这个文章聊聊我是如何把自己的obsidian仓库作为大模型的知识库进行问答的；

这个也是对于我而言，非常重要的这个功能；

当时我看的AI讲座，很重要的就是这点，当时的老师是把obsidian仓库作为chatgpt对话的原材料，相当于是给我们自己整了一个私人的GPT，这个很重要，于是，我才来尝试的；

因为大模型知道的东西很多，这些东西对于所有人来说都是一样的，我们想要充分的发挥它的能力，最重要的是把我们的私有的知识库喂给他，让他根据我们的私有知识库回答；

这个背后的理论就是乔哈里视窗模型，我们需要找到我们自己知道，但是AI不知道的内容，这样AI才能更好地帮助到我们自己；

但是我没有使用chatgpt这个产品，而是希望选择其他的，因为御三家的产品我不经常订阅，不是年费的那种，所以更希望找到持久性的解决方案，比如api这种；

这个文章很久之前就想写了，但是最近一直没有抽出时间去写这个文章

因为这个过程中我自己探索的工具还是很多的，中间走了很多弯路，才促成了最终的这个结果

0.致谢

下面的这个仓库是我自己实现obsidian仓库，这个作者的bilibili视频在我实现这个obsidian仓库和大模型对话的过程中发挥了很大的作用；非常值得学习

https://jason-effi-lab.notion.site/Obsidian-20698ac9981180229066ff67342e8232

1.anythingLLM

最开始使用的是anythingLLM

这个是claude推荐给我的，我就是描述自己的需求，他给我推荐了这个，我抱着试一试的这个心态进行安装和尝试：结果非常无语，这个东西很难用（最终结论，你可以自己去试试），这个对于新手不友好

2.obsidian插件---smart chat

这个是我最开始使用的方案，也就是这个插件：

这个配置api-key可以使用，但是最大的弊端：

• 需要你手动的@对应的文件，否则他读取不到你的这个仓库里面的任何内容，非常傻
• 你按下@的时候，你的这个仓库的目录全部弹出来，让你去选择
   

显然，这个效果不符合我的要求，应该是他自动读取知识库全部内容，当我想要让他针对于某一个文件进行回答的时候，可以指定这个对应的文件，这才是正确的；

但是这个插件，当我不进行任何的指定的时候，他看不到我的这个知识库的任何内容，我觉得不行，于是我开始寻找下一个解决方案；

3.cherry studio配置MCP实现

MCP其实已经不是非常新奇的这个东西了，很早之前就有了，简单的说就是配置参数实现这个获取信息的功能（使用层面来说的），至于这个接口协议统一是针对于开发者而言，我们使用者不需要知道这些内容

我就是按照教程来的，安装cherry studio这个工具开始使用的：

https://www.bilibili.com/video/BV1Qcn6ziEUg?spm_id_from=333.788.videopod.sections&vd_source=a432cb5e896a2b96961d1f73a6ebe0ca

你可以直接看这个教程，老师讲述的非常清楚，我就是按照这个尝试的

当我第一次介入这个工具时候，看到他的回复，我真的觉得他已经读取了我的整个知识库，也就是我的obsidian仓库的内容;

但是后来，也就是第二天，我发现，我错了；

他开始爆出下面的错误，并且我明明有的内容，他开始找不到了，比如我看的赵赛坡老师的文章，当我提问的时候，他获取不到这个内容，我非常是失望；

我本来以为我标签的问题，它提示我可以使用标签，于是我给这个obsidian里面的对应的文章打标签，尝试进行提问，他还是无法获取这个对应的内容

我本来以为是这个智谱系列的大模型的问题，因为这个是免费的，于是我尝试切换到千问，设置是配置更高级别的这个大模型，但是结果还是让我非常不满意，那是，我觉得自己空欢喜一场

我开始继续寻找下一个解决方案；

4.smart composer插件实现

首先，我没有指定任何内容的情况下，他是可以回答这个内容的，我很满意：

其次就是他和类似的cursor以及一些IDE的操作非常的相似，这个我也很满意，上手很快，基本上没有任何的这个门槛；

但是对于新手而言，就是需要配置这个MCP，这个和bilibili推荐的那个视频步骤差不多，无论是json格式还是cherry studio里面的这个参数的模式，其实本质都是一样的

你可以仔细地对比差异，并且学习这两种方法，我就是和claude对话的情况下成功配置这个情况下的MCP，和最开始的cherry studio里面的配置差不多的，你可以去尝试，我都是参考的“杰森的效率工坊”这个视频里面的内容；

包括这个MCP服务，也是使用的github上面开源的，我觉得杰森老师推荐的这个就非常的好用，我在这个composer插件里面还是使用的这个开源项目；

为了照顾新手，我把我的分享出来，毕竟这个文章写了很多了，如果你能非常有耐心的看到这里，也算是对于你的一种奖励把：

{
  "command": "npx",
  "args": [
    "-y",
    "@jianruidutong/obsidian-mcp"
  ],
  "env": {
    "OBSIDIAN_API_KEY": "",
    "OBSIDIAN_REST_API_URL": "http://localhost:27123",
    "OBSIDIAN_VAULT_PATH": ""
  }
}

上面的就是MCP配置的一些代码，其实不是很复杂，你觉得复杂只是见得少罢了，你只需要根据restful插件的api配置进去（这个插件杰森的视频里面介绍了，自己去看）然后就是我们的obsidian仓库的本地的地址，我觉得就是这个配置才可以让我们的composer插件可以获取我们的这个仓库里面的具体的内容的；

这个应该是我目前使用下来效果最好的情况啦，目前没有遇到什么问题，就是需要配置api，我使用deepseek，非常的便宜；

5.后来

上述内容都是我这个周最开始的几天的时间，我周五的晚上参与了一个朋友的会议分享，我发现他是直接把cursor作为自己的大模型啦；

这个也不是不可以，无论是cursor，trae还是codebuddy之类的IDE都是可以的，因为我们直接把我们的仓库在这些工具里面打开即可

这些大模型都是可以获取我们的这个markdown笔记里面的内容的；

但是我最开始没有选择这样的方案，因为那些需要订阅(这个倒不是主要的原因)，我主要是觉得编程的工具处理这样的事情，多少有点大材小用了，而且编程这样的事情更加的技术一些，我们的知识库，就是普通问答，使用次数还是蛮多的，我希望找到性价比更高的替代的方案，因为这个IDE都有这个token限制，所以我不想因为这个限制和我大模型对话的次数

目前composer插件就完全没有这个压力，如果是cursor之类的产品，我可能觉得因为token小号而小心翼翼，不敢放开去使用，但是composer就没有这样的顾虑；

所以，这就是我的真实想法，如果你不想折腾，使用cursor之类的直接用也未尝不是一种选择，但是在这个cherry studio和composer过程中，加深了我对于MCP的理解，真正的把这个东西应用到自己的学习和知识管理里面来了，我觉得这个就是我最大的收获了

之前学习MCP都是为了学习而学习，我觉得这样的效果不是最好的，一次obsidian仓库的最佳实践，就让我重新认识了MCP，我觉得这样的实践经历，对于我们学习技术的效果才是最好的；

这就是我的这周的探索和一些心得体会，我觉得把自己的仓库作为大模型的资料，让大模型成为我们的私人GPT，是非常值得做的一件事情

以上就是这个文档的全部内容，感觉耽误了很久，今天终于写了出来，希望对于大家有所帮助；

免费星球，日常分享我的碎碎念，目前运营一年了，欢迎加入：