讲真，我爱 Obsidian，我爱那份可以折腾的自由。

上次分享还没尽兴，今天给大家带来我最新的折腾成果。

我用 Claude Claude 和 Kimi 的新模型 K2 Thinking 搭建了一套自动创作工作流，

这个工作流的流程是这样子的：

能根据灵感一句话生成一篇带图片的高质量的文章，整个节点搭建思路完全是基于写作思路，从选题到素材到标题，在 obsidian 中就能全部搞定，并一键发送到公众号中。

还能将数据分析结果自动同步到飞书多维表格中做整理：

能模仿爆款标题新起标题：

能在知识库和 Obsidian 笔记中自动找金句作为素材：

unsplash mcp 搜索无版权网络图片，或者使用 minimax mcp 生成图片素材并自动插入到合适或指定为止：

最后调用信息图制作提示词和工作流，完成文章信息图制作。

不瞒你说，包括上面的流程图也是这套 AI 工作流自动完成的。

我想你一定非常感兴趣，这么一套完全基于 Obsidian 的自动化创作工作流，究竟是如何搭建起来的。

以及，我在这个搭建过程中的思考和踩坑经验，是我最想分享给你的。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

文章会稍微有些长，如果你耐得住性子就一步步听我哔哔我的思路。当然你也可以直接划到文章底部，进入教程环节。

首先是工具的选择，Claude Code 无疑是最适合的，但如果用原生 Claude 模型，除了贵，还有贼特么不稳定，我已经被干掉十几个号了。

刚好这两天 Kimi 发布并开源了 Kimi-k2-thinking 模型，从官方以及众多大佬的测试来看，在推理、搜索、深度研究和编程上看起来都不错。

我也来蹭个热点。刚好借助这次的复杂 Agent 任务，来测试下是否如他所说，支持多步工具调用和思考，解决复杂问题。

从整个流程不难看出，要处理这个任务，还是需要调用非常多的工具，执行很多的步骤，非常考验模型的能力上限。

从易到难，我们一步步来搭建这套工作流。

从整体测试效果来看，Kimi-k 2-thinking 表现很惊艳，整个复杂工作流五分钟一次性出色完成，非常丝滑。

下面我们来看看流程。

选题调研分析

一篇文章确定好选题后，需要细致的分析，包括会去找网上最新的信息，行业和应用，如果是产品，还会涉及到竞品。

现在就可以直接在 obsidian 中用 kimi 来完成这个任务，并将报告直接保存在 obsidian 中。

最近小鹏人形机器人刷屏了，真的都以为是假的了。

那就以这个为选题吧。

提示词：我打算写一篇关于「小鹏人形机器人」的文章，请帮我搜索查询它的最新信息，包括（但不限于）它的关键技术参数、宣称的应用场景，以及行业内对它（特别是与特斯拉 Optimus）的对比分析。请帮我汇总一份调研报告，并以 md 文件保存在当前文件夹下的「调研报告」中。

效果呈现：在 obsidian 中会有一个新的关于小鹏人形机器人 的调研文件，并已经直接打开预览。

可以看到，kimi 调用 searchweb mcp 同时完成发布时间、基本情况及对比分析评测的搜索。而且是一遍思考在一遍工作，模型本身就是 Agent，有那个味了。

根据搜索结果就开始帮写报告了。

整体呈现来说，很不错，而且速度非常快，同时调用确实效率得到了很大的提升。

第一步流程完成，就可以进行下一步了。

数据进多维表格

那有了数据，比较直观的展示是有表格，在飞书多维表格中搭载数据，然后利用仪表盘就可以做数据分析和展示了。

但这里就需要装上飞书 MCP（文后会有教程）了。

输入提示词：

请阅读“调研报告”文件夹中的“小鹏人形机器人调研报告.md”文件，帮我创建一个名为「人形机器人竞品分析」的飞书多维表格。>表格需要包含以下字段：产品名称、公司、身高、体重、自由度(全身)、AI 架构、量产目标、核心优势>请从报告中提取小鹏 IRON和特斯拉 Optimus的信息，作为两条记录填充到这个表格中。

能力考察：联网搜索+推理思考+MCP 工具调用能力+执行指令

效果呈现：在飞书多维表格我的 case 库中就会多关于 kimi-k 2-thinking 的 case 数据。

可以看到 kimi 解析完文档后，将数据进行归纳整理，然后调用飞书 MCP，创建多维表格，最后将处理的数据再写入表格的行。

创建好后，打开就可以看到飞书多维表格数据：

感觉对比分析数据有些少，没关系，直接在让 kimi 去找，然后插入：

竞品分析数据比较少,帮我再多搜集些数据,然后直接插入到该多维表格中.

表格：

仿写爆款标题

这个还蛮考验模型上下文和 agent 能力的，我的 obsidian 本身有好几百篇文章，大模型需要先去读文章标题，然后去分析爆款，最后给到我仿写的标题。

提示词：

帮我基于当前文档库中我的爆款标题风格，想几个标题，

哈哈哈，这很有我的那股味道了😄

金句寻找填充

你知道我有个臭毛病，就是喜欢瞎写，瞎记笔记，包括看书，也要把划线的同步到 obsidian。

以前总觉得看过的东西想要找的时候总是想不起来，特别是一些金句。比如我想找：

找下"微信读书"文件夹中王小波关于对生命思考的金句.

之前让 gemini 2.5 pro 是可以很快的，上下文一直很强。现在我用 kimi k2 thinging 试试。

能从那么多的书中精确找出句子，kimi 做到了。

图片素材创作

比如我想找一只羊在草地上奔跑的配图，原先需要去网上搜，然后下载下来，再传到 oss，放到 obsidian，现在只需要在 obsidian 中就可以都完成。

通过 unsplash mcp 搜索无版权网络图片，或者使用 minimax mcp 生成图片素材。

使用minimax mcp为我生成一只羊在草地上奔跑的图片，要求可爱

这羊看着还挺治愈的，做配图简直 YYDS！

然后直接让 Kimi 帮我插入到文章中。

生成文章信息图

看了饼干哥哥的信息图，也尝试着用固定提示词+参考模板的方式生成这样的信息图：

提示词如下：

帮我根据选定内容，生成文章图，按照以下步骤：>1、提取重要信息，如果是关键词，则需要先进行搜索相关内容，>2、读取提示词"文章信息图生成提示词. md", 作为生成 html 信息图的提示词，>3、按 2.中的提示词执行新建一个html 信息图，保存在文件夹，生成结果信息图，>4、用 Playwright把html打开后截图，保存图片在当前文件夹>5、读取"上传 oss 提示词. md",，将图片上传到 oss，并直接返回一个上传后的链接>6、把这个链接直接填充到当前文章中光标所在位置

效果呈现：自动将图片插入到文章中形成了插画配图

k2 thinking 的前端能力很不错，我是一次就生成出来了。不过还是需要多在上下文中先调整好效果。

文章生成工作流

接下来，就是把上面的所有步骤做成一个工作流，只通过模型的原生 Agent 能力，我们看看是否能完成任务。

本来我想试试 Claude Skills，但这次就先以提示词的方式吧，后面再分享 Claude Skills 的方式控制稳定性。

这是相对复杂任务，一句提示词创作一篇公众号文章。

请你严格按照"文章生成提示词. md"要求, 生成一篇主题为"小鹏人形机器人"的文章

这其实涉及：信息提取+联网搜索+推理思考+MCP 工具调用能力+执行指令（超级复杂任务场景）

效果呈现：一句提示词，自动创作公众号图文，并发布到公众号后台中。

整个流程如下：

我也录了视频，在文章开始大家估计也看了，全程实录，从这个表现来看，还是很惊艳的。

在 Claude Code 中的 kimi 就跟开了挂一样，在调用各种工具疯狂的输出，完成任务。

好，下面进入配置教程。

配置教程

obsidian 的安装和终端插件这里就不再哔哔了，教程可以翻看我上一篇文章。

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

如何在 Claude Code 中使用飞书 MCP 呢？

其实也非常简单，一共就 3 步。

第一步，终端安装 Claude Code

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

为保证速度，建议开启代理，并在 clash 中开启 TUN。如果电脑没安装 nodejs，需要先安装下。

第二步，配置 Kimi k2 thinking

在配置前，需要先去 kimi 开放平台申请 api key

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

然后在 obsidian 的终端中输入如下配置：

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

注意将 key 替换为刚在平台申请的。

一切准备就绪后，就可以终端中直接输入：claude

不出意外的话，看到这样的界面就代表已经配置完毕，在对话框中按住 tab 键，就能切换 thinking 模型是否开启。这里建议都开下。

第三步，配置飞书 MCP

在 obsidian 的仓库目录下添加 .mcp. json 文件，输入以下配置：

{  "mcpServers": {    "lark-mcp": {      "command": "npx",      "args": [        "-y",        "@larksuiteoapi/lark-mcp",        "mcp",        "-a",        "你的飞书应用APPid",        "-s",        "你的飞书应用secret",        "--oauth"      ]    }  }}

有 2 个参数需要获取下，先登录飞书开放平台，创建自建应用。

地址：https://open.feishu.cn/app

开通相关权限：

在搜索栏出填入以下权限代码：

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

应用身份权限和用户身份权限都要加，不然会有奇怪的问题导致失败。

最后加上多维表格全部权限，就 okk 啦。

安全设置这里把这个本地重定向 URL 加上：

接下来安装飞书 mcp server，终端中输入以下命令：

npx -y @larksuiteoapi/lark-mcp login -a <your_app_id> -s <your_app_secret>

唤起授权页面，授权 OK 即可。

这样就可以在 claude code 中通过 kimi k2 thinking 调用飞书 mcp，做很多同步操作了。

如何学习AI大模型？

如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

100套AI大模型商业化落地方案

大模型全套视频教程

200本大模型PDF书籍

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

LLM面试题合集

大模型产品经理资源合集

大模型项目实战合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓