GD4AI/obsidian-llm-wiki

解決的問題

在大型 Obsidian 庫中尋找碎片化筆記之間的關聯可能很困難。此插件實現了「Karpathy LLM Wiki」概念，將一組平面筆記轉化為結構化、相互連結的知識庫（維基），其中實體與概念會自動提取並連結，使你的個人知識圖譜可透過 AI 進行查詢。

工作原理

插件讀取你的筆記，並使用大型語言模型（LLM）提取實體（人物、組織、產品）和概念（理論、方法）。然後在專用的 wiki/ 檔案夾中為這些項目建立獨立的維基頁面，包含別名與雙向 [[維基連結]]。

與傳統的 RAG（檢索增強生成）系統不同，它採用 零嵌入、零向量資料庫架構。相反，它在現有連結圖上使用 個人化頁面排名（PPR） 與蒙特卡洛方法來檢索查詢的相關資訊，這意味著它依賴於你的筆記結構，而非數學向量嵌入。

適用對象

• Obsidian 使用者：希望在不設定複雜外部資料庫或 Python 環境的情況下，將筆記轉化為 AI 驅動的第二腦。
• 重視隱私的使用者：可使用 Ollama 或 LM Studio 在本地完全運行系統。
• 知識工作者：希望擁有僅基於自己庫內容嚴格回應的可查詢聊天介面。

特色亮點

• 零依賴安裝：一鍵式 Obsidian 插件，無需嵌入模型、向量資料庫或外部執行時。
• 廣泛提供者支援：相容 16+ LLM 提供者，包括 OpenAI、Anthropic、Gemini、Bedrock 以及本地選項如 Ollama。
• 多格式匯入：支援 Markdown、PDF、影像和 Office 檔案（透過 MinerU 後端或原生雲提供者 PDF 支援）。
• 基於圖的檢索：使用個人化頁面排名（PPR）進行檢索，而非 kNN/嵌入。
• 維護工具：包含「檢查維基」健康掃描與「智慧修復全部」功能，可自動解決重複項、死鏈與孤立頁面。