使用 Cloud-KBS 检索使用 Obsidian 知识库

cloud-kbs-install-and-using.md

Cloud-KBS 基于 Obsidian 知识库的检索工具

Obsidian 笔记在本地，mardown 格式。

Cloud-KBS 提供了一种快速的检索笔记知识的交互方法，即：

• 通过对话形式快速找到知识，而不必通过目录、标签、关键字检索的传统方式
• 对话尾部提供了检索的笔记片段和链接，方便导航到笔记做详细查看和修改
• 笔记的任何改动，都将立即在下次对话中生效

使用效果：

安装要求

首先，需要安装 Obsidian，并且创建你的笔记集合 vault。

vault 将保存在本地，记录保存路径，比如 /Users/marshal/Desktop/my-vault。

Cloud-KBS 依赖 Docker compose，需要安装 Docker 和 compose 插件。

Cloud-KBS 使用云端大语言模型处理检索和实现对话，因此不需要本地的算力设备。

目前的版本，使用的是 智谱AI，需要创建账号，目前新用户免费赠送专享 2500万 tokens体验包。

为什么选用智谱AI：

• 智谱AI有免费的对话模型 GLM-4-Flash, 其他模型平台大多给的是限期使用的 token，比如豆包等
• 智谱AI提供的检索模型，技术上方便集成，其他模型，比如豆包，目前不好集成
• 智谱AI提供的检索模型很便宜，¥0.0005/1000 token，使用1天都不到1分钱

安装步骤

创建 ./docker-compose.yaml 文件：

networks:
  cloud-kbs:
    name: cloud-kbs

services:
  cloud-kbs:
    image: marshalw/cloud-kbs
    container_name: cloud-kbs
    init: true
    restart: always
    networks:
      - cloud-kbs
    volumes:
      - ${OBSIDIAN_VAULT_ROOT}:/data
      - ./index:/index
      - /etc/localtime:/etc/localtime:ro
    ports:
      - 9800:8501
    environment:
      - LLM_BASE_URL=https://open.bigmodel.cn/api/paas/v4/
      - LLM_MODEL_NAME=GLM-4-Flash
      - EMBEDDING_MODEL_NAME=embedding-3
    env_file:
      - .env

创建 ./.env，这里的值需要根据自己情况配置:

OBSIDIAN_VAULT_ROOT="/Users/marshal/Desktop"
VAULT_NAME=my-vault

ZHIPUAI_API_KEY=xxxx

运行 Cloud-KBS:

docker compose up -d

访问： http://localhost:9800