如何用免费插件给 Obsidian 装上完全离线的本地 AI 助手？obsidian-local-gpt 保姆级教程
【免费下载链接】obsidian-local-gptLocal Ollama and OpenAI-like GPT's assistance for maximum privacy and offline access项目地址: https://gitcode.com/gh_mirrors/ob/obsidian-local-gpt
obsidian-local-gpt 是一款免费开源的 Obsidian 插件，它把你电脑上自己运行的本地大模型直接接进笔记工作流：选中任意一段文字，就能让 AI 帮你续写、总结、改语法、提取待办。全程离线运行，笔记内容一步都不会离开你的设备，真正同时兼顾"AI 好用"和"数据隐私"这两件事。
动手前，先花两分钟搞懂它到底在做什么
很多新手第一次接触这类插件，会觉得概念好多。别急，我用一句话给你捋顺：本地 AI 模型就像你在家里请的一位贴身秘书，而插件负责把这位秘书的电话接通到 Obsidian 上。
具体来说，整个工作流是这样跑的：
- 你在笔记里选中一段文字；
- 插件把这段文字和你选中的"动作"（比如总结、续写）打包成一个请求；
- 请求经由配套的 AI Providers 插件，转发给你本地的模型；
- 模型给出回答，插件把结果粘贴回笔记。
为什么要坚持本地，而不是直接开个 ChatGPT 网页版？三个理由足够硬核：第一是隐私，你的日记、研究笔记、未公开的想法永远不会上传到任何云端；第二是免费，只要电脑跑得动模型，调用次数不设上限；第三是稳定，断网也能照常用，不受任何服务商限制。
开工前的准备：三样东西，缺一不可
在安装插件之前，请先把下面的"地基"打好，否则后面会四处碰壁。
第一样：一个本地模型运行环境。最推荐的是 Ollama，它相当于模型界的"应用商店 + 运行器"。去官网下载对应你系统的安装包，装好即可。
第二样：至少一个对话模型。打开终端执行下面这行命令，拉一个通用模型：
ollama pull llama3如果你之后想让插件"看懂"你的知识库（也就是 RAG，后面会讲），建议再补两个嵌入模型——嵌入模型负责把文字变成向量，方便快速检索相似内容：
ollama pull nomic-embed-text ollama pull bge-m3💡 小贴士：nomic-embed-text 处理英文又快又准；如果笔记以中文为主，选 bge-m3 效果更好。
第三样：AI Providers 插件。它相当于一个"接线员"，负责把 Obsidian 的请求转交给不同的模型服务商。在 Obsidian 的社区插件商店搜索 "AI Providers" 安装并启用，然后在它的设置里创建一个 Provider，把地址指向本地的 Ollama（默认是 http://localhost:11434）。这三样备齐，我们再请主角登场。
正式安装：两条路任你选
路线一：官方插件商店（新手首选）。打开 Obsidian → 设置 → 社区插件 → 浏览，搜索 "Local GPT"，点安装、点启用，30 秒完事，无需任何命令行操作。
路线二：手动安装（适合想折腾源码的玩家）。先克隆代码仓库：
git clone https://gitcode.com/gh_mirrors/ob/obsidian-local-gpt进入目录后安装依赖并构建：
cd obsidian-local-gpt && npm install && npm run build然后把生成的main.js、manifest.json、styles.css三个文件复制到你的库目录下的.obsidian/plugins/local-gpt文件夹，再回到 Obsidian 启用它。
装好后别忘了两件小事：回到插件设置页，在"主模型"里选中你刚才配置的 AI Provider；再去 Obsidian 设置 → 热键里搜索 "Local GPT"，给"显示上下文菜单"和"动作面板"各绑一个顺手的热键（比如Ctrl+M和Ctrl+J）。
第一次调用：从一个选区开始
现在进入最有成就感的时刻。随便打开一篇笔记，选中一段话，按一下你绑定的热键（或直接右键），就会弹出一个动作菜单——这就是插件的核心入口。
插件默认给你备好了 6 个现成动作：
- 继续写作：选中一段文字，让 AI 顺着思路往下写；
- 总结：长文一键提炼要点；
- 修复拼写和语法：改完后会直接替换原文，省得手动复制；
- 查找行动项：把会议纪要里的待办提取成
- [ ]清单； - 通用帮助：把选中的文字直接当提问丢给模型，想怎么问都行；
- 新建系统提示：让 AI 帮你设计一个新的系统提示词，等于教它学会一项新技能。
如果还想更快，按Ctrl+J打开动作面板。它长得像 Obsidian 自带的命令面板，支持输入过滤、一键执行任意动作，特别适合不选中任何文字、直接向 AI 提问的场景。
进阶玩法：让 AI 真正"读懂"你的整个知识库
只处理选中的文字，其实只是开胃菜。这个插件最有含金量的功能叫RAG（检索增强生成）——简单说，就是当你选中一段提到[[某篇笔记]]的文字时，插件会自动沿着链接把目标笔记的内容抓过来，一起塞进提示词，让 AI 结合上下文作答。
更厉害的是它支持多跳链接：A 笔记链接 B 笔记，B 又链接 C 笔记，插件会一路顺着追下去（默认最多追 10 层），把整个知识网络都搬进上下文。反向链接（也就是"谁链接了你"）同样会被纳入；PDF 文献也不在话下——在笔记里插入 PDF 链接，AI 就能读取里面的内容参与分析。
想调整这些上下文在提示词里的位置？插件提供了一套模板关键字，完整说明写在docs/prompt-templating.md里：
{{=SELECTION=}}：指定选中文字插入的位置；{{=CONTEXT=}}：指定上下文插入的位置；{{=CONTEXT_START=}}和{{=CONTEXT_END=}}：当上下文为空时，整段内容自动省略，避免提示词里残留空壳。
另外，只要你的模型支持视觉（比如bakllava、llava这类多模态模型），插件还能把图片内容直接喂给 AI。截图里的文字提取、扫描件的智能解读，都能在本地一键完成。
新手最容易踩的 4 个坑
坑一：报错"模型未找到"。十有八九是 Provider 里填的模型名和 Ollama 实际拉取的模型名不一致。执行ollama list核对一遍名字，一字不差地填回去即可。
坑二：提示词太长、内存被吃爆。本地模型对内存很挑剔，尤其是同时抓取多篇笔记做上下文时。建议在设置里把"上下文限制"调低一些，或者换个内存更充裕的模型。
坑三：中文回答质量差。原因多半是用了偏英文的嵌入模型。把 RAG 的嵌入模型换成bge-m3，中文笔记的关联效果会有肉眼可见的提升。
坑四：动作面板空空如也。依次检查三件事：AI Providers 插件有没有启用、Provider 有没有创建成功、主模型有没有选中。三者缺一个，插件都会"叫不应"模型。
写在最后
obsidian-local-gpt 走的是一条"小而美"的路线：不搞云、不上传、不收费，却把总结、续写、语法检查、知识库问答这些高频场景全部覆盖，而且项目仍在持续迭代，社区动作模板也在不断扩充。如果你正纠结"AI 很方便，但不想交出笔记内容"，现在就可以动手：装上 Ollama，拉一个模型，30 分钟后，你的 Obsidian 就是一座完全私有的智能知识库。
【免费下载链接】obsidian-local-gptLocal Ollama and OpenAI-like GPT's assistance for maximum privacy and offline access项目地址: https://gitcode.com/gh_mirrors/ob/obsidian-local-gpt
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
