obsidian社区插件
Obsidian 插件：Semantic Search
插件ID：bbawj-semantic-search_readme
bbawj-semantic-search_readme
bbawj semantic-search_readme：使用OpenAI的文本嵌入进行文件的语义搜索。
Obsidian 插件：Semantic Search
插件名片
概述
使用 OpenAI 的文本嵌入进行文件的语义搜索。
原文出处
下面自述文件的来源于 Readme
Readme(翻译）
下面是 bbawj-semantic-search 插件的自述翻译
基于您的意图查找所需内容。这是一个由 OpenAI 的嵌入式 API 提供支持、使用 WASM 和 Rust 构建的新文件切换工具。
命令
| 命令 | 描述 |
|---|---|
| 生成输入 | 根据笔记中的章节生成输入的 csv 文件。目前，章节被定义为标题之间的文本块。生成的输入保存在根文件夹中的 input.csv 文件中。 |
| 生成嵌入 | 通过 OpenAI 的 text-embedding-ada-002 嵌入模型获取嵌入。这需要先成功执行生成输入命令。生成的嵌入保存在根文件夹中的 embedding.csv 文件中。 |
| 打开查询模态框 | 使用生成的嵌入在笔记中进行语义搜索。 |
| 使用当前选择推荐链接 | 使用当前编辑器的选择作为查询输入，自动创建一个带有您选择的 markdown 链接。也可以通过鼠标右键在上下文菜单中触发。 |
配置
| 设置 | 描述 |
|---|---|
| API 密钥 | 您的 OpenAI API 密钥，可以在 此处 找到。此密钥将存储在 data.json 中，与所有 Obsidian 插件设置数据一样，请确保不要将此文件提交到存储库中。 |
| 节分隔符 | 用于确定当前行是否是新节的正则表达式。节用于将相关内容分组在一起。默认为 .，表示每行都是一个新节的开始。例如，匹配每个标题：^#{1,6} |
| 要忽略的文件夹 | 生成输入时要忽略的文件夹。输入文件夹路径时请使用换行符分隔。 |
| 批次数量 | 用于调用 OpenAI 端点的批次数量。如果您有大量数据，并且遇到无效请求错误，请尝试增加此数字。 |
启用使用 {{}} 进行链接推荐 | 使用 {{}} 作为触发文件链接的语义搜索建议的方式。 |
所有设置当前都需要重新加载才能生效。
安装
从 Obsidian v1.0.0 开始，可以在 Obsidian 内部激活此插件：
- 打开设置 > 第三方插件
- 确保安全模式已关闭
- 点击浏览社区插件
- 搜索“语义搜索”
- 点击“安装”按钮
- 安装完成后，关闭社区插件窗口
- 在“已安装插件”部分，启用语义搜索
从 Github
- 下载 最新版本发布
- 将发布的 zip 文件内容解压到您的 vault 的插件文件夹中：
/.obsidian/plugins/ 注意：在 MacOS 上，默认情况下，.obsidian 文件夹可能是隐藏的。 - 重新加载 Obsidian
- 打开设置，第三方插件，确保安全模式已关闭，并从那里启用“语义搜索”。
贡献
欢迎贡献！
开始
- 克隆仓库
- 进入新创建的文件夹并运行
yarn install - 运行
yarn run dev
注意
目前，这个插件仍处于实验阶段，请自行承担使用风险。测试是在 Windows 上进行的。
感谢 罗伯特的博客文章 提供的思路和灵感！
