我最近更新了自己开发的 Obsidian 插件 Personal Assistant，关于这次更新的主要特性，简单来说，它能让 Obsidian 笔记库变成一个“本地私有版 ChatGPT”，帮助使用者阅读、总结、基于笔记内容问答等，这让 Obsidian 变成了个人专属的知识助理，这篇文章就分享这个插件的新功能以及我自己的使用体验。
P.S. 这个插件适合对 Obsidian 有一定了解，正在探索 AI+效率工具并且注重自己笔记安全的小伙伴～
🧠 插件能做什么？
Personal Assistant 插件的原理是利用了 RAG（检索增强生成） 技术，把你自己的 Obsidian vault 构建成一个可以“召回+生成”的智能知识库，配合大型语言模型（LLM），你就拥有了一个真正理解你笔记的 AI 助手。
🌟 核心功能有三个：
- ✅ 完全本地化运行，安全不上传
- 所有内容都保存在你自己的电脑上
- 构建 RAG 知识库都在本地完成
- 你的知识，就是你的，不用担心隐私泄露
- 🧠 智能阅读、总结和复用 Obsidian 笔记内容
- 自动提取和整合笔记里的内容
- 可以像问
ChatGPT一样问笔记库的问题 - 还能生成总结、报告、甚至写作提纲
- 非常适合写作、研究、知识整理场景
- 🌍 多语言支持，中文英文都 OK
- 不论你是用中文记录、还是用英文做资料整理，插件都能处理
- 完全适配中文 Obsidian 用户的使用习惯
📘 举几个使用场景，真实高效！
- 复习场景：问它“我上周记的那个《费曼学习法》的要点是什么？”它会从笔记中召回、总结告诉你！
- 写作场景：让它帮你基于你写过的碎片笔记，生成一段结构化内容，连标题和框架都帮你想好了
- 会议记录：把会议纪要存进 Obsidian，问它“上次项目会议我们说了什么重点？”它就给你提炼出来
总之，它真的让“写完的笔记能活起来”✨。
下面我用几个视频介绍一下插件基本用法：
- 初始化本地向量知识库
- 本地知识库实时更新
- Obsidian本地知识库AI助手
P.S. 向量知识库初始化的性能问题：
- 本地硬件：MacBook 2019 i9 16GB Memory 512GB Storage
- 操作系统：macOS 15.5
- Obsidian：1.9.2
- Vault：笔记数量 3721
- VSS 初始化时间：18min
🔍 什么是 RAG？不懂也没关系，我简单讲下
如果你对技术原理感兴趣，简单解释一下：
RAG（Retrieval-Augmented Generation）是一种结合“信息检索 + 文本生成”的 AI 模式。
Personal Assistant 会实时的将 Obsidian 笔记进行 text embedding 向量化，LLM 在做知识问答的时候，它会先从你的笔记中根据语义相关性、MMR等算法检索相关知识库片段，把这些片段交给大语言模型去理解并生成回答或内容。
所以，它比“纯生成”更可信、更贴近你自己写过的内容，也更像是你“第二大脑”的延伸！
🧭 Obsidian 的知识图谱，也能派上用场！
插件还融合了 Obsidian 原生的「知识图谱」结构，会在检索时自动考虑笔记间的链接、上下文和引用关系，真正做到“用结构化知识召回内容”。
也就是说，你不仅可以问“这是什么”，还可以问“它和哪些笔记有关”，特别适合信息密集型的笔记用户。
Personal Assistant 插件在每次生成的最后会附上引用的 Obsidian Vault 中笔记记录，方便用户在回顾 Obsidian 中记录的知识。
🔧 插件获取方式（开源）：
GitHub 项目地址（持续更新中，欢迎提交 issue 或 PR）：
👉 https://github.com/edonyzpc/personal-assistant
Obsidian 插件安装（官网地址）：
👉 https://obsidian.md/plugins?id=personal-assistant
✅ 最后总结一下
✨ 如果你已经在用 Obsidian，但总觉得笔记写了就沉底了，不太会“复用”；
✨ 或者你想要一个属于自己的、不上传自己内容也能用的 AI 助手；
✨ 又或者你对 AI + Obsidian 知识管理特别感兴趣；
✨ 如果你已经用上了，欢迎来松烟阁一起交流使用体验和玩法 💬；
✨ 如果你想尝试但不太懂配置，我也可以写一篇新手配置指南，欢迎在 GitHub 留下 issue；
持续更新中，欢迎关注我，一起探索 Obsidian x AI 的更多可能！