ObsidianRAG MCP 服务器

一个高性能的、基于Docker的RAG(检索增强生成)服务器,旨在将您本地的Obsidian知识库转变为一个智能且可查询的知识库。
这台服务器充当长期记忆的角色,使您能够对个人笔记执行语义搜索并提出复杂问题。它被设计为一个安全的本地MCP(模型上下文协议)工具,与Gemini CLI一起使用。
______________________________________________________________________
特点/功能
- 🧠 智能搜索: 使用谷歌的最新技术
text-embedding-004模型以理解 *意思* 你的笔记,而不仅仅是关键词。 - 🔒 私密且安全: 您的笔记已被索引并存储在一个本地向量数据库中。只有用于生成嵌入的文本会被发送到Google API,而您的API密钥则存储在本地。
- 🚀 为Apple Silicon优化: 这个Docker容器是专门为……显式构建的
linux/arm64架构设计以确保在M系列Mac上实现最佳性能。 - 📦 容器化且简洁: 整个应用程序通过Docker Compose进行管理,使得设置和拆卸变得轻而易举。
- 💾 持久性知识: 向量数据库存储在一个持久化的Docker卷中,因此您的知识库在容器重启后仍然存在。
- 🔧 动态配置: 通过环境文件轻松配置您的 Obsidian 数据库路径。
入门指南
这些说明将帮助您在本地机器上获取项目并使其运行起来。
先决条件
- (或者使用替代方案,如OrbStack)
- 一个有效的Google AI API密钥。您可以从以下途径获取: Google AI Studio(谷歌人工智能工作室)。
安装
- 克隆仓库:
git clone https://github.com/your-username/ObsidianRAG.git
cd ObsidianRAG- 配置您的环境:
- 重命名示例环境文件:
mv .env.example .env- 打开 .env 使用文本编辑器打开文件,并添加您的Google API密钥和 绝对路径 到你的Obsidian知识库中。
# Your Google AI API Key for generating embeddings
GOOGLE_API_KEY="AIzaSy..."
# The absolute path to your local Obsidian Vault directory
OBSIDIAN_VAULT_PATH="/path/to/your/vault"- 构建并运行服务器:
- 从项目的根目录运行以下命令:
docker-compose up --build -d- 当你第一次运行这个时,Docker 会构建镜像并下载所有依赖项。然后服务器将在后台启动。 - 在首次启动时,服务器将开始 索引化 您的整个保险库。根据保险库的大小,这可能需要几分钟时间。您可以使用以下方式监控进度:
docker-compose logs -f使用方法
这台服务器被设计为Gemini命令行界面(CLI)内的一个工具。
- 打开你的Gemini命令行界面(CLI)
settings.json文件。
- 添加以下配置 到……的
"tools"数组:
{
"tool_type": "MCP",
"name": "obsidian_vault",
"display_name": "Obsidian Vault",
"description": "Queries my personal knowledge management system (Obsidian) for notes, concepts, and connections. Useful for complex questions based on my personal knowledge.",
"url": "http://localhost:8000/mcp",
"is_enabled": true
}- 重启Gemini命令行界面 应用这些更改。
- 查询你的知识库! 现在您可以直接在命令行界面(CLI)中提问:
/tool obsidian_vault What are my most important notes on artificial intelligence? /tool obsidian_vault Summarize my thoughts on project management.许可证
这个项目遵循MIT许可证授权——详见 许可证 详情请见文件。
