeepSeek V4 Pro / GPT / Kimi K3
日常知识库操作 DeepSeek V4 Flash
本地简单任务 Qwen3 8B

8.1 为什么不直接用 DeepSeek API

OpenCode Go 提供统一模型入口，一份订阅可用多模型：

复制代码 
OpenCode Go
├── DeepSeek V4 Flash / Pro
├── Kimi K3 / K2.7 Code / K2.6
├── GLM-5.1 / 5.2
├── MiMo V2.5 / V2.5 Pro
└── ...

模型供应层（Provider）与 Agent 层分离，已具备工程化雏形。

8.2 免费模型提示

Go 官方明确允许在达到付费模型使用限制后继续使用免费模型。所以 $5 首月值得用来做一次完整的多模型体验实验。

!TIP

可以把 Obsidian 当模型实验场：同一问题分别让 Flash、Pro、Kimi、GLM、MiMo 跑一遍，对比在真实知识库任务中的差异，比看网上跑分更有意义。

九、模型选型指南

核心原则：不要只看"谁最强"，而是看"哪个模型适合什么活"。

截至 2026-08-18，OpenCode Go 可选模型已非常丰富：GPT 5.6 Luna、Grok 4.5、GLM-5.3/5.2/5.1、Kimi K3/K2.7 Code/K2.6、MiMo V2.5 Pro/V2.5、Qwen3.8 Max/3.7 Max/3.7 Plus/3.6 Plus、MiniMax M3/M2.7、DeepSeek V4 Pro/Flash 等。

以下基于 Obsidian 知识库 + 技术学习 + 写作 + OpenCode 编程 的使用场景进行推荐。

总览

模型 定位 最大优点 最大缺点 推荐度
DeepSeek V4 Flash 🥇 日常主力 快、便宜、综合能力强 深度推理不如 Pro ⭐⭐⭐⭐⭐
Qwen3.7 Plus 🥈 全能型 中文/文本/代码均衡 比 Flash 贵且慢 ⭐⭐⭐⭐⭐
MiMo V2.5 💰 性价比怪兽 极便宜、额度巨大 综合稳定性不一定第一 ⭐⭐⭐⭐½
MiniMax M3 🧠 长文本/复杂任务 综合能力强、长上下文 不够"轻快" ⭐⭐⭐⭐½
Kimi K2.6 📚 长文档专家 长上下文、中文、资料处理 不适合简单任务 ⭐⭐⭐⭐½
GLM-5.2/5.3 💻 国产代码型 Coding 很强 日常文本不一定最讨喜 ⭐⭐⭐⭐½
DeepSeek V4 Pro 🔥 重型推理 深度推理、复杂任务 杀鸡焉用牛刀 ⭐⭐⭐⭐⭐
Qwen3.7 Max 🧠 高阶 Qwen 能力上限高 贵，日常浪费 ---
Kimi K3 🚀 旗舰长文 上限高 成本很高 ---
GPT 5.6 Luna 👑 旗舰综合 综合能力/推理强 额度有限 ---
Grok 4.5 🧠 强推理 能力强 不适合日常刷笔记 ---

!NOTE

额度参考：MiMo V2.5 / Qwen3.7 Plus 月度 60，DeepSeek V4 Flash 30，而 Qwen3.7 Max / Kimi K3 / GPT 5.6 Luna 仅 $15。额度差异反映的是成本平衡，而非简单的强弱排名。

各模型详解

① DeepSeek V4 Flash --- 日常工具人

最推荐用于 Obsidian 日常操作。

项目 价格
输入 $0.22/M（非高峰）
输出 $0.66/M
高峰 约翻倍
月度额度 $30
典型请求量 约 7,600 ~ 37,800 次/月

适用场景：总结笔记、整理 Markdown、解释脚本、检查错误、基于知识库问答 ------ 这些完全没必要上旗舰模型。

局限：复杂多步推理、大型代码架构等场景，上限不如 Pro/Max 级。

② Qwen3.7 Plus --- 最均衡的全能选手

适合：中文 + 技术 + 长文本 + 写作 + Coding。

项目 价格
输入 $0.40/M
输出 $1.60/M
月度额度 $60
> 256K 上下文 价格进一步提高

比 Flash 贵不少，但更像一个"认真工作的助手"。适合分析知识体系、重组知识结构等需要深度理解的任务。

局限：简单的"帮我改一句话"属于杀鸡用牛刀。

③ MiMo V2.5 --- 性价比怪物
项目 价格
输入 $0.14/M
输出 $0.28/M
缓存读取 $0.0028/M
月度额度 $60

能力已进入较强区间，但价格极低。

适用场景：大量文本处理、总结、分类、提取信息、批量处理笔记、Coding、Agent。MiMo 系列正在往 Agent/Coding 方向快速发展。

对比 Qwen3.7 Plus：最复杂的知识体系任务优先选 Qwen；但"今天处理 100 篇笔记"这种批量任务，MiMo 是首选。

④ Kimi K2.6 --- 文档吞噬者
项目 价格
输入 $0.95/M
输出 $4/M
月度额度 $60

Kimi 的核心优势不在聊天，而在于大批量文档处理：长文档、多篇资料、技术文档、大型知识库、代码仓库、长上下文分析。

使用原则：不是拿来"改一句话"的，而是"50 篇技术文档整理出知识体系"时才上。

⑤ MiniMax M3 --- 容易被忽略的综合强者
项目 价格
输入 $0.30/M
输出 $1.20/M
月度额度 $60

属于第一梯队，在 Coding、Agent、长文本、综合推理方面都比较均衡。

局限：没有 DeepSeek Flash 那种"便宜到离谱 + 特别轻快"的感觉。

⑥ GLM-5.2 / 5.3 --- Coding 利器
项目 价格
输入 $1.40/M
输出 $4.40/M
月度额度 参考官方

GLM 已明确转向 Coding + Agent 方向。GLM-5.2 在部分长程 Coding benchmark 上表现突出，但 benchmark 结果依赖测试设置，不宜简单理解为"全面超越"。

适用场景：分析 Docker Compose 项目、修改 Shell 项目、重构 Python 代码等。单纯"总结今天学的东西"没必要用。

⑦ DeepSeek V4 Pro --- Flash 的重型哥哥
场景 选择
"Linux namespace 为什么能做到隔离？" Flash 足够
"分析 Docker 网络、namespace、veth、bridge、iptables、NAT、conntrack 的完整关系，找出理解漏洞" Pro

月度额度仅 $15，定位就是"重武器"。

⑧ Qwen3.7 Max --- Plus 的大哥
项目 价格
输入 $2.5/M
输出 $7.5/M
月度额度 $60

逻辑同 Pro vs Flash：Plus = 日常，Max = 上限。整理笔记别用，"从整个知识库推导出技术栈盲区"可以考虑。

⑨ Kimi K3 --- 旗舰级重武器
项目 价格
输入 $3/M
输出 $15/M
月度额度 $15

不建议日常碰。只有"这个任务真的很重要，希望模型尽可能认真做"时才使用。

⑩ GPT 5.6 Luna --- 综合旗舰
项目 价格
输入（≤272K） $0.20/M
输出（≤272K） $1.20/M
输入（>272K） $0.40/M
输出（>272K） $1.80/M
月度额度 $15

在 OpenCode Go 中性价比反而非常离谱。复杂推理、技术问题、代码、文档分析、规划、多步骤任务都可以拿来试。唯一限制是额度仅 $15，不适合当默认模型狂刷。

任务分配策略

基于 Obsidian + Claudian + OpenCode Go + 技术学习 场景的推荐梯度：

占比 模型 适用任务
🟢 80% DeepSeek V4 Flash 总结、改写、笔记、Markdown、普通技术问题、日常问答
🔵 15% Qwen3.7 Plus / MiMo V2.5 多篇笔记、知识体系、长文档、复杂技术分析、代码
🔴 5% GPT 5.6 Luna / V4 Pro / Qwen3.7 Max / Kimi K3 真正难的问题、大型项目、非常复杂的推理、卡了半天的问题

!TIP

想要质量 → Qwen3.7 Plus ；想要便宜 / 大量处理 → MiMo V2.5

数据隐私备注

OpenCode Go 当前列出的 Qwen、Kimi、GLM、MiMo、MiniMax 均为不用于训练、0 天留存；DeepSeek V4 Flash 目前也是 0 天，但 ZDR 协议按月续签（有效期至 2026-08-31）。

十、结语

!SUMMARY

把 OpenCode Go 当成 "模型自助餐厅"，而不是"选一个模型用一辈子"。

最简洁的链路就是各组件各司其职：

复制代码 
OpenCode Go（模型供应）→ OpenCode（Agent）→ Claudian（Obsidian 集成）

最佳实践是模型路由：Flash 干杂活 → Qwen/MiMo 干中等活 → GPT/Pro/Max 干难活。

建议：

  1. 不要叠加 Codex 这一层
  2. 按 4 步分阶段搭建，遇到问题能准确定位到层
  3. 把 Obsidian 当模型实验场，同一问题让多个模型跑一遍，比看网上跑分更有意义
相关推荐
天天代码码天天1 小时前
我做了一款简洁轻量的 Windows PDF 阅读器：lw.PDF
人工智能
ITresearchGuest1 小时前
AI 焦虑下，前端该何去何从
前端·人工智能
Flynt1 小时前
OpenAI把Codex底层从TS重写成Rust，我拆开看了下它的三层架构
rust·openai·agent
Larcher1 小时前
SDD 项目开发步骤与提示词
人工智能·设计模式·架构
SXkehuirongsheng1 小时前
APP开发定制和模板开发哪个更实用?
大数据·运维·人工智能
皮卡丘不断更1 小时前
从遥操作示范到可复现训练：LeRobot 0.6.1 的机器人学习工作流
人工智能·学习·机器人·开源·开发工具
william_yangshun1 小时前
【AI Agent 实战】omnigent 中文版：统一编排多个编码代理的 meta-harness 上手指南
人工智能
旋生万物1 小时前
【终极实战】用Python从零“生成“一个宇宙：螺旋干涉模型的代码实现
开发语言·前端·人工智能·react.js·php·wpf
IT_陈寒2 小时前
被Java的final坑惨了，这些细节你可能也忽略了
前端·人工智能·后端
热门推荐
01国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）02GitHub 镜像站点032026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？04微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新05历年考研数学一、数学二、数学三真题试卷及答案PDF06Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费07AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路082026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片09VSCode+CodeX扩展，无法启动10如何新建文件夹？ 电脑新建文件夹的4种方法