项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 5547
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- 已安装 Obsidian 桌面客户端
- Obsidian 中可访问社区插件市场（能正常联网下载插件）
- 一个已打开的笔记库（Vault）
- 无需 API 密钥，无需额外命令行工具或独立应用
安装与启动步骤
-
1安装并启用插件
在 Obsidian 中打开设置，进入社区插件（第三方插件）浏览并搜索 Smart Connections，点击安装后启用。README 明确说明：安装并启用即可。
-
2等待本地嵌入生成
启用后本地模型会立即开始为笔记创建嵌入，无需额外应用、CLI 工具或 API Key。笔记较多时首次建索引需要等待一段时间。
-
3打开 Connections 视图
点击左侧边栏的 Connections 图标，或打开命令面板执行 Open: Connection view 命令，即可看到与当前笔记语义相关的笔记。
Open: Connection view
如何确认成功
左侧 Connections 面板能列出与当前笔记语义相关的笔记（而非关键词匹配），即说明本地嵌入已生效。
常见问题
Q：需要申请 API 密钥或配置模型吗？
A：不需要。插件内置本地模型，安装启用后即自动生成嵌入；API Key 仅在你想额外接入 ChatGPT、Claude、Gemini 等模型时才涉及。
Q：必须安装额外软件或使用命令行吗？
A：不需要。README 明确写明：无需额外应用、无需 CLI 工具，直接在 Obsidian 中安装并启用插件即可。
Q：刚装好为什么没看到相关笔记？
A：本地模型正在后台为笔记创建嵌入，笔记量大时需要一定时间；等索引构建完成后，Connections 视图会逐步显示结果。
注意事项
- 插件完全本地运行嵌入计算，笔记内容默认不出本机，隐私性较好。
- 首次索引期间 Obsidian 可能有一定资源占用，建议在空闲时段完成首次构建。
- Connections 视图展示的是语义相关笔记，与关键词搜索的排序结果会明显不同。
- 如需更强模型能力，可另行接入 ChatGPT、Claude、Gemini 等服务。
核心亮点
- 本地嵌入模型实现语义搜索，无需 API 密钥，保护隐私且零成本
- 自动在图形和列表视图展示相关笔记，显著提升链接发现效率
- 支持 ChatGPT、Claude、Gemini 等多种模型，灵活适配不同需求
不足之处
- 语义搜索效果依赖本地模型能力，可能不如云端大模型精准
- 文档/社区待观察
适用场景
- 学术写作中快速关联相关文献和笔记
- 知识库维护时自动发现主题间的隐性联系
- 日常笔记记录中即时补充上下文和背景资料
替代项目
obsidian-copilot、smart-connections-obsidian、obsidian-ai
上一篇：OpenDeepWiki
同类项目推荐
Awesome-RAG
开源
一站式收藏 RAG 前沿资源，快速掌握增强生成技术
Awesome RAG: A resource of Retrieval-Augmented Generation (RAG) for LLMs, focusing o···
HippoRAG
开源
给 RAG 装上记忆图谱，多跳问答一次串起来
[NeurIPS'24] HippoRAG is a novel RAG framework inspired by human long-term memory th···
llm-app
开源
开箱即用的 AI 模板，上午搭好下午就用上
A no-code RAG server that keeps answers in sync with your documents. Works with 8 ve···
github-repo-tavily-ai-search
开源
输入一句话，AI 帮你精准找到最合适的开源项目
Discover existing open source projects 10x faster using AI search. This project leve···
awesome-ai-web-search
开源
一份清单，带你玩转AI搜索工具。
List of software that allows searching the web with the assistance of AI: https://hf···
BCEmbedding
开源
有道开源的 RAG 嵌入+重排模型，中文检索更准
Netease Youdao's open-source embedding and reranker models for RAG products.
oreilly-retrieval-augmented-gen-···
开源
用真实数据增强LLM，快速上手RAG与GraphRAG实战
See how to augment LLMs with real-time data for dynamic, context-aware apps - Rag + ···
raptor
开源
把文档建树，检索时既能看细节又能看全局
The official implementation of RAPTOR: Recursive Abstractive Processing for Tree-Org···
twosetai
开源
边看代码边学搜索知识，动手实践入门
All the code and materials