note-companion
Note Companion 是一款专为 Obsidian 打造的智能助手，旨在将杂乱的信息捕获转化为整洁、可搜索的知识笔记。它不仅能让你与知识库进行深度对话，还能自动整理文件结构，彻底解决笔记“只存不用”、内容混乱难以检索的痛点。
这款工具特别适合研究人员、学生、需要频繁处理会议记录的专业人士，以及任何受困于未处理“收件箱”笔记的用户。其核心亮点在于强大的多媒体处理能力：支持多语言 YouTube 视频及大型音视频文件的精准转录，即使在没有官方字幕的情况下也能正常工作。在会议场景中，它能自动生成包含讨论要点和行动项的结构化笔记，并嵌入原始录音。
技术层面，Note Companion 提供了极高的灵活性与隐私保护选项。用户既可以选择便捷的官方云服务，也可以填入自己的 OpenAI、Claude 等 API 密钥，甚至通过 Docker 完全本地化部署（如搭配 Ollama），确保数据始终掌握在自己手中。通过简单的设置，它就能实现从链接到结构化笔记的一键转换，或是对 inbox 中的草稿自动建议标签、文件夹和标题，让知识管理变得高效而自然。
使用场景
一位市场研究员需要快速处理大量竞品分析视频、会议录音以及零散的灵感笔记，并将其整理为可检索的知识库。
没有 note-companion 时
- 观看长视频或听会议录音时需手动记录重点，耗时费力且容易遗漏关键信息，转录工作更是难上加难。
- 收集的原始笔记杂乱无章地堆在“收件箱”文件夹中，缺乏统一的标签和分类，导致后期查找极其困难。
- 想要回顾过往研究内容时，只能靠记忆或逐个打开文件搜索，无法直接针对整个知识库进行跨文件的智能问答。
- 会议结束后需花费额外时间人工整理纪要、提取待办事项，流程繁琐且容易出错。
使用 note-companion 后
- 直接粘贴 YouTube 链接或上传录音文件，note-companion 即可自动生成多语言逐字稿、核心摘要及结构化笔记，效率提升数倍。
- 设定好“收件箱”规则后，note-companion 能自动建议或直接应用合适的文件夹路径、标签和标题，让笔记瞬间变得井井有条。
- 通过在聊天窗口中使用 @提及功能，可以直接与整个知识库对话，快速提取跨文件的洞察，无需手动翻阅大量文档。
- 会议录音结束后，一键执行“增强笔记”功能，即刻获得嵌入音频的完整纪要、讨论要点及清晰的行动项列表。
note-companion 将碎片化的信息捕获转变为自动化、结构化的知识管理流程，让用户从繁琐的整理工作中解放出来，专注于深度思考。
运行环境要求
- 未说明 (作为 Obsidian 插件运行，支持所有 Obsidian 兼容的系统)
- 非必需
- 若使用本地模型 (如 Ollama)，取决于所选模型的需求
- 云端或自带 API Key 模式无需本地 GPU
未说明 (取决于是否运行本地大模型)
快速开始
笔记伴侣（原名：文件整理器 2000）
将杂乱的记录转化为整洁、可搜索的笔记——在 Obsidian 内直接实现 音频/YouTube 转录、与知识库对话，以及自动整理文件。 支持 笔记伴侣云服务、您自己的 AI API 密钥，或 自托管。
✅ 适合人群：研究人员、学生、会议密集型工作流，以及任何“收件箱”中堆满未处理笔记的人。
您可以做到的事情
- 🎬 转录 YouTube 视频（多语言支持，即使常规字幕不可用也能工作）
- 🎙️ 转录音频和视频文件（可靠处理大文件）
- 🧠 结合知识库上下文与笔记对话（可通过提及文件/文件夹/标签进行交互）
- 🗂️ 自动整理与格式化笔记（提供文件夹/标签/标题/模板建议；可选“收件箱”自动化）
- 🧾 会议记录 → 强化笔记（包含转录文本、讨论要点、待办事项及嵌入式音频）
- 🔌 支持多种 AI 提供商：OpenAI、Claude、Gemini、Groq、Ollama/本地模型，以及自定义基础 URL
- 🏠 支持自托管（Docker + 服务示例）
截图
基于 AI 的标签、文件夹和格式化建议
YouTube 链接 → 转录文本 + 摘要 + 结构化笔记
通过 @提及文件、文件夹和标签与笔记对话
录制会议后，可进一步强化笔记，添加转录文本、讨论要点和待办事项
安装
Obsidian → 设置 → 社区插件 → 浏览 → “笔记伴侣” → 安装 → 启用
60 秒快速设置
- 打开 设置 → 笔记伴侣
- 选择您的模式：
- 笔记伴侣云服务（登录 notecompanion.ai，输入您的许可证密钥）
- 使用您自己的密钥（OpenAI / Claude / Gemini 等 — 粘贴您的 API 密钥）
- 自托管后端（粘贴您的基础 URL + 密钥，如需）
- 进行测试：
- 打开命令面板 → 笔记伴侣：打开聊天
- 输入：“总结这篇笔记并给出标签建议”
快速工作流
1) YouTube → 笔记
- 复制一个 YouTube 链接
- 在 笔记伴侣聊天 中粘贴该链接
- 即可获得转录文本 + 摘要 + 可选的结构化笔记
2) 音频录音 → 会议笔记（最佳演示）
- 打开 会议 选项卡 → 开始录音
- 停止录音 → 选择一篇笔记 → 强化笔记
- 您将得到：
- 嵌入式音频
- 转录文本
- 讨论要点 + 行动项
3) 收件箱自动整理
- 创建一个收件箱文件夹（在设置中配置）
- 将原始笔记/链接丢进其中
- 笔记伴侣会建议（或自动应用）文件夹 + 标签 + 标题 + 格式化方式
服务提供商与隐私
笔记伴侣可以通过以下方式运行：
- 笔记伴侣云服务，或
- 您自己的 API 密钥（OpenAI/Claude/Gemini 等），或
- 本地/自托管模型（例如 Ollama + 自定义基础 URL）
您的数据处理方式取决于所选的服务提供商。请访问我们的完整隐私政策：notecompanion.ai/privacy
云服务：
- 文件会通过我们安全的 API 进行 AI 分析
- 为计费和速率限制收集使用统计数据
- 您的知识库内容保持私密，仅在您明确使用插件功能时才会被处理
自托管 / 您的 API 密钥：
- 所有处理均在您自己的基础设施上完成
- 数据不会离开您的控制范围
- 不会进行使用情况追踪
自托管
想要完全掌控并使用本地基础设施吗？
➡️ 请参阅 SELF-HOSTING.md，了解 Docker + 服务部署及安全注意事项。
故障排除
如果转录失败：
- 检查服务提供商的密钥、模型可用性以及文件大小限制
- 确认 API 密钥有效且余额充足
- 对于大文件（超过 25MB），考虑拆分或压缩
如果 YouTube 导入失败：
- 尝试其他备用方法
- 确保视频可访问且非私密/受限
- 检查网络连接
如果本地模型无响应：
- 验证基础 URL 和 CORS/网络设置
- 确保本地服务器（如 Ollama）正在运行
- 检查防火墙设置
如果插件无法连接到服务器：
- 检查设置中的服务器 URL 是否正确（注意拼写错误）
- 使用“测试连接”按钮进行验证
- 检查防火墙/网络设置
如果聊天功能不起作用：
- 确认 API 密钥已正确设置
- 检查您所选提供商的模型是否可用
- 查看插件控制台中的错误信息（设置 → 笔记伴侣 → 高级 → 打开控制台）
支持与反馈
- GitHub Issues：报告问题或请求功能
- 文档：notecompanion.ai/docs
- 官网：notecompanion.ai
- Obsidian 论坛：分享反馈并讨论 (待论坛帖子链接上线后补充)
针对开发者
如果您想参与开发或贡献代码，请从这里开始：CONTRIBUTING.md
重要声明
账户与支付要求
- 云服务需付费：使用云端托管服务需要付费订阅
- 7 天免费试用：新订阅包含 7 天试用期
- 自托管选项可用：您可以免费运行自己的实例（详见上方的“自托管”部分）
- 账户创建：使用云服务需要在 notecompanion.ai 创建账户
网络使用
本插件会与以下远程服务通信：
- 笔记伴侣 API 服务器（云服务）：用于 AI 驱动的功能，包括文件分类、格式化、转录和聊天
- YouTube API：在处理 YouTube 链接时获取视频字幕
- AI 提供商 API：当您自托管或使用自己的密钥时，将直接连接到您选择的 AI 提供商（OpenAI、Anthropic、Google 等）
许可证
本项目采用 MIT 许可证授权——详情请参阅 LICENSE 文件。
版本历史
3.6.152026/03/303.6.142026/03/243.6.132026/03/203.6.122026/03/153.6.112026/03/033.6.102026/03/023.6.92026/03/023.6.82026/02/283.6.72026/02/233.6.62026/02/213.6.52026/02/153.6.42026/02/143.6.32026/02/063.6.22026/02/023.6.12026/02/013.6.02026/01/303.5.32026/01/253.5.22026/01/183.5.12026/01/153.5.02026/01/10常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。