笔记太多了，用Copilot插件给Obsidian加上RAG

注，这不是微软那个Copilot

• Microsoft Copilot — 微软的 AI 助手，集成在 Windows、Office 365、GitHub 等产品里。
• Obsidian Copilot — Obsidian 笔记软件的一个社区插件（开发者是 logancyang），功能是在你的本地笔记 Vault 里做 AI 搜索和问答。

前言

Obsidian用了几年了，笔记数量超过2000篇，内容有点多，现在决定加上RAG功能。

使用Copilot插件实现，鉴于最近Deepseek大降价，chat model选择Deepseek V4 flash。为了隐私决定嵌入模型在本地运行，embedding model选择qwen3 0.6b。

插件安装

先在Obsidian第三方插件市场搜索，找到下载量140万+排第一的这个下载，看作者名字估计还是个国人。

插件配置

Chat Models - 聊天模型配置

先在这里添加chat model。

注意等会儿不要把embedding model添加在这，我一开始犯了这个错误，在这个页面往下拉有专门的嵌入模型列表可以添加。

model name 要填对，然后可以在下面选择对应的模型供应商，BaseURL会自动填写，云端大模型记得填入API Key。

Embedding Models - 嵌入模型配置

在Model页面往下拉。

模型名字要写对，如果像我一样使用LM Studio，可以在这里复制名字。

Basic - 基础设置

然后回到第一页基础设置，设置默认聊天模型和默认模式，这里选刚才配置好的deepseek v4 flash，然后默认模式选择Vault QA也就是笔记仓库问答模式。

QA设置

在这里选择之前添加到嵌入模型。

在下面添加一些过滤条件吧，可以直接设置只包含md格式。

其他可能影响性能的设置(可以略过)

说一下这些设置吧，经过我的测试，这些参数设置在我的电脑（cpu 5800h+双通道32g 3200mHz+1tb Nvme Pcie3.0）上影响不大，可能有三五秒的差距，但是由于整体的响应时间都要20秒，所以差别不大。

第一个Auto-Index Strategy

这个主要作用就是未来新增修改笔记之后呢，更新这个索引的策略，目前设置的是在模式切换之后。就是说如果从这个Chat模式切换到这个Vault Q A模式的话，它会重新把那些没有建立过索引的内容重新建立索引，这个设置还是比较推荐的。

另外两个是在每一次启动都会建立索引，这个也可以，但是可能会卡。

还有一个是从来不会自动地更新这个索引。

不过我试过手动更新索引也是增量更新的，这个对性能负担也不大。

第二个 max sources

我目前试过几次生成内容的来源数量都是2到7个左右，所以这个默认值是30个，改小一点就够用了，目前改成15个。当然也可以根据自己的笔记数量实际情况去调整，它这个就像写论文时的引用文献一样，会在生成的内容里插上角标，也会在末尾有一个类似于参考文献的列表，可以去看那些相关的来源笔记。

第三个RPM每分钟请求数

如果使用的嵌入模型是云端的，甚至是一些云端的免费的模型，比如硅基流动上面的，它可能对这个频率有限制，这种时候呢，为了防止它出现受限的情况，可以在这里改小一点，但是我目前是使用的本地嵌入模型，所以没有影响，默认值就是这个六十。

第四个Embedding batch size

这个是每组进行向量映射的数量大小，也是看这个模型提供商的限制的，在本地的模型话就不用管他，我这里从默认的16改成了32，在往上改的话收益不大。

第五个number of partitions

他说如果仓库很大，索引出问题的话去改这个，我就没有改了。

第六个 lexical search ram limit

Lexical Search RAM Limit 指的是：词法搜索（全文关键词匹配）索引所能占用的内存上限。

具体来说：

• Obsidian Copilot 的 QA（问答）功能支持两种检索方式：语义搜索（向量相似度）和词法搜索（关键词匹配，类似 BM25）。
• 词法搜索的索引是常驻内存的，所以需要给它设一个内存上限，防止吃掉太多 RAM。
• 配置路径：Settings → Copilot → QA → Lexical Search RAM Limit
• 默认值：100 MB，可调范围：20 MB ~ 1,000 MB

什么时候需要调高？

• 你的 Vault 笔记数量很多，索引建不完或搜索结果不全。

什么时候需要调低？

• 设备内存紧张，不想让 Obsidian 占太多资源。

我的仓库笔记可能有一点五GB左右，所以我把这个调到最大了。如果你的电脑内存空闲的比较少，或者本身笔记的总体积不大的话，可以调小或者保持默认的100兆。

第七个，enable folder and graph boosts

Enable Folder and Graph Boosts是对词法搜索结果做智能加权的功能，默认开启。

它的作用有两层：

说白了就是：你打开某篇笔记后问问题，Copilot 搜索时会更偏向返回那些跟你当前笔记"关系近"的内容——要么在同一目录，要么图谱中有连线。

什么情况关掉？

• 想要全局平等搜索，不希望当前笔记的上下文影响结果排序。
• Vault 结构比较乱，文件夹/链接关系没有实际语义意义。

目前发现的问题

笔记记的比较多，杂乱，可能会把很久以前的内容和想法挖出来，但是这些内容对目前来说已经不需要了，或者说已经改变想法了。针对这个问题，目前找到的办法就是通过提示词来约束它，比如告诉他只看最近多长时间内的内容，因为目前这个插件似乎没有针对时间线的权重设置。