Obsidian Smart Connections插件系统提示功能故障排查指南
2025-06-20 16:23:44作者:魏侃纯Zoe
问题现象分析
在Obsidian Smart Connections插件2.2.72版本中,用户反馈在智能聊天面板中使用"@"符号调用系统提示时,系统提示列表显示为空。该问题主要表现为:
- 无论使用"@"还是"[空格]@"触发,系统提示选择界面均无法显示任何可用提示
- 系统提示文件夹已正确放置在库根目录下
- 重命名提示文件夹并同步更新设置后问题依旧存在
技术背景
Smart Connections插件的系统提示功能是其智能交互的核心特性之一,它允许用户:
- 通过预定义的提示模板快速调用特定场景的AI交互模式
- 将复杂的提示工程封装为可复用的系统提示文件
- 在聊天交互中动态切换不同的AI角色和行为模式
解决方案
经过开发者快速响应,该问题已在2.2.73版本中得到修复。用户可通过以下步骤验证修复效果:
- 确保插件已更新至最新版本
- 检查系统提示文件夹配置:
- 默认应为"system-prompts"
- 在插件设置中只需填写文件夹名称而非完整路径
- 验证提示文件格式:
- 使用.md扩展名
- 内容应为纯文本格式的提示词
高级应用技巧
针对系统提示功能的深度使用,推荐以下实践方案:
-
专业提示词设计 可让AI帮助生成特定领域的系统提示,如示例中的"写作教练"提示,包含:
- 角色定位(成功小说家转型的导师)
- 核心能力描述
- 交互风格设定
-
工作流整合
- 结合笔记内容动态调用系统提示
- 将输出结果转换为结构化数据(如JSON)供其他工具使用
- 实现角色扮演与创作辅助的深度结合
-
使用注意事项
- 触发符号后不会自动添加空格,需手动补全
- 提示文件应避免特殊字符
- 建议定期备份系统提示集合
典型问题排查
若遇到类似功能异常,建议按以下步骤排查:
- 版本验证:确认使用2.2.73及以上版本
- 路径检查:确保设置中仅包含文件夹名称
- 文件验证:测试基础提示文件是否能正常加载
- 交互测试:在智能聊天面板中测试触发效果
该案例展示了开源社区高效的问题响应机制,从问题报告到修复发布仅用极短时间,体现了插件的持续维护能力。用户可通过及时更新和规范使用来获得最佳体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.69 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
656
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
657