**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。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…
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！
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。
在开始安装之前，请确保你的电脑上已安装：
查看安装状态：
node --version npm --version ollama --version
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。
从 https://ollama.com 下载并安装Ollama。
# 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
ollama serve
Ollama会自动在 http://localhost:11434 提供OpenAI兼容的API。
| 配置项 | 值 |
|---|---|
| API Endpoint | http://localhost:11434/v1 |
| Model Name | nomic-embed-text |
| API Key | ollama (任意值) |
索引完成后，你的所有笔记都具备了语义搜索能力！
在命令面板执行"Start MCP Server"，服务默认在 http://localhost:9080/sse 运行。
npminstall -g opencode-ai
查看安装路径：
where 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"}}
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！
| 配置项 | 值 |
|---|---|
| Agent ID | openCode |
| Display name | openCode |
| Path | 你电脑上opencode.cmd的完整路径 |
| Arguments | acp |
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
现在，你可以在Obsidian中：
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'
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"]}}}
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"}}
确保Ollama正在运行，且嵌入模型已正确安装。
尝试重新索引知识库，或更换嵌入模型。
检查 http://localhost:9080/sse 是否可访问，防火墙是否阻止。
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。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online
通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online