首先，你可能会好奇，为什么这个项目要叫 YOLO（You Orchestrate, LLM Operates）？
其实后面那串全称是我先射箭再画靶子硬凑出来的（）
主要还是因为——YOLO这个名字确实很好玩啊！而且，Trae 的 Agent 模式也叫 yolo，那个深度学习必学的视觉模型也叫 yolo ，我直接neta过来，岂不是从最开始就降低了教育用户、培养用户心智的成本！
我可太聪明了.jpg
事情其实是这样的：我最开始还是Smart Composer的忠实用户，但很快我就有点忍受不了它了。
是的，我知道Obsidian用户个个都是精通coding的工程师型全能码农，用户用不舒服了会自己跑会自己去fork改代码的，插件写的比较复杂也是因为geek们喜欢一切尽在掌握。
但我总还是觉得，作为一款AI插件，应该是有理想的，要尽量的用户友好，配置上不要那么反直觉，支持 i18n 多语言切换也该是标配……
于是，我在六月份给 Smart Composer 提了一份自定义助手（custom agent）的PR，不过也许是我写得太烂，也许是维护者太忙，导致好几个月我的PR一直都没啥进展（尽管SC的主要维护者说要尽快看看）
终于，我忍不了了。
我决定自己动手，fork Smart Composer，照着我的理念彻底魔改一番。
所以，就有了你现在看到的 YOLO。
这里要专门感谢 Windsurf 里的 Claude 4.1 opus、GPT5 medium 和 Claude 4 sonnet 老师，没有你们就没有 YOLO。
YOLO的愿景是什么？
市面上已经有很多 AI 对话插件了，那些前辈们在 ai 插件领域方面的探索是令人敬佩的，没有他们的探索/基建就没有现在的 YOLO。
但在我看来，仅仅只是把聊天框塞到聊天框，还远没有发挥出大语言模型在知识管理领域真正的潜力。
我们使用 Obsidian 的核心目的是什么？
是为了管理、连接、重构我们原本的知识体系，是为了让我们所记录的段落可以真正被内化到我们的大脑中。
YOLO 想要做的，就是让 LLM 成为你知识管理的「第二大脑」—— LLM 可以做的绝不仅仅是简单地回答问题，它们可以主动帮你梳理思路、建立连接、激发灵感；LLM 驱动的 Agent 可以在笔记后台帮你处理各种重复性的打标、总结、搜集信息的活动，它还可以成为你的私人教师/投研助理/学术搭档……
正是因为 LLM 具有这样的潜力，所以我不希望它仅仅是一个需要你手动调用的工具，而是能够智能地融入你的知识工作流，成为你思维过程的延伸。
想象一下：当你正在写一篇学术论文时，YOLO 可以自动扫描你的文献笔记，帮你归纳不同研究间的异同，甚至生成初步的综述草稿；当你整理日常记录时，它能够识别出潜在的主题关联，并建议你将相关笔记进行合并或建立双向链接；当你陷入创作瓶颈时，它能够从你的过往笔记中挖掘出隐藏的灵感线索，帮你重构思考路径。
YOLO 的设计目标，就是让这些场景变得简单、自然，可以以一个相对较低的成本进行人机协同，让 LLM 成为我们知识探求中的好伙伴。
我希望 AI 可以真正理解我们的知识结构和工作习惯，可以在需要的时候恰到好处地提供帮助，而不是频繁打断你的心流状态。比如，通过设置自动化的 Agent 任务，你可以让 YOLO 在后台定期整理未分类的笔记、提取关键信息生成摘要，或是根据你设定的规则自动打上标签——这些原本繁琐的操作，现在都可以交给 LLM 悄然完成。
在未来的版本中，我计划参考 Claude code、kilo 等业内极为优秀和值得敬佩的先行者们的思路，在 Obsidian 里实现一个基础、灵活且通用的 Agent 框架，并在这个框架基础上去实现一些很有趣的想法：如比 Notebooklm 更灵活的学习模式 ，思维画布式的头脑风暴界面，多 AI 交互式写作、讨论的大模型圆桌会议等等。
我相信，当人类创造力与AI能力真正融合时，我们能创造出的价值将超乎想象。
如果你也同样拥有对创作流程的强迫症 —— 如果你也一样在 Obsidian 里混迹多年却始终觉得AI 写作插件少了点什么 —— 那么，欢迎来试试 YOLO，说不定这里会是你想找的答案。
我们下篇日志再见 :)