$ loading_
将本地 Obsidian 笔记接入 LM Studio，实现对知识库的检索问答。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"obsidian-rag-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请在我的 Obsidian 笔记库中搜索“RAG 评估方法”，并根据检索到的笔记总结关键结论。
返回相关笔记内容，并基于这些笔记给出简要总结。
根据我的本地 Obsidian 笔记，回答：我之前记录的产品发布流程有哪些步骤？
检索相关笔记后，输出基于笔记内容的答案。
帮我搜索 Obsidian 笔记库里所有提到“客户访谈”的笔记，并整理成要点列表。
列出命中的笔记信息，并汇总其中的主要要点。
研究员、学生或内容创作者可以把本地 Obsidian 笔记库接入聊天模型，让模型先检索笔记，再基于已有记录回答问题。
当你已经使用 LM Studio 运行聊天模型时，这个 MCP 服务可提供 search_notes 工具，帮助模型访问本地笔记内容。
当笔记分散在多个 Obsidian 文档中时，可通过检索工具定位相关内容，并让模型据此生成更准确的回答。
它是一个 MCP server，可与 LM Studio 集成，提供 search_notes 工具，让聊天模型检索本地 Obsidian vault 并据此回答问题。
根据描述，至少需要 LM Studio、本地 Obsidian vault，以及支持 MCP 的使用环境。更具体的安装与配置要求见源码仓库。
它的特点是为模型增加对本地 Obsidian 笔记的检索能力，而不是只依赖模型自身已有知识。这样回答可以更贴近你的个人笔记内容。
帮助用户通过本地工具搜索、创建并管理 Obsidian 知识库笔记。
让 AI 直接管理本地 Obsidian 知识库中的笔记与标签
连接 ChatGPT 与 Obsidian 知识库，直接读取、写入并整理本地笔记。
让 AI 安全读写 Obsidian 笔记库，并支持语义检索与网页内容采集。
让 AI 在本地 Obsidian 仓库中创建、更新、搜索并规范管理笔记。
让 AI 在本地 Obsidian 知识库中安全读写、检索与关联笔记。