实操Obsidian+Ollama+deepseek构建本地知识库
之前的文章里提出过问题 本地运行大语言模型有什么用。今天就参考B站Xuan_酱的视频 最适合普通人的本地AI知识库！彻底颠覆办公/创作工作流 ！【小白教程】 来实际讲解一个本地运行大语言模型的使用案例。本文添加了更多的操作细节、一些思考和疑问。
一句话介绍Obsidian：Obsidian是一款强大的知识管理和笔记应用程序。我们可以免费使用Obsidian，当然它也有需要付费使用的高级版本。我们的目标就是让deepseek来助力Obsidian更好的管理本地知识库。
整个过程分为两大步
- 使用Ollama下载chat model和embedding model
- 在Obsidian里配置使用Ollama下载的model
Ollama下载大模型
Ollama是一个开源工具，可以帮助我们在本地快速部署和运行大语言模型。下载安装好Ollama后，执行两条命令来安装需要的大模型。
ollama pull deepseek-r1:14b
这条命令用来下载chat model，如之前文章所述，这里需要根据机器的配置选择合适的模型。我在Mac mini m4上跑deepseek-r1:14b（9GB）无任何压力，所以选择这个大模型。如果机器性能不强，可以选择7b（4.7GB）或1.5b（1.1GB）的大模型。
ollama pull bge-m3
这条命令用来下载embedding model。embedding model是什么在下面会提到。
Obsidian配置使用Ollama下载的大模型
启用第三方插件
Obsidian下载后默认不启用第三方插件（community plugins），我们需要在设置里启用第三方插件。
安装copilot插件
启用插件后，重新打开设置界面，点击浏览插件
搜索copilot插件并安装（这一步需要科学上网）。
安装完成后能在插件列表里看到安装的copilot插件。
在copilot插件页面启用下载的大模型
打开Obsidian设置页面的Copilot插件页面，可以看到默认的chat model是gpt，embedding model是text-embedding-3-small。
这时在Obsidian的copilot chat窗口里是没办法做自然语言交互的，提示 No valid chat model available. Please check your API key settings。我们需要把chat model和embedding model设置成最开始使用Ollama下载的大模型。
在Copilot settings的Model子页面的Chat Models下点击Add Custom Model，输入最开始下载的大模型名称，选择Ollama作为provider，启用CORS，点击verify确认成功，最后点击Add Model。
使用类似的方式添加bge-m3作为embedding model。
最后一步启用上面添加的两个大模型。
这里点击Embedding Model下面的问号可以看到对Embedding Model的解释。
配置过程到此结束，下面就来体验一下。
体验
打开Copilot Chat窗口，把chat model切换成之前设置的chat model deepseek-r1:14b，让它自动给我生成一个文章摘要。
Obsidian工作片刻后，给出了我想要的文章摘要。工作过程中虽然看到名为Obsidian Helper(Render)和Obsidian Helper(GPU)两个进程的CPU合计占用率峰值超过了35%，但并没有影响到我在电脑上做其他的事情，看来在Mac mini m4上运行这套方案是可行的。
断开电脑网络后，我依然可以丝滑的用自然语言和Obsidian交互。说明了这套方案本身是完全不依赖于网络环境的。对于有数据隐私担忧的人来说，也是个好消息。
总结
这个使用案例说明了在本地电脑运行大模型是可以助力日常工作的。因为数据不需要上传到第三方服务器，我们完全无需担心本地数据、隐私的安全性。但本地电脑的算力毕竟有限，这套方案能否高质量的助力工作还需要进一步的验证。后续我也会继续深度体验这个方案，期待能有更新的发现。
疑问
- Obsidian的copilot插件是如何和大模型交互的呢？
- 其他文本编辑工具（如Office）也是这样使用AI的吗？
- 市面上有完整解决方案的替代品吗？
- 本地运行大模型这条路是未来的方向吗？