继续上次Obsidian里的AI应用。Obsidian里关于LLM的接口其实很早就有了，不过碍于国内用OpenAI的注册和付费比较麻烦我就一直没有弄。最近发现Obsidian Copilot这款插件能支持本地LLM了，测试了一下感觉体验还是很不错的。
最终实现的效果大概如下图：
相关的笔记是通过Smart Connection实现的，具体可以看之前的文章。
Obsidian里AI推荐相关笔记
马丁陈，公众号：马丁的数字化笔记Obsidian - local embedding插件Smart Connections
LLM问答是通过Obsidian Copilot这个插件+本地用Ollama跑了个llama2 7B模型实现的。
接下来来具体说说LLM问答这一部分怎么在我们自己电脑上弄。
国内用户下载需要解决网络问题
电脑配置决定你能使用多大的模型，越大的模型能力越强，但是要求的内存越多。比如使用默认的llama2 7B模型，电脑需要8G以上的内存。
第一步：安装Ollama和llama2 7B
下载安装Ollama，https://ollama.com/download
安装大模型，这里使用的是llama2 7B作为本地大语言模型和nomic-embed-text作为本地embedding模型，（这里国内朋友需要解决网络问题）。开始里搜索并打开cmd，然后在cmd里输入并运行下列命令，
#下载llama2 和 nomic-embed-textollama pull llama2 ollama pull nomic-embed-text#关闭ollama服务，可以看桌面右下角如果有个羊驼，可以右键关闭#设置OLLAMA_ORIGINS以供Obsidian可以访问ollamaset OLLAMA_ORIGINS=app://obisidian.md*
每次要用的时候打开cmd，输入并运行ollama serve，这个窗口不要关
2. 在Obsidian里打开Copilot，设置模型是ollama，然后就可以用啦！
3. 用完后可以直接把cmd窗口关掉
Chat功能除了基本问些有的没的之外，还能通过把你的笔记发送给大模型，让他先读一遍，然后再来问问题。
另外两个功能其实也挺有意思的，Long Note QA 用于太长的文件（哪天来聊聊context window和Token）
还有Vault QA，能通过知识库的内容，提供相关信息和索引。比如下面的问答里，Sources都是我笔记里有的内容。这个Notion AI的Q&A很像，但是免费！
