Obsidian 插件：Vector Search

概述

Obsidian Vector Search 插件通过集成 Ollama 的嵌入 API 为 Obsidian 提供语义搜索功能，支持基于内容而非关键词匹配的笔记相似性检索。核心功能包括全库语义搜索、Ollama 嵌入模型支持、可配置相似度阈值、本地快速搜索、自动文件变更检测更新、智能文本分块策略和高效增量更新。该插件适用于需要深度关联笔记内容的场景，解决传统关键词搜索无法捕捉语义关联的问题。使用前需安装 Ollama 并下载 nomic-embed-text 模型（约500MB），支持 macOS/Linux/Windows 平台，要求至少 1GB 内存和 11434 端口可用。安装后通过配置 Ollama 地址和相似度阈值，即可通过选中文本触发语义搜索，系统会实时生成向量嵌入并通过余弦相似度计算返回结果。插件提供段落/字符两种分块策略，支持自动处理文件修改/重命名/删除操作，开发模式下可通过日志监控 API 调用和索引构建状态。

讨论

若阁下有独到的见解或新颖的想法，诚邀您在文章下方留言，与大家共同探讨。