Obsidian Copilot+Ollama：打造智能本地知识库，Obsidian从此更强大！

最新推荐文章于 2025-04-11 22:43:16 发布

大模型入门学习

最新推荐文章于 2025-04-11 22:43:16 发布

阅读量928

点赞数 22

文章标签： AI大模型人工智能语言模型学习 AI Ollama 大模型

本文链接：https://blog.csdn.net/2401_84494441/article/details/146281709

版权

原理

Obsidian Copilot 是一款为 Obsidian 笔记软件设计的 AI 助手插件，它将 AI 技术（如 OpenAI 的 GPT 模型）无缝集成到 Obsidian 的笔记工作流中，为用户提供智能化的写作、知识管理和思考辅助功能。通过 Obsidian Copilot，用户可以在笔记中直接与 AI 进行交互，从而提升笔记的整理效率、写作质量和知识探索能力。

Obsidian Copilot 的作者是 Logan Yang，他是一位经验丰富的软件开发者和知识管理爱好者，致力于为 Obsidian 社区提供更智能、高效的工具。

Obsidian Copilot 中有两个地方需要配置大模型，分别是General Settings处和QA Settings 下的 Embedding Models 处。General Settings处配置的模型为 chat 模型，用于 chat 模式， Embedding Models 处配置的模型要求是 Embedding 模型，用于 Vault QA模式建立索引知识向量库。因此仅配置General Settings处的模型将只能使用 chat 模式，必须同步成功配置 Embedding Models 处的 Embedding 模型才能够有效激活Vault QA 模式**。**

Obsidian Copilot 可以通过 Ollama 模式支持本地模型，本文下面将介绍基于本地Ollama 来配置 Obsidian Copilot。

配置过程

安装Ollama

Mac 下执行如下命令安装：

brew install ollama

其他操作系统请自行到 ollama 网站下载安装。

Ollama 安装 chat 模型和 embedding 模型

启动 ollama：

ollama serve

在一个新的 bash下安装 chat 模型，这里使用mistral为例，读者可以根据自己情况选择其他模型，如果ollama下已有下载过的模型，可以跳过此步骤：

ollama run mistral

继续安装 embedding 模型，这里使用nomic-embed-text

ollama pull nomic-embed-text

pull命令拉取模型后，ollama 服务会自动启动和管理模型，不需要再显式的启动模型。

关联obsidian重新启动 Ollama

关闭 ollama 服务，使用如下命令重新启动 ollama：

OLLAMA_ORIGINS=app://obsidian.md* ollama serve

重新启动后，Ollama 端准备完毕，可转入 Obsidian 进行后续设置。

Obsidian Copilot 安装

在 Community Plugins 中搜索安装 Obsidian Copilot 插件。打开 Obsidian Copilot 的设置页面。

Obsidian Copilot chat模型配置

在 General Setting 标签下点开 Add Custom Model

Model Name 填写 mistral
Provider 填写 ollama
Base URL 和 API Key 为空

可以点击 Verify Connection，显示 Successful 后即可点击 Add Model 添加。

然后在上方的列表中选择刚添加的 mistral 模型：

完成 chat 模型设置。

Obsidian Copilot Embedding 模型配置

向下拉 Obsidian Copilot 的配置页，在 QA Setting 下点开 Add Custom Model

在 Model Name 处填写 nomic-embed-text
Provider 处填写 ollama，其余同上置空

点击 Verify Connection 测试，这里可能会显示失败，先点击 Add Model。

在上方的列表中选择刚添加的nomic-embed-text embedding 模型，同时勾选对应的 CORS：

完成 Embedding 设置。此时激活Vault QA 模式有可能会报 index 失败的错误，先无视。打开 Command+P 的命令面板，选择Copilot: Force re-index vault for QA，此时会进入到 index 过程中，右上角会报 index 的进度，等待完成（如果还是报错，可以关闭ollama，再使用上述命令重启ollama服务）

此时已完成将 vault 中所有的 md文件建成向量化知识库。默认对话框为chat模式，可以切换为"vault QA(basic)"，如图红线所示。并在 chat 模型处选择我们在 Ollama 中安装的 mistral，即可正常对所有笔记的知识库进行问答：

经测试，Ollama 模型在 Mac M1 芯片电脑上问答的回复时间约为 40s，如想要更快的速度，可以按下个章节的方式配置商业模型。

商业Chat模型配置

Datapipe 是一个中转的大模型服务，提供 GPT-4o 等大模型服务，基础版费用为 20 元/月，可满足一般人的使用，既可以在网页端按照 chatGPT 的形式使用，也可以使用 API 的方式使用，如这里用到的作为 chat 模型整合进入 Obsidian Copilot。可以使用 https://chat.datapipe.app/register?referral=KHXJXD 链接注册，会附送积分。在 Obsidian Copilot 的设置页，在 General Setting 下进行设置，Model Name 填写 gpt-4o，Provider 选择 3rd party (openai-format)，Base URL 填写 https://chat-api.datapipe.app/v1 ， API Key 填写刚获取的 key，选择 Add Model：