手把手教你打造本地私有化AI知识库：Obsidian + OpenCode + Agent Client + MCP Server 完全指南
手把手教你打造本地私有化AI知识库：Obsidian + OpenCode + Agent Client + MCP Server 完全指南
在AI时代，拥有一个高效、私密、可控的个人知识库变得尤为重要。本文将详细介绍如何利用Obsidian + OpenCode + Agent Client + MCP Server这四件套，在本地搭建一个完全私有化的AI知识管理系统。所有数据都存储在你的电脑上，无需联网即可享受AI带来的便捷！
一、整体架构概述
在开始之前，让我们先了解这四个工具的角色：
| 工具 | 角色 | 作用 |
|---|---|---|
| Obsidian | 笔记管理 | 本地Markdown笔记管理，支持双向链接 |
| MCP Server | 知识索引 | 将笔记向量化，建立语义搜索能力 |
| OpenCode | AI大脑 | 本地AI编程助手，支持多种模型 |
| Agent Client | 对接桥梁 | 让Obsidian能调用AI能力 |
整个流程是：Obsidian管理笔记 → MCP Server将笔记向量化并提供搜索API → OpenCode作为AI大脑调用MCP服务 → Agent Client将AI能力集成到Obsidian中。
二、环境准备
在开始安装之前，请确保你的电脑上已安装：
- Node.js (推荐v18或更高版本)
- Ollama (用于本地运行嵌入模型)
- npm (Node.js包管理器)
查看安装状态：
node --version npm --version ollama --version 三、第一步：安装和配置Obsidian
3.1 下载安装Obsidian
访问 https://obsidian.md 下载并安装Obsidian客户端。创建或选择一个笔记库（Vault）作为你的知识库。
3.2 安装必要插件
- 安装BRAT插件
- 打开设置 → 社区插件 → 关闭安全模式
- 点击浏览，搜索"BRAT"并安装
- 通过BRAT安装Agent Client Plugin
- 启用BRAT后，点击"Add Beta plugin"
- 输入：https://github.com/agent-client/obsidian-agent-client
- 安装Obsidian MCP Server
- 同样通过BRAT安装： https://github.com/Minhao-Zhang/obsidian-mcp-server
四、第二步：配置Ollama和向量化模型
4.1 安装Ollama
从 https://ollama.com 下载并安装Ollama。
4.2 拉取嵌入模型
# 拉取轻量级嵌入模型（推荐） ollama pull nomic-embed-text # 或者使用阿里Qwen的嵌入模型 ollama pull qwen3-embedding:0.6b 4.3 启动Ollama服务
ollama serve Ollama会自动在 http://localhost:11434 提供OpenAI兼容的API。
五、第三步：配置Obsidian MCP Server
5.1 配置嵌入模型
- 打开Obsidian设置，找到MCP Server插件
- 在"Embedding Model"部分进行配置：
| 配置项 | 值 |
|---|---|
| API Endpoint | http://localhost:11434/v1 |
| Model Name | nomic-embed-text |
| API Key | ollama (任意值) |
- 点击"Verify"测试连接
5.2 索引知识库
- 按 Ctrl/Cmd+P 打开命令面板
- 执行"Re-index Vault (MCP Server)"
- 等待索引完成
索引完成后，你的所有笔记都具备了语义搜索能力！
5.3 启动MCP Server
在命令面板执行"Start MCP Server"，服务默认在 http://localhost:9080/sse 运行。
六、第四步：安装和配置OpenCode
6.1 安装OpenCode
npminstall -g opencode-ai 查看安装路径：
where opencode 6.2 配置OpenCode
创建配置文件 ~/.config/opencode/opencode.json：
{"$schema":"https://opencode.ai/config.json","mcp":{"my-obsidian-knowledge":{"type":"remote","url":"http://localhost:9080/sse","enabled":true}},"model":{"provider":"ollama","model":"qwen2.5:7b"}}6.3 验证MCP连接
运行OpenCode：
opencode 在交互界面输入：
/mcps 如果能看到"my-obsidian-knowledge"已连接，说明配置成功！
七、第五步：配置Agent Client
7.1 配置自定义Agent
- 打开Obsidian的Agent Client插件设置
- 点击"Add custom agent"，配置如下：
| 配置项 | 值 |
|---|---|
| Agent ID | openCode |
| Display name | openCode |
| Path | 你电脑上opencode.cmd的完整路径 |
| Arguments | acp |
7.2 环境变量配置
在Agent配置中添加环境变量：
OPENAI_API_KEY=sk-your-key OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1 OPENAI_MODEL=qwen3-coder-plus 或者如果你使用本地Ollama：
OPENAI_API_KEY=ollama OPENAI_BASE_URL=http://localhost:11434/v1 OPENAI_MODEL=qwen2.5:7b 六、第六步：开始使用
6.1 在Obsidian中调用AI
现在，你可以在Obsidian中：
- 使用命令面板调用Agent
- 让AI帮你搜索知识库中的相关内容
- 让AI根据你的笔记回答问题
6.2 使用示例
示例1：语义搜索笔记
“帮我找找关于React Hooks的笔记”
示例2：基于笔记问答
“根据我的学习笔记，解释一下什么是闭包？”
示例3：写作辅助
“帮我整理一下这篇会议记录的重点”
七、进阶扩展
7.1 添加更多MCP服务
OpenCode支持添加多个MCP服务，例如文件系统MCP：
{"mcp":{"my-obsidian-knowledge":{"type":"remote","url":"http://localhost:9080/sse","enabled":true},"filesystem":{"type":"local","enabled":true,"command":["npx","-y","@modelcontextprotocol/server-filesystem","D:/projects"]}}}7.2 使用云端大模型
如果本地模型不够强大，可以使用阿里云百炼、OpenAI等云端服务：
{"model":{"provider":"openai","model":"gpt-4","apiKey":"sk-xxx","baseUrl":"https://api.openai.com/v1"}}八、常见问题
Q1: MCP Server启动失败？
确保Ollama正在运行，且嵌入模型已正确安装。
Q2: 向量搜索结果不准确？
尝试重新索引知识库，或更换嵌入模型。
Q3: OpenCode无法连接MCP？
检查 http://localhost:9080/sse 是否可访问，防火墙是否阻止。
总结
通过以上步骤，你已经成功搭建了一个本地私有化的AI知识库：
✅ 数据完全本地存储，隐私安全有保障
✅ 支持语义搜索，快速定位相关内容
✅ AI深度集成，问答、写作、整理样样精通
✅ 可扩展性强，可接入多种MCP服务
这个组合让Obsidian从一个简单的笔记软件摇身变成了真正的AI知识管理助手！快去试试吧！
如果觉得有帮助，欢迎转发分享！有问题欢迎在评论区留言讨论。
