1. 从 17 万浏览到选品焦虑Obsidian 知识库 Skill 工作流到底解决什么问题小红书笔记爆了 17 万浏览之后真正的难题才刚开始。流量来了评论区一堆人问“资料怎么卖”“有没有完整版”这时候你才发现选品这一步如果靠感觉走前面攒的流量很容易被浪费掉。我自己的情况是笔记数据起来之后连续几天都在翻站内搜索、对比类目、查销量趋势效率低得离谱。后来我把 Obsidian 笔记库和 Skill 工作流接起来用一句话触发选品分析直接输出 HTML 报告整个链路才跑通。先说清楚这套东西是什么。Obsidian 在这里的角色是“长期记忆库”你把小红书虚拟商品的样本数据、类目分析、销量字段、风险备注全部沉淀成 Markdown 笔记形成结构化知识库。Skill 则是挂在 Codex 侧的分析执行层它负责读取 Obsidian 里的资料、按你给的指令做筛选和归纳、最后渲染成一个可视化 HTML 大屏。你只需要说一句“虚拟资料能做的品类有哪些做一个 HTML 分析页面给我”等两分钟就能拿到一份能直接看的选品报告。它适合谁三类人最明显。第一类是做小红书虚拟资料、但选品靠直觉的个体卖家尤其是刚起号、笔记有流量但不知道卖什么的。第二类是一人公司或小团队想把选品流程标准化不想每次重新翻资料。第三类是对 Obsidian 已经有一定使用习惯、想把它从“记笔记”升级成“可调用知识库”的技术型创作者。如果你完全没用过 Obsidian也没关系下面会从零讲配置。核心检索词先摆出来Obsidian 知识库、Skill 工作流、Codex 选品分析、HTML 报告输出、TaoToken 统一 Key 接入。这几个词贯穿全文你照着做就能复现。我试过最笨的办法把小红书虚拟商品的爆款标题、销量、类目、主图风格手动整理成 Excel然后每次选品时重新筛一遍。问题是数据一多就乱而且没法跟自己的笔记库联动。换成 Obsidian Skill 之后资料沉淀一次后面每次分析都是“调用”而不是“重做”。这就是这套工作流真正的价值把选品从一次性劳动变成可复用资产。还有一个容易被忽略的点选品不是选“别人卖得最好的”而是选“自己能做的”。有些类目销量高但版权风险大有些看起来简单实际需要长期更新。Skill 的作用不是替你决策而是把知识库里的资料快速整理成可对比的维度让你在几分钟内看到“适合自己”的候选范围。这一点在后面的配置和验证环节会具体展开。2. TaoToken 统一 Key 接入前置Base URL、API Key 与模型 ID 三件套怎么配在讲 Obsidian 和 Skill 的具体配置之前先把 TaoToken 的接入前置说清楚。因为 Skill 工作流要调用模型能力你需要一个稳定的 API 入口。TaoToken 在这里的角色是统一 Key 接入层你拿到一个 Key就可以在 Codex、Cline、Claude Code 等工具里复用不用每个工具单独配一套。先给地址方便你对照操作。官网入口是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 基础地址是 https://taotoken.net/api 注意 API 地址后面不加 UTM 参数。模型对话入口、Coding Plan、控制台、API Keys 管理、接入文档、Claude Code Anthropic 配置这几个 deep link 都会在需要时给出你按需点进去就行。接入的核心是三件套Base URL、API Key、Model ID。这三个东西缺一不可而且必须跟你的工具配置路径完全一致。下面用表格对照一下常见工具的配置位置你先有个全局印象。工具配置文件/路径Base URL 字段Key 字段Model ID 字段Codexauth.jsonbase_urlapi_keymodelCline MCPsettings.jsonbaseUrlapiKeymodelIdClaude Codesettings.jsonANTHROPIC_BASE_URLANTHROPIC_API_KEYANTHROPIC_MODELCC Switchconfig.tomlbase_urlapi_keymodel这张表你先留着后面每个工具的具体片段会单独给。重点说三件套怎么填。Base URL 统一填 https://taotoken.net/api 不要带斜杠结尾也不要加多余路径。API Key 在控制台的 API Keys 页面生成生成后复制保存页面关闭后不会再显示完整 Key。Model ID 根据你用的模型填比如 claude-sonnet-4-20250514 这类标识具体以接入文档里的模型列表为准。这里有个坑我踩过有人把 Base URL 填成官网首页地址结果请求一直 404。记住官网是给人看的API 是给程序调的两者不是同一个地址。还有人把 Key 填到 Model ID 字段里报错信息会提示模型不存在其实是你字段填串了。如果你用的是 Codexauth.json 的配置片段大概长这样{ base_url: https://taotoken.net/api, api_key: sk-你的TaoTokenKey, model: claude-sonnet-4-20250514 }如果你用的是 Cline MCPsettings.json 里对应的是{ mcpServers: { taotoken: { baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoTokenKey, modelId: claude-sonnet-4-20250514 } } }Claude Code 的 settings.json 则是另一套字段名{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: sk-你的TaoTokenKey, ANTHROPIC_MODEL: claude-sonnet-4-20250514 } }CC Switch 用 TOML 格式base_url https://taotoken.net/api api_key sk-你的TaoTokenKey model claude-sonnet-4-20250514注意上面这些片段里的 Key 都要换成你自己在控制台生成的。生成 Key 的入口在 API Keys 页面接入文档里有完整的字段说明和模型列表。如果你还没生成 Key先去控制台操作这一步不复杂但 Key 只显示一次记得保存。配好三件套之后先别急着跑 Skill。用模型对话入口发一条简单请求确认 Key 能通。比如问一句“你好请回复 ok”如果正常返回说明 Base URL、Key、Model ID 三件套没问题。这一步是后面所有操作的基础别跳过。3. Obsidian 知识库 Skill 可复制配置从样本数据到 HTML 报告的完整片段这一节是全文的技术核心我会把 Obsidian 知识库的结构、Skill 的配置片段、以及从一句话指令到 HTML 报告的完整流程拆开讲。你照着复制就能跑。先说 Obsidian 知识库怎么建。我的做法是在 Obsidian 里建一个文件夹命名比如“小红书虚拟商品库”里面放四类笔记样本数据 1、样本数据 2、样本数据 3、汇总分析报告。前三篇是原始样本每篇记录一批商品的字段包括商品标题、主图描述、销量、类目、备注。第四篇是汇总把前三篇的信息整合成可分析的维度。样本数据的 Markdown 格式建议统一方便 Skill 读取。比如# 小红书虚拟商品样本 1 ## 商品简历模板合集 - 类目职场资料 - 销量1.2w - 主图风格简洁白底大字标题 - 备注版权风险低但竞争激烈 ## 商品手抄报模板 - 类目教育资料 - 销量8000 - 主图风格彩色卡通 - 备注需要持续更新节日主题这种结构化写法Skill 读取时能直接解析字段。你不需要用数据库Obsidian 的 Markdown 本身就是结构化文本关键是字段名统一。汇总分析报告那篇我建议写成“类目对比 自身能力匹配”的格式。比如# 小红书虚拟商品样本汇总分析报告 ## 可做类目 - AI 工具资料热度高制作门槛低适合技术背景 - 手抄报热度中需要设计能力更新频率高 - 心理测试热度高需要内容策划版权风险低 ## 不建议类目 - 简历模板竞争激烈同质化严重 - 学习资料版权风险高不适合个人操作这份报告就是 Skill 分析时的“知识底座”。你沉淀得越细后面生成的 HTML 报告越有价值。接下来是 Skill 配置。Skill 的本质是一段提示词加执行逻辑挂在 Codex 侧。你可以直接向 Codex 发送指令来创建做一个小红书选品 skill功能如下 1. 当用户说想做某个类目的虚拟资料时检索 Obsidian 里“小红书虚拟商品库”文件夹下的所有笔记。 2. 整合样本数据和汇总分析报告按类目、销量、风险、自身匹配度四个维度归纳。 3. 输出一个 HTML 大屏页面页面包含类目对比表格、推荐类目、风险提示、可执行建议。 4. HTML 要自适应配色简洁适合直接截图分享。这段指令发出去之后Codex 会生成对应的 Skill 逻辑。你可以在 Codex 的配置里把它保存成可复用的 Skill。具体保存路径和字段名参考接入文档里的 Skill 配置说明。Skill 配好之后触发方式就是一句话。比如虚拟资料能做的品类有哪些做一个 HTML 分析页面给我。或者针对特定赛道我要做心理测试类查看 Obsidian 里面小红书所有资料特别是虚拟商品类目再给我 HTML 报告。再或者让 AI 给参考意见我是小肥肠一个后端程序员转型做一人公司主做 AI 智能体赛道你看看虚拟商品我能做哪些呢注意需要参考 Obsidian 里面小红书虚拟商品所有资料给我答案生成一个大屏式的 HTML。这三条指令对应三种场景全局选品、专项分析、自身匹配。你按需使用。Skill 执行时会先读取 Obsidian 知识库里的 Markdown 文件然后按提示词里的维度做归纳最后渲染 HTML。整个过程你不需要手动干预等两分钟左右就能拿到报告。报告里会包含类目热度、销量区间、风险等级、自身能力匹配度以及“建议优先尝试”的类目列表。这里给一个 HTML 报告的结构示例方便你理解输出长什么样!DOCTYPE html html head meta charsetutf-8 title小红书虚拟商品选品分析/title style body { font-family: sans-serif; background: #f7f8fa; padding: 24px; } .card { background: #fff; border-radius: 12px; padding: 20px; margin-bottom: 16px; } .tag { display: inline-block; padding: 4px 10px; border-radius: 6px; background: #e8f0fe; } /style /head body div classcard h2可做类目/h2 pspan classtagAI 工具资料/span 热度高制作门槛低/p pspan classtag心理测试/span 热度高版权风险低/p /div div classcard h2风险提示/h2 p简历模板竞争激烈学习资料版权风险高。/p /div /body /html这个结构你可以让 Skill 直接生成也可以自己调整样式。关键是数据来自 Obsidian 知识库不是模型凭空编的。配置过程中有一个细节要注意Obsidian 笔记库的路径要跟 Skill 里写的路径一致。比如你的库在~/Obsidian/小红书虚拟商品库Skill 提示词里就要写清楚这个路径。路径不一致Skill 读不到资料生成的报告就是空的。另外样本数据的字段名要统一。如果你第一篇写“销量”第二篇写“销售数量”Skill 解析时可能对不上。建议全部用同一套字段名类目、销量、主图风格、备注。汇总报告里的类目名称也要跟样本数据一致不然对比时会错位。这套配置跑通之后你每次选品只需要一句话。资料沉淀一次后面反复调用。这就是 Obsidian Skill 工作流的核心优势。4. 验证请求与成功结果从一句话指令到 HTML 报告的实测过程配置写完接下来是验证。这一节我会把从发送指令到拿到 HTML 报告的完整过程拆开包括中间的状态变化和成功结果的判断标准。你照着走一遍就能确认链路是否通。第一步确认 TaoToken 三件套能通。用模型对话入口发一条测试请求你好请回复 ok如果返回正常说明 Base URL、API Key、Model ID 没问题。如果报 401说明 Key 不对如果报 local proxy failed说明 Base URL 填错了如果报 reading choices 相关错误说明返回格式跟工具预期不匹配检查 Model ID 是否在支持列表里。这三个报错后面会单独讲排查。第二步确认 Obsidian 知识库能被读取。在 Codex 里发一条指令读取 Obsidian 里“小红书虚拟商品库”文件夹下的所有笔记列出文件名和字段。如果 Skill 能正确列出样本数据 1、样本数据 2、样本数据 3、汇总分析报告并且字段名能解析出来说明知识库路径和格式没问题。如果返回空列表检查路径是否写对或者 Obsidian 是否在运行状态。第三步触发选品分析。发送虚拟资料能做的品类有哪些做一个 HTML 分析页面给我。等待两分钟左右。成功的结果是Codex 返回一段 HTML 代码或者直接生成一个 HTML 文件。你把 HTML 保存下来用浏览器打开能看到类目对比表格、推荐类目、风险提示、可执行建议。我实测下来第一次跑的时候报告里只有类目名称没有销量区间。原因是样本数据里的销量字段写成了“1.2w”Skill 解析时没做数值转换。后来我把字段改成“销量12000”报告里就能正常显示区间了。这个坑你可以提前避开。第四步验证专项分析。发送我要做心理测试类查看 Obsidian 里面小红书所有资料特别是虚拟商品类目再给我 HTML 报告。成功的结果是报告里会聚焦心理测试类目列出细分赛道、具体商品评估、风险提示。如果报告里出现了其他类目的内容说明 Skill 的筛选逻辑没生效检查提示词里有没有写清楚“特别是虚拟商品类目”。第五步验证自身匹配分析。发送我是小肥肠一个后端程序员转型做一人公司主做 AI 智能体赛道你看看虚拟商品我能做哪些呢注意需要参考 Obsidian 里面小红书虚拟商品所有资料给我答案生成一个大屏式的 HTML。成功的结果是报告里会结合你的背景推荐 AI 工具资料、心理测试等类目并给出“为什么适合你”的理由。如果报告只是罗列类目没有匹配分析说明 Skill 的提示词里缺少“结合用户背景”的指令。整个验证过程的关键判断标准有三个知识库能被读取、Skill 能按指令筛选、HTML 能正常渲染。三个都通过链路就算跑通了。这里再给一个成功结果的 HTML 片段示例方便你对照div classcard h2推荐类目AI 工具资料/h2 p热度高 | 销量区间8000-15000 | 风险低/p p匹配理由技术背景可直接复用制作门槛低更新频率可控。/p /div如果你拿到的报告结构类似说明配置正确。如果报告是纯文本没有 HTML 标签检查 Skill 提示词里有没有明确要求“输出 HTML”。如果报告内容跟知识库无关检查 Skill 是否真的读取了 Obsidian 文件。验证通过之后你就可以把这套流程固定下来。每次选品一句话触发两分钟拿报告。资料沉淀在 Obsidian 里Skill 负责分析和渲染。这就是从笔记到选品结果的完整链路。5. 本篇常见错排查401、local proxy failed、reading choices、OAuth 对照解决这一节把配置和验证过程中最容易遇到的四类报错拆开讲。每个报错都给出真实错误信息、原因分析和解决步骤。你遇到时直接对照。第一类401 Unauthorized。错误信息通常是401 Unauthorized: invalid api key原因API Key 填错、过期、或者复制时带了空格。解决步骤去控制台 API Keys 页面重新生成一个 Key复制时注意不要带前后空格。然后检查配置文件里的 api_key 字段是否跟新 Key 一致。如果你用的是 Codex检查 auth.json 里的 api_key如果用 Cline MCP检查 settings.json 里的 apiKey如果用 Claude Code检查 ANTHROPIC_API_KEY。改完保存重启工具再发测试请求。第二类local proxy failed。错误信息通常是local proxy failed: connection refused原因Base URL 填错或者填成了官网首页地址。解决步骤检查配置文件里的 base_url 或 baseUrl 字段确认填的是 https://taotoken.net/api 不是官网首页也不是带斜杠结尾的地址。如果你用的是 CC Switch检查 config.toml 里的 base_url。改完保存重启工具。第三类reading choices 相关错误。错误信息通常是error reading choices: unexpected response format原因Model ID 填错或者模型返回格式跟工具预期不匹配。解决步骤检查配置文件里的 model 或 modelId 字段确认填的是接入文档里列出的模型标识。如果你不确定先用模型对话入口测试同一个 Model ID确认能正常返回。如果模型对话能通但工具报错检查工具版本是否支持该模型。改完保存重启工具。第四类OAuth 相关错误。错误信息通常是OAuth authentication failed: invalid client原因工具尝试用 OAuth 方式认证但你的配置是 API Key 方式。解决步骤检查工具设置里是否开启了 OAuth 选项如果开启了关掉它改用 API Key 方式。如果你用的是 Claude Code检查 settings.json 里是否同时配了 OAuth 和 API Key两者只能选一个。改完保存重启工具。除了这四类还有一个常见问题是 Skill 读不到 Obsidian 文件。错误表现是报告为空或者提示“未找到相关资料”。原因通常是路径写错或者 Obsidian 没运行。解决步骤检查 Skill 提示词里的路径是否跟实际 Obsidian 库路径一致。如果你用的是相对路径改成绝对路径。确认 Obsidian 处于打开状态笔记库已加载。改完重新触发指令。还有一个坑是 HTML 报告渲染异常。表现是浏览器打开后样式错乱或者只显示纯文本。原因通常是 Skill 输出的 HTML 不完整或者缺少!DOCTYPE html声明。解决步骤检查 Skill 提示词里有没有明确要求“输出完整 HTML 文档”。如果有检查生成的 HTML 是否包含 head、body、style 标签。如果没有手动补全或者调整提示词重新生成。最后提醒一点每次改完配置文件都要重启工具。很多报错是因为配置改了但工具没重新加载。重启之后先发一条简单测试请求确认三件套能通再跑 Skill 流程。这样能快速定位问题出在接入层还是 Skill 层。如果你遇到上面没覆盖的报错先去接入文档里查字段说明再用模型对话入口测试同一个 Key 和 Model ID。模型对话能通说明接入层没问题问题在 Skill 配置模型对话不通说明三件套有问题回到第二节检查配置。6. 长期编码与 Agent 工作流把选品 Skill 沉淀成可复用资产选品 Skill 跑通之后下一步是把它变成长期可复用的资产。这一节讲三件事怎么把 Skill 固定下来、怎么跟 Coding Plan 配合、以及怎么在 Obsidian 里持续沉淀知识库。先说固定 Skill。你在 Codex 里创建好选品 Skill 之后可以把它保存成可复用的配置。具体做法是在 Codex 的 Skill 管理里把提示词、读取路径、输出格式保存成一个命名 Skill比如“小红书选品分析”。下次使用时直接调用这个 Skill 名称不用重新写提示词。保存路径和字段名参考接入文档里的 Skill 配置说明。如果你经常做选品分析建议把 Skill 跟 Coding Plan 配合使用。Coding Plan 适合长期编码和 Agent 工作流你可以把选品 Skill 挂在一个固定的 Agent 流程里每次触发时自动读取 Obsidian 知识库、生成 HTML 报告、保存到指定文件夹。这样你不需要每次手动发指令Agent 会按计划执行。Coding Plan 的入口在 deep link 里你按需点进去配置。再说知识库沉淀。Obsidian 知识库的价值在于长期积累。你每次选品之后把新的样本数据、分析结论、风险备注补充到对应的 Markdown 笔记里。下次 Skill 读取时资料更丰富报告更有参考价值。建议每周花十分钟整理一次把新发现的类目、销量变化、风险提示更新进去。这个习惯坚持一个月你的知识库就会变成选品决策的核心资产。还有一个实用技巧把 HTML 报告保存到 Obsidian 库里的“选品报告”文件夹按日期命名。这样你可以在 Obsidian 里直接查看历史报告对比不同时间的类目热度变化。Obsidian 支持嵌入 HTML 文件你可以在笔记里直接预览报告不用每次用浏览器打开。如果你想把选品流程分享给团队或群友可以把 Skill 配置和知识库模板打包。Obsidian 库可以直接复制文件夹Skill 提示词可以导出成文本。对方拿到之后改一下路径和 Key就能跑通同样的流程。这就是可复用资产的价值一次配置多人使用。最后说长期维护。模型和工具会更新TaoToken 的接入文档也会更新。建议每隔一段时间检查一次配置文件确认 Base URL、API Key、Model ID 三件套仍然有效。如果遇到报错回到第五节对照排查。Obsidian 知识库的字段名尽量保持稳定不要频繁改动不然 Skill 解析时容易出错。这套工作流的核心逻辑是Obsidian 负责沉淀Skill 负责分析TaoToken 负责接入。三者配合选品从几天缩短到两分钟。你不需要每次都重新翻资料资料沉淀一次后面反复调用。这就是从笔记到选品结果的完整链路。如果你还没开始配置先去控制台生成 API Key然后按第二节的三件套填好配置文件。接着按第三节建 Obsidian 知识库和 Skill按第四节验证请求。遇到报错按第五节排查。跑通之后按第六节把 Skill 固定下来持续沉淀知识库。整个流程走一遍你就能用一句话触发选品分析拿到 HTML 报告。