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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00