基于 Obsidian、OpenCode 与 MCP Server 的本地私有化 AI 知识库搭建指南

4.1 安装 Ollama

从 https://ollama.com 下载并安装 Ollama。

4.2 拉取嵌入模型

# 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

4.3 启动 Ollama 服务

ollama serve

Ollama 会自动在 http://localhost:11434 提供 OpenAI 兼容的 API。

五、第三步：配置 Obsidian MCP Server

5.1 配置嵌入模型

1. 打开 Obsidian 设置，找到 MCP Server 插件
2. 在 "Embedding Model" 部分进行配置：

3. 点击 "Verify" 测试连接

5.2 索引知识库

1. 按 Ctrl/Cmd+P 打开命令面板
2. 执行 "Re-index Vault (MCP Server)"
3. 等待索引完成

索引完成后，你的所有笔记都具备了语义搜索能力！

5.3 启动 MCP Server

在命令面板执行 "Start MCP Server"，服务默认在 http://localhost:9080/sse 运行。

六、第四步：安装和配置 OpenCode

6.1 安装 OpenCode

npm install -g opencode-ai

查看安装路径：

where opencode

6.2 配置 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"
  }
}

6.3 验证 MCP 连接

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！

七、第五步：配置 Agent Client

7.1 配置自定义 Agent

1. 打开 Obsidian 的 Agent Client 插件设置
2. 点击 "Add custom agent"，配置如下：

7.2 环境变量配置

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

八、第六步：开始使用

8.1 在 Obsidian 中调用 AI

现在，你可以在 Obsidian 中：

1. 使用命令面板调用 Agent
2. 让 AI 帮你搜索知识库中的相关内容
3. 让 AI 根据你的笔记回答问题

8.2 使用示例

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'

九、进阶扩展

9.1 添加更多 MCP 服务

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"]
    }
  }
}

9.2 使用云端大模型

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"
  }
}

十、常见问题

Q1: MCP Server 启动失败？

确保 Ollama 正在运行，且嵌入模型已正确安装。

Q2: 向量搜索结果不准确？

尝试重新索引知识库，或更换嵌入模型。

Q3: OpenCode 无法连接 MCP？

检查 http://localhost:9080/sse 是否可访问，防火墙是否阻止。

总结

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。