【亲测免费】 Obsidian Ollama 插件技术文档
2026-01-25 05:09:19作者:明树来
1. 安装指南
1.1 安装 Obsidian
首先,确保你已经安装了 Obsidian。如果尚未安装,请访问 Obsidian 的官方网站下载并安装。
1.2 安装 Ollama
Obsidian Ollama 插件依赖于本地安装的 Ollama。目前,Ollama 仅支持 MacOS 系统,可以通过以下步骤安装:
- 访问 Ollama GitHub 页面。
- 下载适用于 MacOS 的 Ollama 应用程序。
- 安装并启动 Ollama 应用程序。
1.3 安装 Obsidian Ollama 插件
- 打开 Obsidian。
- 进入“设置” -> “社区插件” -> “浏览”。
- 搜索“Obsidian Ollama”插件。
- 点击“安装”并启用插件。
2. 项目的使用说明
2.1 配置插件
安装完成后,插件默认会连接到 http://localhost:11434,这是 Ollama MacOS 应用程序的默认端口。如果需要更改端口或配置,可以在插件设置中进行调整。
2.2 使用预配置的提示
Obsidian Ollama 插件提供了多种预配置的提示,包括:
- 总结选择内容
- 解释选择内容
- 扩展选择内容
- 重写选择内容(正式)
- 重写选择内容(非正式)
- 重写选择内容(主动语态)
- 重写选择内容(项目符号)
- 为选择内容添加标题
使用这些提示时,只需在 Obsidian 中选择文本,然后点击相应的提示按钮即可。
2.3 自定义提示
除了预配置的提示外,你还可以自定义提示。在插件设置中,你可以指定提示的模型和温度,然后将提示和选定的文本或整个笔记传递给 Ollama,并将结果插入到笔记中的光标位置。
3. 项目API使用文档
3.1 连接到 Ollama
插件默认连接到 http://localhost:11434,这是 Ollama MacOS 应用程序的默认端口。如果需要更改端口,可以在插件设置中进行调整。
3.2 传递提示和文本
插件会将提示和选定的文本或整个笔记传递给 Ollama。你可以通过插件的 API 接口来实现这一功能。具体 API 调用方式如下:
{
"prompt": "你的提示内容",
"text": "选定的文本或整个笔记内容"
}
3.3 接收结果
Ollama 处理完提示和文本后,会将结果返回给插件,并插入到笔记中的光标位置。你可以通过插件的 API 接口来接收结果。
4. 项目安装方式
4.1 安装 Obsidian
访问 Obsidian 官方网站 下载并安装 Obsidian。
4.2 安装 Ollama
访问 Ollama GitHub 页面 下载并安装适用于 MacOS 的 Ollama 应用程序。
4.3 安装 Obsidian Ollama 插件
- 打开 Obsidian。
- 进入“设置” -> “社区插件” -> “浏览”。
- 搜索“Obsidian Ollama”插件。
- 点击“安装”并启用插件。
通过以上步骤,你就可以成功安装并使用 Obsidian Ollama 插件了。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
535
3.75 K
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
12
1
🔥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
67
20
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178