AI 工具实践 / CASE STUDY
Obsidian 本地知识库 RAG
基于 Copilot 与 Ollama 配置本地问答和嵌入检索，以来源引用帮助核对知识库答案。
项目时间
本地使用文档记录
我的职责
个人知识工具配置与使用实践，复用现有插件和模型服务。
记录状态
配置与使用流程有记录
THE CHALLENGE
问题与目标
运维笔记需要可检索、可引用，并区分个人资料与外部补充信息。
SYSTEM & WORKFLOW
架构与流程
架构示意 根据项目流程整理
- 01Vault 笔记增量索引本地嵌入检索
- 02检索片段本地模型回答来源引用
MY CONTRIBUTION
实施工作
- 01
配置本地对话模型、嵌入模型、语义检索和引用，排除归档及临时目录。
- 02
整理增量索引、强制重建和模型服务维护步骤，约定先查本地、证据不足再补充外部资料。
RESULTS & VALIDATION
结果与验证
形成可复用的 Vault QA 操作与维护说明。
文档提供能核对来源的示例问题与预期答案，便于检查配置。
STATUS & SCOPE
验证范围与后续事项
材料说明本地配置、索引及验证方法，未给出检索准确率或延迟评测。
- 属于工具配置实践；没有自行开发 RAG 引擎，也没有声称经过准确率或性能基准评测。
CONTINUE EXPLORING