Obsidian 插件：【Readme】Zettelkasten LLM Tools

概述

由大型语言模型（例如语义搜索）驱动的 Zettelkasten 笔记记录。

Readme(翻译）

下面是 zettelkasten-llm-tools 插件的自述翻译

Zettelkasten LLM 工具

由大型语言模型驱动的 Zettelkasten 笔记记录。

特点

• 生成嵌入并索引当前笔记
• 对与当前笔记相似的笔记进行语义搜索
• 根据文件名模式批量生成嵌入并索引笔记

如何使用

首先，在设置页面中添加您的 OpenAI API 密钥。安装并激活插件后，在 Obsidian 中打开设置面板，然后点击 Zettelkasten LLM Tools 选项卡。从OpenAI请求API密钥，并将其粘贴到设置字段中。

为当前笔记生成索引

为了仅为一个笔记生成索引，打开 Obsidian命令面板，输入 “Generate embeddings for current note”，然后按回车键。该笔记将通过 OpenAI API 创建一个向量嵌入，并添加到本地索引中。

如果当前笔记已经被添加到索引中，并且自上次创建嵌入向量以来内容文本没有发生变化，将不会请求新的嵌入向量。如果内容文本发生了任何变化，将会请求一个新的嵌入向量。

批量生成笔记索引

要一次索引多个笔记，请打开 Obsidian命令面板，然后输入“打开批量生成嵌入模态框”。这将打开批量索引模态框。

通过输入“允许模式”和/或“禁止模式”来为您想要的笔记创建嵌入向量。这些模式不是正则表达式，但它们接受 * 作为通配符。当以逗号分隔时，“允许模式”还可以接受多个匹配模式。为了排除符合“允许模式”的文件，添加一个“禁止模式”来将其移除。

批量索引模态框将显示与给定模式匹配的文件路径列表。一旦您确认这是您要使用的列表，请点击开始批量嵌入，向 OpenAI 请求向量嵌入，并将其存储到本地索引中。

如果批处理中的笔记已经添加到索引中，并且自上次嵌入创建以来确切的内容文本没有更改，它将不会请求新的嵌入向量。如果内容文本有任何更改，将会请求一个新的嵌入向量。

使用语义搜索查找与当前笔记相似的笔记

要使用语义搜索查找与当前打开的笔记相似的笔记，打开 Obsidian命令面板，然后输入 “Semantic Search for notes similar to current note”。如果当前笔记尚未嵌入，将会从 OpenAI 请求一个嵌入。然后，相似的笔记将按照它们的相似度得分（余弦相似度）的顺序显示在模态框中，同时显示它们的内容文本。（请注意，这只会在已经使用嵌入进行本地索引的笔记上运行搜索。）要复制笔记的链接文本，请单击链接文本旁边的图标以将链接文本复制到剪贴板中。

手动安装插件

• 克隆这个仓库。
• 运行 yarn 安装依赖。
• 运行 npm run dev 以启动编译并进入监视模式。
• 将 main.js、styles.css 和 manifest.json 复制到你的 vault VaultFolder/.obsidian/plugins/obsidian-gpt-zettelkasten/ 目录下。