本地私有化 AI 知识库搭建利用 Obsidian、OpenCode、Agent Client 和 MCP Server 组合。步骤包括安装 Ollama 嵌入模型、配置 MCP Server 索引笔记、设置 OpenCode 调用服务，并在 Obsidian 中集成 Agent Client。实现数据本地存储、语义搜索及 AI 问答，支持扩展云端模型或多 MCP 服务，保障隐私与安全。
在 AI 时代，拥有一个高效、私密、可控的个人知识库变得尤为重要。本文将详细介绍如何利用 Obsidian + OpenCode + Agent Client + MCP Server 这四件套，在本地搭建一个完全私有化的 AI 知识管理系统。所有数据都存储在你的电脑上，无需联网即可享受 AI 带来的便捷！
在开始之前，让我们先了解这四个工具的角色：
| 工具 | 角色 | 作用 |
|---|---|---|
| Obsidian | 笔记管理 | 本地 Markdown 笔记管理，支持双向链接 |
| MCP Server | 知识索引 | 将笔记向量化，建立语义搜索能力 |
| OpenCode | AI 大脑 | 本地 AI 编程助手，支持多种模型 |
| Agent Client | 对接桥梁 | 让 Obsidian 能调用 AI 能力 |
整个流程是：Obsidian 管理笔记 → MCP Server 将笔记向量化并提供搜索 API → OpenCode 作为 AI 大脑调用 MCP 服务 → Agent Client 将 AI 能力集成到 Obsidian 中。
在开始安装之前，请确保你的电脑上已安装：
查看安装状态：
node --version
npm --version
ollama --version
访问 https://obsidian.md 下载并安装 Obsidian 客户端。创建或选择一个笔记库（Vault）作为你的知识库。
从 https://ollama.com 下载并安装 Ollama。
# 拉取轻量级嵌入模型（推荐）
ollama pull nomic-embed-text
# 或者使用阿里 Qwen 的嵌入模型
ollama pull qwen3-embedding:0.6b
ollama serve
Ollama 会自动在 http://localhost:11434 提供 OpenAI 兼容的 API。
| 配置项 | 值 |
|---|---|
| API Endpoint | http://localhost:11434/v1 |
| Model Name | nomic-embed-text |
| API Key | ollama (任意值) |
索引完成后，你的所有笔记都具备了语义搜索能力！
在命令面板执行 "Start MCP Server"，服务默认在 http://localhost:9080/sse 运行。
npm install -g opencode-ai
查看安装路径：
where opencode
创建配置文件 ~/.config/opencode/opencode.json：
{
"$schema": "https://opencode.ai/config.json",
"mcp": {
"my-obsidian-knowledge": {
"type": "remote",
"url": "http://localhost:9080/sse",
"enabled": true
}
},
"model": {
"provider": "ollama",
"model": "qwen2.5:7b"
}
}
运行 OpenCode：
opencode
在交互界面输入：
/mcps
如果能看到 "my-obsidian-knowledge" 已连接，说明配置成功！
| 配置项 | 值 |
|---|---|
| Agent ID | openCode |
| Display name | openCode |
| Path | 你电脑上 opencode.cmd 的完整路径 |
| Arguments | acp |
在 Agent 配置中添加环境变量：
OPENAI_API_KEY=sk-your-key
OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
OPENAI_MODEL=qwen3-coder-plus
或者如果你使用本地 Ollama：
OPENAI_API_KEY=ollama
OPENAI_BASE_URL=http://localhost:11434/v1
OPENAI_MODEL=qwen2.5:7b
现在，你可以在 Obsidian 中：
示例 1：语义搜索笔记
'帮我找找关于 React Hooks 的笔记'
示例 2：基于笔记问答
'根据我的学习笔记，解释一下什么是闭包？'
示例 3：写作辅助
'帮我整理一下这篇会议记录的重点'
OpenCode 支持添加多个 MCP 服务，例如文件系统 MCP：
{
"mcp": {
"my-obsidian-knowledge": {
"type": "remote",
"url": "http://localhost:9080/sse",
"enabled": true
},
"filesystem": {
"type": "local",
"enabled": true,
"command": ["npx", "-y", "@modelcontextprotocol/server-filesystem", "D:/projects"]
}
}
}
如果本地模型不够强大，可以使用阿里云百炼、OpenAI 等云端服务：
{
"model": {
"provider": "openai",
"model": "gpt-4",
"apiKey": "sk-xxx",
"baseUrl": "https://api.openai.com/v1"
}
}
确保 Ollama 正在运行，且嵌入模型已正确安装。
尝试重新索引知识库，或更换嵌入模型。
检查 http://localhost:9080/sse 是否可访问，防火墙是否阻止。
通过以上步骤，你已经成功搭建了一个本地私有化的 AI 知识库：
✅ 数据完全本地存储，隐私安全有保障 ✅ 支持语义搜索，快速定位相关内容 ✅ AI 深度集成，问答、写作、整理样样精通 ✅ 可扩展性强，可接入多种 MCP 服务
这个组合让 Obsidian 从一个简单的笔记软件摇身变成了真正的 AI 知识管理助手。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online