Obsidian 10 大 AI Skill，第1名安装量 37 万

图片解读

事实（可直接读出的文字、数据和可见现象）

- 左上角（紫色圆角标签）：AI Agent Skills 2026

- 右上角：102（深紫色数字）

- 中央大标题：

- Obsidian（大白字）

- 10大AI Skill（“10大”紫蓝渐变，“AI Skill”蓝绿色渐变）

- 中央靠下的紫色圆角副标题条：第1名安装量37.4万 · 全部免费开源

- 排名条目（深色圆角小条，按从左到右/上到下排列）：

- #1 vault-maintainer 374K

- #2 obsidian-vault 153K

- #3 qmd语义搜索 153K

- #4 clipper-template 39K

- #5 diary日记系统 39K

- #6-10 kepano官方五件套 12.7K

- 页脚左下角：自然成长笔记

- 页面整体视觉：深色/深蓝到黑的背景，文字以白色与蓝紫渐变为主，大量使用圆角暗色标签和紫蓝色高亮，排版呈海报/封面风格。

推测（基于图上信息的合理解释，图中未明确说明）

- “第1名安装量37.4万 · 全部免费开源”中的“安装量37.4万”很可能指的是 #1（vault-maintainer）的安装量或用户数统计（与右侧 #1 后的 374K 数字对应）。

- 列表中的数值（如 374K、153K、39K、12.7K）很可能表示安装量、下载量或 GitHub Stars 等受欢迎程度指标，但图中仅对第1名明确使用了“安装量”字样，其他项的具体指标类型未在图中明示。

- “kepano官方五件套”可能指一个名为“kepano”的作者/组织提供的五个官方插件或工具的合集（“五件套”常指五个相关组件），合计安装量或总量为 12.7K。

无法辨认 / 不确定的内容

- 右下角附近有非常小的文本与一个小圆形标志，内文或图标细节无法清晰辨认（可能是页码、版权或小图标）。

- 页脚右侧的小字母/数字（若有）不够清晰，无法确定具体文本；图中可见“5页盘点”字样读得较模糊，不完全确定字符无误。

- 虽然大部分排名条目文字清晰，但某些小字号处在暗背景上（例如圆角标签的极小细节）在缩放下可能不完全可辨，属小范围不确定。

SkillPI 作品解读

作品用途：

- 该摘录与配图旨在汇总可供 AI Agent 直接操作 Obsidian Vault 的一组“Skills”，便于用户识别可安装的扩展与自动化能力（如规范化 wikilink、读写笔记、语义检索、剪藏模板等）。内容来自作者整理，便于快速了解候选 Skill 名称与核心功能简介。

图片证据要点（基于图中可见文字）：

- 海报式封面显示“Obsidian 10 大 AI Skill”，列出 10 个条目并在视觉上突出第 1 项（vault-maintainer），同时在封面写明“第1名安装量37.4万 · 全部免费开源”。图中每项旁给出短标签和数值，但未对所有数值的具体含义（安装量、Star、下载量等）做统一解释。

关联 Skill 的使用步骤（依据来源摘要中可直接读出的信息；实际细节需参照各项目 README）：

1) 准备环境

- 本地需有 Obsidian vault 文件夹的读写权限。

- 安装 Node.js / npm（若使用 npx 命令或需要运行 skills 管理工具）。

2) 安装 Skills（按来源示例）

- 在终端运行：npx skills add kepano/obsidian-skills（此命令来自来源摘要，实际仓库/指令应以官方 README 为准）。

3) 配置 vault-maintainer

- 根据来源，vault-maintainer 用于维护 vault 的兼容性与规范（例如 wikilink、frontmatter、文件名规范化）。具体配置项与生效方式需查看 vault-maintainer 的文档并在测试 vault 上验证。

4) 使用 obsidian-vault 提供的读写 API

- 来源说明此 Skill 可用文件 API 非 shell 的方式读取/搜索/创建/编辑笔记，适用于需要程序化读写笔记的场景。按项目文档配置文件路径与权限后，测试读写操作。

5) 使用 qmd 语义搜索进行混合检索

- 来源称 qmd 为本地混合检索引擎，支持语义搜索加关键词排序，比全文检索更智能。实际部署可能需要索引构建、语嵌入模型或本地向量数据库，详见项目文档。

6) 其他 Skill（clipper-template、diary、obsidian-markdown、obsidian-bases、json-canvas、defuddle、obsidian-cli）

- 每个 Skill 的功能点有简短描述；在部署前应查看各自 README 了解接口、配置与依赖。

复现前提（必须核实与准备的环境）：

- 获取并验证每个 Skill 的官方仓库与 README，确认安装命令与安全性。

- 本地或运行环境需有 Node.js/npm（若使用 npx）和对 vault 文件的读写权限。

- 若 Skill 依赖语义搜索或向量存储，需准备相应索引、向量数据库或本地嵌入模型，以及可能需要的 API key 或模型权重。

- 若要与 AI Agent（如来源提到的 Claude Code / Codex CLI / Cursor / OpenCode）联动，需核实这些 Agent 与所用 Skill 的实际兼容性与接入方式。

待核实项（来源中未完全明示或需进一步验证）：

- 列表中各数值（例如 374K、153K 等）具体代表安装量、下载量还是 GitHub Stars；封面仅对第 1 项写明“安装量”，其他项指标类型不明。

- 各 Skill 的安全分数与评分来源（摘要中提到“安全分 100/90”之类信息需查证来源）。

- vault-maintainer 对“确保 wikilink/frontmatter/文件名全规范”的具体实现细节与副作用（例如会否重命名或覆盖文件）需通过仓库文档和测试验证。

- qmd 语义搜索所用的嵌入/模型、索引构建方式与资源需求需在项目文档中确认。

- “kepano 官方五件套”的具体组成与用途需在对应仓库或作者说明中核实。

备注：本文本基于用户提供的摘要与图文描述进行归纳与可行性提示。实际安装与使用时请以每个 Skill 的官方文档为准，并在非关键数据集或备份的 vault 上完成首次测试以评估安全性与兼容性。