green-dalii/obsidian-llm-wiki

Karpathy's LLM Wiki implementation plugin for Obsidian - turns notes and PDFs into a linked, LLM-powered knowledge base with entity pages, concept pages, graph-powered Q&A, and local-first privacy.

它解决了什么问题

许多用户在 Obsidian 中积累了大量笔记，随着数量增长，导航变得困难。传统的搜索或文件夹结构往往无法揭示想法之间的非显性联系。此插件可自动从这些笔记中创建一个结构化、相互关联的维基，使用户能够与知识库进行对话，并发现关系，而无需手动标记或组织每个文件。

它如何工作

该插件使用大语言模型（LLM）从您的笔记中提取实体（人物、组织）和概念（理论、术语），为每个实体创建独立的维基页面。与使用向量数据库或嵌入不同，它采用基于图的检索系统，利用个性化 PageRank（PPR）和在 [[wiki-link]] 图上的蒙特卡洛模拟。这使得 AI 能够根据笔记之间的结构连接性来检索相关上下文，而不仅仅是语义相似性。

适合谁使用

Obsidian 用户：希望拥有一个可通过 AI 查询的「第二大脑」。
注重隐私的用户：偏好本地优先的设置（通过 Ollama 或 LM Studio），以保持数据离线。
非技术用户：希望一键安装，无需管理 Python 环境或向量数据库。
研究人员：需要将 PDF、图像和 Office 文档（如 DOCX、PPTX、XLSX）导入知识图谱。

主要亮点

零嵌入架构：使用基于图的检索（PPR）而非向量数据库，无需嵌入模型。
广泛的提供方支持：兼容 16+ 个 LLM 提供方，包括 OpenAI、Anthropic、Gemini 以及本地选项如 Ollama。
多格式导入：通过 MinerU 或原生云提供方 PDF 支持，支持 Markdown、PDF、图像和 Office 文件（DOCX、PPTX、XLSX）。
集成工作流：完全在 Obsidian 内运行，利用原生图谱视图进行可视化，并通过右侧停靠侧边栏进行对话。
双语/多语言支持：支持 11 种原生语言，适用于用户界面和生成的维基输出。

一个真正能理解你笔记之间联系的 AI，而不是仅仅匹配关键词。 — @handle