本地AI问答你的Obsidian笔记，隐私安全不泄露
ObsidianRAG 是一个面向 Obsidian 笔记库的本地优先 RAG（检索增强生成）工具，旨在让用户通过自然语言提问的方式，从自己的笔记中获得精准答案。它解决了在个人知识库中快速查找信息、跨笔记关联上下文的问题，同时强调隐私保护——所有数据处理和推理均在本地完成，无需将笔记内容上传到云端。核心能力包括：支持多种本地推理后端（Ollama、LM Studio 或任何兼容 OpenAI 的服务器），提供 Obsidian 插件、Docker 容器和 PyPI 包三种部署方式，方便不同技术水平的用户集成。项目基于 Python 开发，通过向量检索与生成模型结合，实现对笔记内容的语义理解和问答。对于注重数据隐私、希望利用 AI 提升笔记检索效率的 Obsidian 用户而言，这是一个轻量且灵活的解决方案。
Smart Connections、Copilot for Obsidian、Text Generator
ObsidianRAG 是搜索知识领域的开源项目，由 Vasallo94 开发，2024 年首次发布。
它收录于搜索知识分类，该分类目前共有 581 个项目，GitHub 星标数为 121。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-15。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：个人知识库智能问答，快速定位笔记中的关键信息。同类可对比的替代方案包括 Smart Connections、Copilot for Obsidian、Text Generator。
上一篇：SuperKnowa
下一篇：rag-chunk
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
ragflow
开源
让大模型用上你的私有知识，搭建可靠的企业级RAG应用
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···
