Cherry Studio 通过 MCP 接口操作 Obsidian 完全指南

更新日期 :2026-06-09

适用版本:Cherry Studio ≥ v1.1.13、Obsidian ≥ 1.7.2


零、快速选择:我该用哪种方式?

在开始之前,先确认你的需求,选择最适合的方案:

方案 难度 是否需要 Obsidian 插件 能做什么 推荐场景
方案 A:Cherry Studio 原生导出 ⭐ 极低 ❌ 不需要 将对话一键导出为 Obsidian 笔记 只想把 AI 对话保存到 Obsidian
方案 B:文件系统 MCP ⭐⭐ 低 ❌ 不需要 AI 直接读写 Vault 中的 Markdown 文件 需要 AI 主动创建/搜索/修改笔记
方案 C:Obsidian MCP(REST API) ⭐⭐⭐ 中 ✅ 需要 Local REST API 全文检索、反向链接、执行 Obsidian 命令等高级功能 构建 AI 知识库,深度整合

💡 新手建议:先用方案 A 体验,需要更多功能再升级到方案 B 或 C。


一、基本概念

1.1 什么是 Cherry Studio?

Cherry Studio 是一款开源的桌面端 AI 对话客户端,支持多种大语言模型(如 GPT、Claude、DeepSeek、Qwen 等),并内置了 MCP(Model Context Protocol) 支持和 原生 Obsidian 导出功能 12

社区推荐组合:Cherry Studio(客户端)+ 阿里 Qwen(大模型),优势是免费、操作简单、无需特殊网络环境 4

1.2 什么是 MCP?

MCP(Model Context Protocol)是由 Anthropic 于 2024 年 11 月推出的一种开放协议,允许 AI 模型通过标准化接口访问外部工具和数据源 4。MCP 有两种运行模式 35

  • Stdio 模式:用于连接本地服务(如文件系统、本地软件),需要本地环境支持
  • SSE 模式:用于连接远程服务(如在线 API),通常只需一个 URL

大多数 Obsidian 相关的 MCP 服务采用 Stdio 模式。

1.3 三种操作 Obsidian 的方式概览

方式 原理 优点 缺点
Cherry Studio 原生导出 类似 Obsidian Web Clipper,直接将对话内容写入 Vault 12 零配置、无需插件 只能导出,不能搜索/读取现有笔记
文件系统 MCP 直接通过文件系统读写 Vault 中的 .md 文件 简单直接、无需 Obsidian 插件 无法使用 Obsidian 的高级功能(反向链接、Dataview 等)
Obsidian MCP(REST API) 通过 Local REST API 插件与 Obsidian 交互 35 功能最全、可搜索、可执行 Obsidian 命令 需要额外安装插件和配置

二、方案 A:Cherry Studio 原生导出(最简单)

这是 Cherry Studio 内置的功能,无需安装任何 Obsidian 插件、无需配置 MCP,直接将对话导出为 Obsidian 笔记 12

2.1 前提条件

  • Cherry Studio 版本 ≥ v1.1.13
  • Obsidian 版本 ≥ 1.7.2(避免长对话导入失败)

2.2 配置步骤

第一步:在 Cherry Studio 中配置 Obsidian
  1. 打开 Cherry Studio
  2. 进入 设置 → 数据设置 → Obsidian 配置
  3. 下拉框会自动出现你本机打开过的 Obsidian 库名,选择目标库 12
  4. (可选)设置全局标签,所有导出对话都会自动打上该标签
第二步:导出对话

导出完整对话

  1. 在对话界面右键点击对话
  2. 选择 导出 → 导出到 Obsidian
  3. 在弹出的窗口中配置:
    • 保管库:选择目标 Obsidian 库
    • 路径:选择存放导出笔记的文件夹
    • 笔记属性(Properties):可选择添加标签(tags)、创建时间(created)、来源(source)
    • 处理方式 (三选一):
      • 新建(如果存在就覆盖):创建新笔记,同名则覆盖(此模式附带 Properties)
      • 前置:在已有同名笔记开头添加内容
      • 追加:在已有同名笔记末尾添加内容

导出单条对话

  1. 点击对话下方的三条杠菜单
  2. 选择 导出 → 导出到 Obsidian
  3. 后续配置同上

⚠️ 注意:仅「新建」模式会附带 Properties(属性),「前置」和「追加」模式不会附带。


三、方案 B:文件系统 MCP(推荐进阶用户)

通过文件系统 MCP,AI 可以直接在对话中读写 Obsidian Vault 中的 .md 文件,无需 Obsidian 运行。

3.1 前置准备

确保已安装 Node.js(版本 ≥ 18)。验证安装:

bash 复制代码
node -v
npm -v

3.2 在 Cherry Studio 中配置文件系统 MCP

  1. 打开 Cherry Studio
  2. 进入 设置 → MCP 服务(或 MCP Servers)
  3. 添加新的 MCP 服务器,使用以下 JSON 配置
json 复制代码
{
  "mcpServers": {
    "obsidian-filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/path/to/your/Obsidian/Vault"
      ]
    }
  }
}

注意 :将 /path/to/your/Obsidian/Vault 替换为你的 Obsidian Vault 的实际路径。

  • Windows 示例:C:/Users/用户名/Documents/MyVault
  • macOS 示例:/Users/用户名/Documents/MyVault
  • Linux 示例:/home/用户名/MyVault

3.3 常用操作指令

配置完成后,在 Cherry Studio 对话中直接使用自然语言即可:

复制代码
# 创建新笔记
帮我在 Vault 中创建 "学习笔记/MCP协议.md",内容如下:
---
tags: [MCP, AI]
created: 2025-07-15
---
# MCP 协议学习笔记
...

# 搜索笔记
在 Vault 中搜索所有包含 "MCP" 关键词的 Markdown 文件

# 读取笔记
读取 Vault 中的 "日常/2025-07-15.md" 文件内容

# 修改笔记
在 "项目/MyProject.md" 文件末尾追加以下内容:- [ ] 新任务

# 汇总整理
帮我整理 Vault 中所有关于 "Python" 的笔记,汇总到一个新文件 "Python知识索引.md" 中

四、方案 C:Obsidian MCP(REST API,功能最全)

通过 Obsidian 的 Local REST API 插件 + mcp-obsidian 工具,实现最完整的 Obsidian 操作能力 35

4.1 前置准备

安装 uv(用于运行 uvx 命令)
  • Windows:以管理员身份运行 PowerShell,执行:

    powershell 复制代码
    powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

    安装完成后重启计算机

  • macOS / Linux

    bash 复制代码
    curl -LsSf https://astral.sh/uv/install.sh | sh
安装 Node.js

nodejs.org 下载并安装 LTS 版本。

4.2 在 Obsidian 端配置

第一步:安装 Local REST API 插件
  1. 打开 Obsidian 的 设置 → 第三方插件 → 社区插件市场
  2. 搜索 "Local REST API" 并安装
  3. 启用插件后,在插件设置中记下 API Key(如果没有则生成一个)
  4. 确认端口号(默认 27124
第二步:授权 API 访问
  1. 访问 https://coddingtonbear.github.io/obsidian-local-rest-api/
  2. 点击右下角的 「Authorize」
  3. 输入刚才在插件设置中获取的 API Key
  4. 授权成功即可
第三步:获取 Vault 路径
  1. 点击 Obsidian 左下角的仓库管理
  2. 选择**「在访达中显示仓库文件夹」(macOS)或「在资源管理器中显示」**(Windows)
  3. 复制仓库的完整路径

4.3 在 Cherry Studio 中配置 MCP

在 Cherry Studio 的 设置 → MCP 服务 中添加以下配置:

命令

复制代码
uv tool run mcp-obsidian --vault-path 你的Obsidian仓库路径

环境变量

复制代码
OBSIDIAN_API_KEY=你的Local_Rest_API_Key

也可以使用 JSON 格式:

json 复制代码
{
  "mcpServers": {
    "obsidian-api": {
      "command": "uv",
      "args": [
        "tool", "run", "mcp-obsidian",
        "--vault-path", "/path/to/your/Obsidian/Vault"
      ],
      "env": {
        "OBSIDIAN_API_KEY": "你的Local_Rest_API_Key"
      }
    }
  }
}

4.4 高级操作能力

通过方案 C 可以实现方案 B 无法做到的功能:

操作 说明 示例指令
全文搜索 在 Vault 中全文检索 搜索包含 "Cherry Studio" 的笔记
反向链接 查看笔记的引用关系 查看 "MCP协议" 的反向链接
每日笔记 打开或创建每日笔记 打开今天的每日笔记
执行 Obsidian 命令 调用任意 Obsidian 命令 执行 "插入模板" 命令
Frontmatter 操作 读写 YAML 元数据 更新 "项目A.md" 的 status 为 done
批量操作 跨文件操作 给 Projects 目录下所有笔记添加 tag #active

五、将 AI 生成内容输出到指定文档

5.1 方式一:使用 Cherry Studio 原生导出(推荐)

右键对话 → 导出 → 导出到 Obsidian → 选择路径和处理方式。最直接的方式 12

5.2 方式二:在对话中直接指定路径

适用于方案 B 或 C,直接在对话中告诉 AI:

复制代码
请将以下内容保存到 Obsidian Vault 中的 "输出/MCPForObsidian.md"

如果文件不存在,MCP 工具会自动创建。

5.3 方式三:MCP 工具链自动化

结合多个 MCP 工具实现复杂工作流:

  1. AI 生成内容
  2. 文件系统 MCP 写入指定 .md 文件
  3. (可选)Obsidian MCP 触发索引更新或执行模板命令

六、高级技巧

6.1 模板化输出

预先在 Obsidian 中创建模板文件,然后让 AI 按模板格式生成:

复制代码
请按照 "模板/笔记模板.md" 的格式,生成一篇关于 "MCP 协议详解" 的笔记,
并保存到 "技术/MCP协议详解.md"

6.2 批量操作

复制代码
在 "Projects" 目录下为每个子目录创建 README.md,汇总该项目的所有相关笔记链接

6.3 与 Obsidian 插件联动

通过方案 C 可以操作 Dataview、Calendar、Kanban 等插件:

复制代码
执行 Obsidian 命令 "Dataview: 刷新所有视图"

6.4 推荐模型

社区使用体感排名 4:Claude 4.5 > GPT-5 > Gemini 2.5 > Qwen3-Max > DeepSeek

免费推荐:Cherry Studio + 阿里 Qwen(无需特殊网络环境)4


七、常见问题排查

7.1 Cherry Studio 原生导出问题

问题 解决方案
导出失败 确保 Obsidian 版本 ≥ 1.7.2
找不到库 确保在本机用 Obsidian 打开过该库
对话太长导出失败 升级 Obsidian 到最新版本,或分段导出

7.2 MCP 连接问题

问题 解决方案
连接超时 检查 Obsidian 是否正在运行,REST API 插件是否启用
认证失败 确认 API Key 正确,确认已完成网页端授权 5
uv tool run 命令失败 确保已正确安装 uv,尝试重启终端
npx 命令失败 确保 Node.js ≥ 18 已正确安装
端口冲突 检查 27124 端口是否被其他程序占用

7.3 文件系统权限问题

  • 确保 Cherry Studio 有权限访问 Obsidian Vault 目录
  • macOS 用户可能需要授予完全磁盘访问权限
  • 路径中包含空格时,使用引号包裹

7.4 Windows 特别提示

Windows 系统在环境配置和网络方面比 Mac 更容易遇到问题 35。如果遇到无法解决的错误:

  • 以管理员身份运行终端
  • 重启计算机让环境变量生效
  • 考虑使用方案 A(原生导出)绕过复杂配置

八、相关资源

官方资源

社区 MCP 工具

MCP 服务聚合网站

  • MCP.so --- 中文友好的 MCP 服务目录(近 8000+ 服务器)
  • Smithery.ai --- 英文 MCP 服务平台

学习资源


提示:本文档本身即是一个示例------你可以通过 Cherry Studio + MCP 将 AI 生成的内容直接保存到 Obsidian Vault 中。三种方案从简到繁,按需选择即可。

相关推荐
mpr0xy2 小时前
行走编程:把你的 Mac 变成一台随身 AI 开发工作站
人工智能·macos·ai·大语言模型·ai编程·ai写需求
润乾软件2 小时前
从 GUI 到 LUI 的进化,报表工具也有了 Copilot
人工智能·ai·copilot·报表工具
JaydenAI2 小时前
[MAF预定义Agent中间件-03]FunctionInvocationDelegatingAgent:将AOP引入函数调用
ai·c#·agent·aop·maf
DS随心转插件2 小时前
AI导出鸭深度评测:DeepSeek 转 Word 实战表现与边界分析
人工智能·ai·word·文心一言·deepseek·ai导出鸭
Artech2 小时前
[MAF预定义ChatClient中间件-06]利用ImageGeneratingChatClient开发专业图片生成Agent
ai·agent·maf
yuhulkjv3352 小时前
Kimi如何导出pdf | AI导出鸭 独家深度测评
人工智能·ai·chatgpt·pdf·ai导出鸭
FII工业富联科技服务2 小时前
AI+3D世界模型:重构园区安防的“可感知、可推演、可进化”
大数据·人工智能·3d·ai·制造
stephon_1002 小时前
国产大模型 Agent 开发实战:用 milu 5 分钟搭一个多用户 AI Agent 服务(DeepSeek/Qwen/Kimi/GLM)
人工智能·python·ai·chatgpt