obsidian-local-gpt
obsidian-local-gpt 是一款专为 Obsidian 笔记软件设计的开源插件,旨在为用户提供完全本地化、高隐私保护的 AI 写作助手。它通过集成 Ollama 等本地大模型,让用户在无需联网的情况下,即可对选中的文本进行续写、总结、语法修正或提取待办事项等操作,有效解决了云端 AI 服务存在的数据隐私泄露风险及离线无法使用的痛点。
这款工具特别适合注重数据安全的知识工作者、研究人员以及普通笔记用户。其核心技术亮点在于支持多模态交互,不仅能处理文字,还能直接“看懂”笔记中的图片;同时具备强大的 RAG(检索增强生成)能力,可自动结合双向链接、反向链接甚至 PDF 文件中的上下文信息,让 AI 的回答更贴合用户的知识库语境。此外,obsidian-local-gpt 拥有灵活的社区动作市场,支持多语言界面,并允许用户自定义系统提示词来创建专属功能。只需搭配免费的 AI Providers 插件完成简单配置,你就能在本地构建一个既智能又安全的个人 AI 协作环境。
使用场景
一位隐私意识极强的安全研究员正在本地离线环境中整理敏感的渗透测试笔记,需要频繁对大量技术文档进行摘要、纠错和关键信息提取。
没有 obsidian-local-gpt 时
- 数据泄露风险高:为了使用云端 AI 辅助写作,不得不将包含漏洞细节的敏感笔记复制到外部网页,违反保密协议。
- 工作流频繁中断:需要在浏览器、API 调试工具和 Obsidian 之间反复切换,手动复制粘贴文本,打断深度思考的心流。
- 上下文关联弱:AI 无法自动读取笔记中的双向链接或关联的 PDF 参考文献,导致生成的总结缺乏项目特有的背景信息。
- 离线无法作业:在无网络的隔离内网或出差途中,完全失去 AI 辅助能力,只能依靠人工逐字校对和梳理。
使用 obsidian-local-gpt 后
- 极致隐私保护:直接调用本地 Ollama 模型(如 orca-mini),所有数据处理均在本机完成,确保敏感测试数据永不上传云端。
- 无缝原生体验:选中文字即可通过快捷键唤起上下文菜单,直接在笔记界面完成“续写”、“查找行动项”或“语法修正”,无需离开编辑器。
- 智能知识增强:利用 RAG 技术自动整合当前笔记的反向链接及附带的 PDF 内容,让 AI 基于完整的项目背景生成更精准的分析报告。
- 全天候离线可用:无论网络状况如何,只要本地模型运行正常,即可随时对截图进行视觉分析或对长文进行快速摘要。
obsidian-local-gpt 通过将强大的本地大模型能力无缝融入笔记工作流,让用户在绝对安全且离线的环境下,也能享受高效智能的写作辅助。
运行环境要求
- 未说明 (作为 Obsidian 插件,理论上支持 Windows
- macOS
- Linux)
- 非必需 (依赖外部提供者如 Ollama)
- 示例显示在 MacBook Pro M1 (无独立 NVIDIA GPU) 上运行
- 若使用本地大模型,显存需求取决于所选模型大小
最低 16GB (基于示例设备 MacBook Pro 16GB),推荐视模型大小而定

快速开始
Obsidian 本地 GPT 插件

无加速。MacBook Pro 13 英寸,M1 芯片,16GB 内存,Ollama,orca-mini。
该插件允许您在选中文本时打开上下文菜单,以选择 AI 助手操作,或打开操作面板来执行一次性操作。 Obsidian 最为轻便的 AI 助手。
操作面板
特性
支持图片
无加速。MacBook Pro 13 英寸,M1 芯片,16GB 内存,Ollama,bakllava。
可利用链接、反向链接,甚至 PDF 文件中的上下文(RAG)
使用方法(Ollama)
1. 安装嵌入模型:
- 英文:`ollama pull nomic-embed-text`(最快)
- 其他语言:`ollama pull bge-m3`(较慢,但更准确)
2. 在插件设置中选择嵌入提供商,并尽量使用具有最大上下文窗口的最大模型。
默认操作
- 继续写作
- 总结文本
- 拼写和语法修正
- 在文本中查找待办事项
- 通用帮助(直接将选中文本作为提示用于任何目的)
- 新建系统提示,以创建符合您需求的操作
社区操作
您可以直接从插件设置中浏览并安装社区提供的操作。
自动更新: 社区操作会自动更新到最新版本。若希望保留特定版本或您的修改,只需 修改提示或系统提示 即可禁用该操作的自动更新。请注意:仅更改操作的 名称 并不会禁用自动更新。
支持的语言
- 英语
- 中文
- 荷兰语
- 法语
- 德语
- 意大利语
- 日语
- 韩语
- 葡萄牙语
- 俄语
- 西班牙语
安装
1. 安装插件
Obsidian 插件商店(推荐)
此插件可在 Obsidian 社区插件商店中找到:https://obsidian.md/plugins?id=local-gpt
BRAT
您也可以通过 BRAT 安装此插件:pfrankov/obsidian-local-gpt
2. 安装 AI 提供商插件
您还需要从插件商店安装 AI 提供商插件,以便配置 AI 提供商:https://obsidian.md/plugins?id=ai-providers
3. 配置 AI 提供商
请按照 AI 提供商 插件中的说明进行操作。
配置 Obsidian 快捷键
- 打开 Obsidian 设置
- 进入快捷键设置
- 搜索“Local”,您应看到“Local GPT:显示上下文菜单”
- 点击“+”图标并按下快捷键(例如
⌘ + M) - 再次搜索“Local”,您应看到“Local GPT:操作面板”
- 点击“+”图标并按下快捷键(例如
⌘ + J)
我的其他 Obsidian 插件
- 彩色标签,可将标签以不同颜色区分。
- Obsidian AI 提供商,是 AI 提供商的集中管理平台。
灵感来源
版本历史
4.2.02026/03/294.1.02026/03/064.0.02026/01/253.7.12026/01/183.7.02026/01/183.6.02025/12/083.5.02025/11/303.4.02025/09/103.2.22025/08/273.2.12025/08/263.1.02025/08/233.0.12025/08/123.0.02025/08/122.1.02025/03/052.0.12025/02/202.0.02025/02/191.14.72024/12/051.14.62024/12/051.14.52024/12/021.14.42024/11/16常见问题
相似工具推荐
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
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。
PaddleOCR
PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来,转换成计算机可读取的结构化数据,让机器真正“看懂”图文内容。 面对海量纸质或电子文档,PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域,它扮演着连接图像与大型语言模型(LLM)的桥梁角色,能将视觉信息直接转化为文本输入,助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显:不仅支持全球 100 多种语言的识别,还能在 Windows、Linux、macOS 等多个系统上运行,并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目,PaddleOCR 既能满足快速集成的需求,也能支撑前沿的视觉语言研究,是处理文字识别任务的理想选择。
OpenHands
OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。