Obsidian + RAGFlow，打造最强本地知识库

背景

使用 Obsidian 来记录笔记已经有很多年了，近几年 AI 普及之后就一直想着能把 Obsidian 作为本地知识库对接 AI 来使用。但是因为这些年在 Obsidian 里面记录了不少隐私的东西，担心使用云端的 AI 服务不安全，而在尝试了 Obsidian 的一些 RAG 相关的插件之后，效果又都不是很好，这个事情于是就搁置了。

然后是 RAGFlow，最早去年初就试用过，但是尝试上传了几个 pdf 文件解析都失败了，之后每隔几个月都会再尝试一下更新后会不会更好用，但是也没有明显的改善。直到前两天看到一篇文章，介绍了一个新思路，就是用 mineru 来解析 pdf 文件，然后再调用 RAGFlow 的 API 来直接将解析后的文本传入 RAGFlow 的知识库。自己手动尝试了一下之后，发现真的好用，于是这才开始真正使用 RAGFlow 来作为自己的本地知识库。（关于这个方案，因为原始方案的坑比较多，后面我会再写一篇详细的保姆级教程来讲）

RAGFlow的安装步骤和配置

关于 RAGFlow 的安装，可参考官网，在此就不赘述：

https://github.com/infiniflow/ragflow/blob/main/README_zh.md

安装好之后，设置好大模型，我目前都是用本地 Ollama 跑的，如下：

RAGFlow 模型设置

然后是创建知识库，注意要记住知识库的名字，例如我这里是"obsidian"，如下图：

obsidian 知识库

obsidian-ragflow-sync 插件安装步骤

在开始真正使用 RAGFlow 之后，目前 pdf 文件的导入和使用已经没问题了，下一步就是考虑 Obsidian 里的笔记，于是很自然的想到，能否使用类似的思路，把 Obsidian 里的笔记自动同步到 RAGFlow 的知识库里面。先搜了一下，发现目前没有现成的 Obsidian 插件可以干这个，所以干脆直接让 AI 来帮我写一个这样的插件。

这里要吐槽一下 Cursor，一开始是让 Cursor 来写的，但最近 Cursor 降智很明显，写出来的插件功能很简单，关键是一堆错误，改了几遍都改不好。刚好这两天在试用 AI IDE 的后起之秀 Augment，没想到效果出奇的好，不单单完成了我要起的功能，还很贴心的增加了一个控制的界面。

下面进入正题，说一下如何使用，因为目前已经申请发布到 Obsidian 官方的插件市场，但是审核还需要时间，所以暂时只能手动安装：

• 进入项目主页，https://github.com/colin4k/obsidian-ragflow-sync，点击右侧 "Release"下面的"1 tags"，然后点击版本号"1.0.0"，下载压缩包

项目主页

• 解压后，将三个文件 main.js,style.css,manifest.json 放在目录obsidian-ragflow-sync下面(注意一定要叫这个名字)，然后复制到你的 Obsidian 仓库的插件目录，例如 ：MyVault/.obsidian/plugins/
• 然后重启 Obsidian - 进入 Obsidian 的设置页面，然后选择“第三方插件”，找到“RAGFlow Sync”，打开它
• 再点击小齿轮，进入插件的设置界面，主要设置如下：

插件设置

1. API Key：即 RAGFlow 提供的 API Key，在 RAGFlow 主页点击右上角头像，然后在左侧菜单栏找到“API”页面进入即可创建

API 页面

创建 API Key

1. Base URL：RAGFLow 的URL，如 http://localhost:80
2. Knowledge Base Name：也就是前面创建的知识库的名称 'obsidian'
3. Sync Startup：是否在 Obsidian 启动时自动同步，按需设置
4. Exclude Folds：按需设置，建议保持默认
5. Chunk Size：建议 384

• 设置好之后，在 Obsidian 中进入命令窗口，不知道怎么进的，注意看左侧工具栏的这个位置：

Obsidian 命令窗口

• 这时会弹出控制窗口，点击左下角的'Start Sync'即可开始同步，这里需要注意：

插件控制界面

1. 开始同步之后，点击任意地方会退出控制界面，但是后台仍会继续同步，除非你手动点击'Stop Sync'，或者退出 Obsidian
2. 也可以通过打开 View - Toggle Developer Tools 查看后台同步进度
3. 有部分笔记因为内容格式问题，会被 RAGFlow 拒绝，这个只能你自己手动调整了。

最后看看效果吧：

和 Obsidian 知识库对话

好了，到此为止，完全基于本地知识库的 RAGFlow + Obsidian 的搭建就完成了

   如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

五、AI产品经理大模型教程

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​