LLM Hub
带有聊天功能、工作流程自动化和语义搜索(检索增强生成,RAG)的人工智能助手。支持Gemini、OpenAI、Anthropic、OpenRouter、Grok、本地大语言模型以及命令行界面后端。——此插件尚未经过Obsidian官方人员的人工审核。
1. 主要功能:这是一款免费开源的Obsidian AI插件,具备聊天、工作流自动化和语义搜索(RAG)功能。支持多种大语言模型(LLM)提供商,可进行多提供商的LLM聊天,还能让AI对笔记进行读写、搜索和编辑,拥有可视化节点编辑器的工作流构建器,可集成到Dashboard Hub。 2. 适用场景:适用于需要借助AI辅助处理笔记、自动化完成多步骤任务,以及对笔记进行语义搜索的Obsidian用户。 3. 核心特色:支持众多LLM提供商,用户可按需选择;能通过函数调用让AI操作笔记;工作流构建器有25种节点类型,可直观自动
AI
Pkmer
LLM Lab
Record the local LLM calls your plugins make — stored only inside your vault. - This plugin has not been manually reviewed by Obsidian staff.
LLM Lab 是一个被动记录插件,用于捕获并存储 Obsidian 中其他插件对本地 LLM 的调用日志。它记录模型、完整对话历史、响应内容、延迟及错误状态,数据仅保存在 Vault 内的追加式日志中,不主动发起网络请求或修改笔记。 适用于使用多个依赖本地 LLM 的 Obsidian 插件(如 RAG 助手、聊天插件等)的用户,特别是需要监控 LLM 调用质量、排查错误或构建评估数据集的场景。
AI
Pkmer
LLM Settings Translator
1. 全自动无感:打开设置约 2 秒后自动生效,无需手动点击。 2. 零侵入性:仅修改当前 UI 会话显示,绝不改动插件源码或笔记内容。 3. 高效缓存:翻译结果持久化存储,重复打开不消耗 Token,支持多语言独立缓存。 4. 透明可控:实时显示 Token 用量,支持手动触发重新翻译及弹出窗口模式。
AI
Pkmer
LLM Shortcut
提供一种借助大语言模型(LLM)能力为命令创建快捷方式的方法。
LLM Shortcut 为基于大语言模型(LLM)能力的命令创建快捷方式,可将提示语目录映射为 Obsidian 命令,使用当前打开文档作为所选提示语的上下文信息发送给所选的 LLM 提供商。 适用于需要频繁使用大语言模型进行文本处理,且希望方便管理提示语、避免复制粘贴操作的 Obsidian 用户。 1. 支持多提供商,可与任何 OpenAI 兼容的 API 提供商配合使用。 2. 注重隐私,数据仅在本地处理,不存储或记录到外部。 3. 提供提示语库,可通过文件夹结构组织提示语。 4. 提示语能即时转换为
AI
Pkmer
LLM Summary
快速记笔记,借助大型语言模型(LLMs)。LLMs帮助您总结/整理PDF或现有笔记。
LLM Summary插件为Obsidian用户提供了高效的笔记整理和总结功能,特别适合学术论文阅读。通过利用大语言模型(如OpenAI的GPT),用户可以批量自动生成PDF文件的摘要,并以Markdown格式保存,减少了繁琐的笔记工作。此外,用户可以快速从选定的文本创建新的概念笔记,方便知识的整理与链接。该插件旨在帮助懒惰的笔记者高效管理信息,提升学习和研究的效率。使用时需要配置OpenAI API密钥,并建议在新库中操作以避免冲突。
AI
Pkmer
LLM Tagger
使用本地 LLM 自动标记您的文档
Obsidian LLM Tagger 插件利用本地大型语言模型(LLM)自动为您的 Obsidian 笔记生成标签,提升文档管理效率。该插件通过 Ollama 提供隐私保护和快速处理,能够为新建或修改的笔记自动添加相关标签,并生成简要摘要,保留原始内容。用户可自定义标签列表,避免对未更改文件重复标记,还可通过排除模式避免特定文件或文件夹被标记。此外,插件支持在关闭文件时自动标记,并在不同 Obsidian 会话间持久保存标签。适合需要高效整理和管理笔记的用户。
AI
Pkmer
LLM Test Generator
从您的笔记中生成由AI驱动的测试问题,使用多个大型语言模型提供者(OpenAI、Claude、Mistral、Gemini、DeepSeek)来增强您的学习和记忆。
LLM Testing Plugin 是一款用于在 Obsidian 中生成 AI 驱动的测试问题的插件,旨在提升学习效果和知识掌握。该插件利用多种大型语言模型(如 OpenAI、Claude、Mistral、Gemini 和 DeepSeek)自动从用户笔记中生成相关测试题,并提供即时反馈。 主要功能包括:根据笔记内容生成多种难度的测试问题、实时评估答案并给予反馈、跟踪学习进度以及集中管理所有测试的仪表盘。适合学生和自学者使用,通过定制化的测试帮助用户巩固知识,提升记忆效果。
AI
Pkmer
LLM Text Assistant
Process, translate and refine selected text with any OpenAI-compatible LLM directly in the editor. - This plugin has not been manually reviewed by Obsidian staff.
1. 高度自定义:支持创建带有自定义 Emoji、标题和系统提示词的动作。 2. 流式输出:文本逐字实时生成,体验流畅。 3. 上下文感知:聊天模式可引用笔记标题、路径及周围文本作为背景,提升回答准确性。 4.
AI
Pkmer
LLM Token Count
状态栏里能精准统计大语言模型(LLM)的令牌数量 —— 对GLM - 5.2、GPT、Qwen、DeepSeek可精确统计,对Claude、Gemini能大致估算。 - 这个插件还没经过Obsidian官方人员手动审核呢。
1. 主要功能:在 Obsidian 状态栏实时显示当前打开笔记基于所选大语言模型(LLM)的 token 数量,支持 GLM、GPT、Qwen、DeepSeek 等 11 种模型。 2. 适用场景:适用于需要向大模型发送笔记内容,需提前判断笔记是否在模型上下文窗口范围内,或是否需要拆分、总结的场景。 3. 核心特色:一是准确性,对 GLM - 5.2 可使用真实的 HuggingFace 分词器进行精确计数,避免 GPT 类计数器对中文的高估;二是清晰标注,对不同模型的计数结果明确标注是精确还是近似;三是离线使用,首次使
AI
Pkmer
LLM Translate
使用DeepSeek、OpenAI、Gemini以及其他兼容OpenAI的大语言模型服务,翻译选中的文本或完整笔记。能保留YAML前置元数据,支持流式翻译且可中途取消。——此插件尚未经过Obsidian官方人员的人工审核。
1. 主要功能:可使用DeepSeek、OpenAI、Gemini等大语言模型提供商,对选中文本或整个笔记进行翻译,支持流式输出和取消操作,能保留YAML元数据。 2. 适用场景:适用于将英文文章或YouTube转录内容等剪贴到Obsidian中,希望在编辑器内直接将其翻译成阅读语言的场景。 3. 核心特色:有9种内置翻译提供商,还支持自定义;可快速切换提供商;系统提示语可编辑;有长笔记保护机制,超20000字符的笔记翻译需确认;支持流式输出,翻译逐词显示,可随时取消并恢复原文。 4. 使用建议:该插件仅支持桌面端,不支持
AI
Pkmer
LLM Translator
这个插件还未经Obsidian官方人员手动审核。借助本地和云端翻译服务,在Obsidian自带的PDF阅读器里翻译选中的文本。
LLM Translator 1. 主要功能:该插件可对Obsidian原生PDF阅读器中选中的文本进行翻译,支持在PDF和Markdown文件中进行实时选中文本翻译。提供多种翻译源,包括本地大语言模型(Ollama)、云API(兼容OpenAI)、谷歌翻译和必应翻译。 2. 适用场景:适用于阅读PDF和Markdown文件时遇到外文需要翻译的场景,如学习文献、技术文档等。 3. 核心特色:有多种翻译源可选,本地翻译私密离线且使用无限制;支持多格式文档,PDF默认支持,Markdown开启“全局”模式即可;具备智能交互,选中
AI
Pkmer
LLM Wiki
这个插件还没经过Obsidian官方人员的人工审核哈。它能把原始笔记转化成一个带有可信度评分、记忆层级和知识图谱的相互关联的维基知识库,而且还能借助Claude自动维护呢。
1. 主要功能:将原始笔记、剪报和聊天记录转化为相互关联、由AI维护的个人维基。具备摄取、查询、检查和结晶四种操作,还运行记忆生命周期,包括信心衰减、层级升降和标记陈旧页面。 2. 适用场景:适合作为自托管第二大脑的知识核心,可与其他工具搭配用于内容捕获和空间探索。 3. 核心特色:为页面添加YAML元数据、信心分数、记忆层级和图边,自动维护页面健康;基于人类记忆巩固设置四个记忆层级。 4. 使用建议:先将原始文件放入指定文件夹进行摄取操作,构建维基页面;利用查询功能获取信息;定期使用检查操作确保页面质量;适时进行结晶操作
AI
Pkmer