GD4AI/obsidian-llm-wiki

解决的问题

在大型 Obsidian 库中寻找碎片化笔记之间的关联可能很困难。此插件实现了「Karpathy LLM Wiki」概念，将一组扁平的笔记转化为一个结构化、相互连接的知识库（维基），其中实体和概念会自动提取并链接，使你的个人知识图谱可通过 AI 进行查询。

工作原理

插件读取你的笔记，并使用大型语言模型（LLM）提取实体（人物、组织、产品）和概念（理论、方法）。然后在专用的 wiki/ 文件夹中为这些项目创建独立的维基页面，包含别名和双向 [[维基链接]]。

与传统的 RAG（检索增强生成）系统不同，它采用 零嵌入、零向量数据库架构。相反，它在现有链接图上使用 个性化页面排名（PPR） 和蒙特卡洛方法来检索查询的相关信息，这意味着它依赖于你的笔记结构，而非数学向量嵌入。

适用人群

• Obsidian 用户：希望在不设置复杂外部数据库或 Python 环境的情况下，将笔记转化为 AI 驱动的第二大脑。
• 注重隐私的用户：可使用 Ollama 或 LM Studio 在本地完全运行系统。
• 知识工作者：希望拥有一个仅基于自己库内容严格回答的可查询聊天界面。

特色亮点

• 零依赖安装：一键式 Obsidian 插件，无需嵌入模型、向量数据库或外部运行时。
• 广泛提供者支持：兼容 16+ LLM 提供者，包括 OpenAI、Anthropic、Gemini、Bedrock 以及本地选项如 Ollama。
• 多格式导入：支持 Markdown、PDF、图像和 Office 文件（通过 MinerU 后端或原生云提供者 PDF 支持）。
• 基于图的检索：使用个性化页面排名（PPR）进行检索，而非 kNN/嵌入。
• 维护工具：包含「检查维基」健康扫描和「智能修复全部」功能，可自动解决重复项、死链和孤立页面。