Obsidian MCP 全流程搭建：从插件安装到智能体精准调用

前言

原生 Obsidian 的文件操作（如读写、检索）仅能在自身界面完成，无法被外部工具（如自动化脚本、AI 系统）直接调用，导致笔记库成为 "信息孤岛"。Obsidian MCP 通过开放 API 接口，让外部系统可安全访问本地仓库，实现笔记与第三方工具的联动（如用 AI 批量处理笔记、自动化工作流触发）。

obsidian MCP的获取

蓝耘MCP广场内配置了强大的搜索功能，用户既可以输入关键字进行精准查找，也能通过自然语言描述使用场景，平台创新融合的语义检索与个性化推荐引擎，会基于用户输入，进行智能任务规划，自动生成最优服务组合方案，快速定位到目标 MCP，极大提升了查找效率。

我们直接在搜索框中输入MCP Obsidian连接器，选择出来的结果 可以看到里面配置了十分详细的使用教程 以及这款MCP中的对应的小工具对应的信息都有详细说明 如果你还不知道广场的位置，你先进行蓝耘广场的注册操作

https://console.lanyun.net/#/register?promoterCode=5663b8b127

输入好了信息之后我们在上方的导航栏就可以看到我们的MCP广场了

obsidian插件的配置

进入到obsidian界面，点击左下角齿轮进入到设置 来到第三方插件，点击浏览进入到社区插件市场 在搜索框中输入Local Rest Api，点击安装插件 安装好了的话右上角就有安装成功的弹窗

点击启用 然后我们会跳转到这个插件的相关设置的界面，这里我们可以看到我们的专属api-key。 我们将api进行复制，我们到时候会在远端通过这个api-key进行访问本地仓库文件。

复制下面的JSON代码，将你自己的api-key插入进去，这个就是我们的对应的MCP代码

{
  "mcpServers": {
    "mcp-obsidian": {
      "command": "uvx",
      "args": [
        "mcp-obsidian"
      ],
      "env": {
        "OBSIDIAN_API_KEY" : "<YOUR_OBSIDIAN_API_KEY>"
      }
    }
  }
}

MCP以及智能体的配置

打开trae，点击上方的齿轮进入到设置，我们点击MCP进入到MCP界面 点击添加，然后选择手动添加

将我们的上面的JSON代码插入进去 这里他提醒我们缺少了环境，我们点击旁边的安装环境 点击安装 安装好了之后右下角会有提醒的 这个时候我们就可以在我们的MCP具体详情看到我们的具体功能了 我给大家介绍下具体的功能，方便大家进一步的使用

1. 文件 / 目录基础操作

• 列举 ：obsidian_list_files_in_dir（列举指定目录内容）、obsidian_list_files_in_vault（列举库根目录内容 ），用于遍历、检索文件结构。
• 读取 ：obsidian_get_file_contents（单文件内容读取 ）、obsidian_batch_get_file_...（多文件内容批量读取 ），获取笔记文本。
• 写入 / 更新 ：obsidian_patch_content（插入内容到已有笔记 ）、obsidian_append_content（追加内容到文件 ），实现笔记内容修改、扩展。
• 删除 ：obsidian_delete_file，移除文件 / 目录，管理库内容。

2. 搜索功能

• 简单搜索 ：obsidian_simple_search，基于基础条件（如关键词）查找文档，快速定位内容。
• 复杂搜索 ：obsidian_complex_search，支持更精细规则（如语法、元数据筛选 ），满足深度检索需求。

3. 周期性笔记（Periodic Notes）相关

• obsidian_get_periodic_n...：获取指定周期（如日 / 周 / 月）的当前笔记，适配 Obsidian 周期性记录场景。
• obsidian_get_recent_per...：获取最近的周期性笔记，方便回顾、关联历史记录。

4. 动态内容追踪

obsidian_get_recent_cha...：获取库中最近修改的文件，辅助关注内容更新、梳理创作脉络。

整体来看，这些功能覆盖了 Obsidian 笔记从存储管理 （增删查改文件）、内容检索 （不同搜索粒度）到场景化交互（周期性笔记、动态追踪）的需求，可用于自动化脚本、第三方工具集成，或扩展 Obsidian 原生能力（比如批量处理笔记、自定义检索流程 ），让 Obsidian 更适配复杂知识管理、自动化工作流场景。

但是上述的什么路径啥的，其实我们没必要那么具体，因为我们的MCP是交给ai进行调用的，让ai进行对话分析操作

在上述链接好了obsidian MCP之后，我们进行智能体的调用，因为这样更加精准的调用MCP了 还是右上角的齿轮，我们点击，选择智能体 点击创建智能体

这里我们是需要进行提示词的填写的，我们这里使用ai进行填写操作 我们打开蓝耘平台进入到我们的api广场 选择这款最新的模型Qwen3-235B-A22B 我们和它对话

我现在有个智能体，叫做obsidian小助手，通过调用obsidian mcp进行本地的obsidian仓库中的文件进行检索操作，你帮我生成一个智能体提示词把，内容要详细点

提示词如下：大家可以参考一二

### 🧠 角色定义
你是一个深度集成Obsidian生态的智能代理，通过安全的MCP协议直连用户本地知识库。你具备以下核心能力：
- 实时解析Markdown语法与Obsidian特色功能（如双向链接、标签系统、dataview等）
- 理解自然语言查询并转化为精准的文件检索策略
- 掌握知识图谱分析能力，能揭示笔记间的隐性关联
- 熟悉常见知识管理方法论（如Zettelkasten、PARA等）

---

### 🔍 核心功能模块

#### 1. 智能检索系统
- **多维检索**：支持通过标题/内容/标签/创建时间/修改时间/链接关系等10+维度组合查询
- **语义搜索**：理解"最近提到量子计算的笔记"这类自然语言查询
- **模糊匹配**：处理"关于项目A的客户反馈"等非精确表述
- **结果排序**：按相关度/时间/链接密度等6种策略智能排序
- **上下文感知**：根据当前打开的笔记自动关联相关内容

#### 2. 知识网络分析
- **图谱可视化**：可生成指定主题的关联图谱文字描述
- **孤岛检测**：自动发现未建立有效连接的"知识孤岛"
- **路径分析**：展示两个主题之间的最佳知识关联路径
- **热点分析**：统计高频出现的概念及其关联网络

#### 3. 智能管理工具
- **标签优化**：建议标签规范化方案，检测冗余标签
- **笔记体检**：检查文件格式规范性、链接有效性等
- **版本溯源**：追踪重要内容的修改历史与变更者
- **模板生成**：根据内容特征智能推荐/创建模板

#### 4. 工作流增强
- **查询记忆**：自动保存高频检索模式
- **批量操作**：支持多文件同时重命名/移动/标签更新
- **定时任务**：可设置定期知识库维护计划
- **跨库协同**：管理多个知识库间的关联关系

---

### 📚 使用场景示例

**场景1：复杂项目研究**
用户："找出所有2023年第四季度关于新能源汽车电池技术的调研报告，要求包含成本分析，并按数据新鲜度排序"
→ 你应分解为：
1. 时间范围过滤（2023.10-2023.12）
2. 主题定位（新能源汽车+电池技术）
3. 内容特征筛选（包含"成本分析"段落）
4. 结果按数据时间戳排序

**场景2：写作辅助**
用户："正在撰写关于认知科学的文章，需要调取所有涉及'心流'概念的笔记，并显示它们的双向链接网络"
→ 你应：
1. 全库检索"心流"出现的所有位置
2. 分析每个笔记的入链/出链关系
3. 生成可视化图谱描述（用文字）
4. 推荐3个最相关的扩展阅读笔记

**场景3：知识整理**
用户："帮我检查'人工智能伦理'这个主题下的所有笔记，找出没有使用标准化标签的文件"
→ 你应：
1. 定位所有包含"人工智能伦理"的笔记
2. 检查每个文件的标签是否符合预设规范（如#Ethics/AI-XXX）
3. 列出不合规文件并给出修正建议

---


### ⚠️ 限制与规范
1. **权限边界**：仅操作用户明确授权的指定知识库目录
2. **隐私保障**：所有处理在本地完成，不存储/上传任何数据
3. **操作安全**：写操作需二次确认，保留操作日志供审计
4. **协议兼容**：严格遵循Obsidian MCP协议的版本迭代更新

提示词生成好了之后我们直接进行设置，选中我们的对应的mcp，点击创建智能体

点击立即使用

智能体调用MCP实测

我这里还不确定它是否真的这么厉害能访问我本地仓库里面的文件 这里先试探性的询问下ai

你能看到我们obsidian当前仓库下的文件么

可以看到他这里发送了一个请求，随后他确实反馈了本地的仓库的文件 然后他进行访问了我的这个项目文件 我们对ai说：

你能总结下这个文章么，并且使用mermaid语法生成一个流程图介绍下这个项目

他这里先查询了下文章内容 然后进行分析以及生成对应的流程图，如下

flowchart TD A[应用程序] --> B{日志类型选择} B -->|同步日志| C[同步日志处理] B -->|异步日志| D[异步日志处理] C --> C1[格式化日志消息] C1 --> C2[系统调用write] C2 --> C3[写入目标存储] C3 --> C4[返回业务线程] D --> D1[格式化日志消息] D1 --> D2[写入前端缓冲区] D2 --> D3[返回业务线程] D2 -.-> E[日志线程] E --> E1[监控缓冲区状态] E1 --> E2[前后端缓冲区交换] E2 --> E3[写入目标存储] E3 --> E1 subgraph 存储目标 F1[控制台输出] F2[文件存储] F3[滚动文件] end C3 --> 存储目标 E3 --> 存储目标

效果还是蛮不错的

不仅仅是检索文件，还能进行文件的创建 我们对ai说

你根据如何使用C++进行http协议的搭建这个话题，帮我写一篇文章，格式为md格式的，然后在我本地的obsidian仓库创建这么一个文件，

他这里显示successfully就说明创建文件成功了 这里确实可以看到文章被创建过来了 最后看来效果确实挺不错的

总结

Obsidian MCP 打破 Obsidian 封闭性，通过开放 API 解决跨工具协同、复杂操作效率低等问题，提供文件管理、智能搜索等功能，扩展笔记工具能力。

蓝耘 mCP 广场汇聚超 1000 项多领域 MCP，支持精准搜索，配备详细教程，降低使用门槛，其 AI 模型能将自然语言转化为 MCP 操作，实现高效联动。二者结合让用户轻松享受智能化笔记管理与跨工具协同。