EzRAG – 基于AI的Obsidian笔记搜索

EzRAG 将你的 Obsidian 保险库转换为一个 Gemini 文件搜索 索引，这样你可以进行语义搜索、与笔记对话，并通过 MCP 工具公开你的保险库。所有数据都保留在你的 Google 账户中；插件只是保持索引的更新。

<img width="716" height="507" alt="聊天界面截图" src="https://github.com/user-attachments/assets/4026c1aa-0a9e-43f0-bbb8-31b95e645244" />

特点

• 语义搜索 + 带内引用的AI对话
• 智能运行器模式：一台桌面设备保持索引同步，其他设备可以查询
• 内置 MCP 服务器，外部代理可以查询或获取笔记
• 自动去重、队列持久化和重建工作流

快速开始

需求

• Google Gemini API 密钥（免费获取）
• Obsidian 桌面应用用于索引（移动设备可以查询/只读）

安装

选项 1 – BRAT（推荐）

1. 从社区插件安装 BRAT。
2. BRAT 设置 → 添加测试版插件 → https://github.com/yourusername/ezrag。
3. 在社区插件中启用 EzRAG。

选项 2 – 手动

1. 克隆到你的保险库：

   cd /path/to/vault/.obsidian/plugins
   git clone https://github.com/yourusername/ezrag
   

2. 构建一次：

   cd ezrag
   npm install
   npm run build
   

3. 重启 Obsidian 并启用 EzRAG。

配置

1. 设置 → EzRAG → 输入你的 Gemini API 密钥。
2. 在桌面上切换 此机器是运行器 以让它进行索引。

<img width="826" height="591" alt="设置截图" src="https://github.com/user-attachments/assets/8d3d2470-b305-4114-91ed-b8778af66e1e" />

使用 EzRAG

对话

通过工具栏图标或 EzRAG: 打开对话 打开。尝试以下提示：

• “我的关于 Johnson 项目的笔记是什么？”
• “总结昨天会议的笔记。”
• “查找所有提到机器学习的地方。”

MCP 服务器

在 设置 → EzRAG → MCP 服务器 中启用，让工具连接。

从 Claude Code 连接：

claude mcp add --transport http ezrag-obsidian-notes http://localhost:42427/mcp

提供的工具：

• keywordSearch – 关键词/正则表达式搜索
• semanticSearch – 带有引用的 Gemini 支持的语义搜索
• note:///<路径> – 直接检索笔记

工作原理

索引基础

• 只有 .md 文件被索引；更改会触发哈希并重新上传如果内容改变。
• 运行器强制机制防止多台机器上传同一文件。
• 上传队列在重启后仍然存在，并在用户界面上显示状态。

<img width="881" height="500" alt="上传队列截图" src="https://github.com/user--attachments/assets/a1a51b87-2e8a-461a-8f6b-59ef0dea1098" />

限制及成本

Gemini 文件搜索定价（详情）：

• 索引：约每1M令牌0.15美元（存储免费；标准模型费率用于查询）
• 最大文件大小：100 MB；免费层级约1 GB总存储（更高层级可达1 TB）
• 为了最佳性能，保持存储量低于约20 GB

数据控制

• 文档存在于你的 Google 账户中。通过 设置 → 管理存储 来管理/删除存储。
• 除了 Gemini 文件搜索上传外，没有遥测或笔记数据离开你的机器。

链接

• 问题
• 讨论
• 许可证 (ISC)