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。
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