Obsidian-MCP-Tools 使用与启动教程
2025-04-17 22:34:43作者:姚月梅Lane
1. 项目介绍
Obsidian-MCP-Tools 是一个开源项目,旨在为 Obsidian 用户提供一个通过 Model Context Protocol (MCP) 与 AI 应用程序如 Claude Desktop 安全交互的解决方案。该工具包含两部分:一个为 Obsidian 插件,增加 MCP 功能;另一个是本地 MCP 服务器,负责处理与 AI 应用程序的通信。
2. 项目快速启动
快速启动 Obsidian-MCP-Tools 需要以下步骤:
首先,确保您已经安装了以下环境:
- Obsidian 版本 v1.7.7 或更高
- Claude Desktop 已安装并配置
- 本地 REST API 插件已安装并配置了 API Key
接下来,按照以下步骤操作:
# 从 Obsidian 社区插件中安装 Obsidian-MCP-Tools 插件
# 启用插件
# 打开插件设置
# 在插件设置中点击 "安装服务器",开始以下操作:
# 1. 下载适合您平台的 MCP 服务器二进制文件
# 2. 配置 Claude Desktop 使用该服务器
# 3. 设置必要的权限和路径
# 服务器二进制文件存放路径:{vault}/.obsidian/plugins/obsidian-mcp-tools/bin/
# 日志文件存放路径:
# macOS: ~/Library/Logs/obsidian-mcp-tools
# Windows: %APPDATA%\obsidian-mcp-tools\logs
# Linux: ~/.local/share/obsidian-mcp-tools/logs
完成上述步骤后,MCP 服务器将自动配置,并准备好与 AI 应用程序进行通信。
3. 应用案例和最佳实践
应用案例
- 笔记访问:允许 AI 助手在得到许可的情况下阅读和引用您的笔记。
- 语义搜索:AI 助手可以根据意义和上下文,而不仅仅是关键词来搜索您的 vault。
- 模板集成:通过 AI 交互执行 Obsidian 模板,实现动态参数和内容生成。
最佳实践
- 确保所有敏感信息都得到适当的保护,避免未经授权的访问。
- 使用 Templater 插件增强模板功能。
- 利用 Smart Connections 插件提升语义搜索能力。
4. 典型生态项目
Obsidian-MCP-Tools 可以与以下生态项目配合使用,以提供更丰富的功能:
- Templater:用于增强模板功能。
- Smart Connections:用于提供语义搜索功能。
- Local REST API:为 MCP 服务器提供 API Key,用于配置和通信。
通过上述介绍,您可以开始使用 Obsidian-MCP-Tools 来提升您的工作流程,并探索与 AI 应用程序的集成。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218