Obsidian Local REST API 使用教程
1. 项目介绍
Obsidian Local REST API 是一个为 Obsidian 笔记应用提供的插件,它允许用户通过 REST API 与 Obsidian 中的笔记进行交互。这个插件的主要目的是帮助用户自动化与笔记相关的任务,例如创建、更新、删除笔记,以及执行 Obsidian 中的命令。通过这个插件,用户可以轻松地将 Obsidian 与其他工具集成,实现更高效的工作流程。
2. 项目快速启动
2.1 安装插件
首先,确保你已经安装了 Obsidian 应用。然后按照以下步骤安装 Obsidian Local REST API 插件:
- 打开 Obsidian 应用。
- 进入“设置” -> “社区插件”。
- 在“社区插件”页面中,点击“浏览”按钮。
- 搜索“Local REST API”插件,并点击“安装”。
- 安装完成后,点击“启用”按钮。
2.2 配置插件
安装完成后,你需要配置插件以生成 API 密钥:
- 进入“设置” -> “Local REST API”。
- 点击“生成新的 API 密钥”。
- 保存生成的 API 密钥,以便后续使用。
2.3 使用 API
以下是一个简单的示例,展示如何使用 API 创建一个新的笔记:
curl -X POST "http://localhost:4567/notes" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"title": "My New Note",
"content": "This is the content of my new note."
}'
3. 应用案例和最佳实践
3.1 自动化笔记创建
你可以使用 Obsidian Local REST API 来自动化笔记的创建过程。例如,你可以编写一个脚本,定期从外部数据源获取信息,并自动生成笔记。
3.2 与浏览器扩展集成
通过与浏览器扩展(如 Obsidian Web)集成,你可以直接从浏览器中保存网页内容到 Obsidian 笔记中。
3.3 定时任务
你可以设置定时任务,定期执行某些笔记操作,例如备份笔记、更新笔记内容等。
4. 典型生态项目
4.1 Obsidian Web
Obsidian Web 是一个浏览器扩展,它允许用户直接从浏览器中保存网页内容到 Obsidian 笔记中。通过与 Obsidian Local REST API 结合使用,你可以实现更高效的网页内容保存流程。
4.2 Obsidian Advanced URI
Obsidian Advanced URI 是一个插件,它扩展了 Obsidian 的 URL 方案,允许用户通过自定义 URL 执行特定的 Obsidian 命令。结合 Obsidian Local REST API,你可以进一步扩展这些功能,实现更复杂的自动化任务。
通过以上步骤和示例,你可以快速上手并充分利用 Obsidian Local REST API 的功能,提升你的笔记管理和自动化能力。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00