Obsidian 插件:Vector Search

Obsidian 插件:Vector Search

插件名片

  • 插件名称:Vector Search
  • 插件作者:Ashwin A Murali
  • 插件说明:用Ollama和nomic-embed-text嵌入技术对笔记进行语义搜索。需要安装Ollama。
  • 插件分类:[‘自动化与AI’, ‘搜索与排序’, ‘数据处理’, ‘obsidian插件’]
  • 项目地址:点我访问
  • 国内下载地址:下载安装
  • 自述文件:Readme

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。

Help

这篇插件文章还没有人贡献,欢迎占坑!
如果您有好的想法欢迎提交PR或者文末留言。


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。



反馈交流

其他渠道

版权声明