语义搜索插件

EzRAG——基于人工智能的黑曜石笔记搜索

EzRAG将你的黑曜石金库变成了一个 Gemini文件搜索 索引，这样您就可以运行语义搜索，在笔记上聊天，并通过MCP工具公开您的保险库。所有内容都保留在您的Google帐户中；该插件只是使索引保持最新。

亮点

• 语义搜索+人工智能聊天与内联引用
• 智能运行模式：一个桌面保持索引同步，其他设备可以查询
• 内置MCP服务器，以便外部代理可以查询或获取笔记
• 自动重复数据删除、队列持久性和重建工作流

入门指南

需求

• Google Gemini API密钥(免费获得一个)
• 用于索引的黑曜石桌面应用程序（移动设备可以查询/只读）

安装

选项1-BRAT（推荐）

1. 安装 小子 来自社区插件。
2. BRAT设置→ 添加Beta插件 → https://github.com/benbjurstrom/ezrag.
3. 在社区插件中启用EzRAG。

选项2-手动

1. 克隆到您的保险库中：
   复制

   cd /path/to/vault/.obsidian/plugins
   git clone https://github.com/benbjurstrom/ezrag
   

2. 构建一次：
   复制

   cd ezrag
   npm install
   npm run build
   

3. 重新启动黑曜石并启用EzRAG。

配置

1. 设置→ EzRAG → 输入您的Gemini API密钥。
2. 在桌面上，切换 这台机器是跑步者 让它索引。

使用EzRAG

聊天

通过功能区图标打开或 EzRAG: Open Chat。尝试以下提示：

• “我对约翰逊项目有什么看法？”
• “总结昨天的会议记录。”
• “查找所有提及机器学习的内容。”

MCP服务器

启用 设置→ EzRAG→ MCP服务器 让工具连接起来。

从克劳德代码连接：

claude mcp add --transport http ezrag-obsidian-notes http://localhost:42427/mcp

提供的工具：

• keywordSearch –关键字/正则表达式搜索
• semanticSearch –Gemini支持的引用语义搜索
• note:///<path> –直接笔记检索

运作原理

索引基础

• 仅 .md 文件已编入索引；如果内容发生变化，则更改会触发哈希+重新上传。
• 运行程序强制阻止多台机器上传同一文件。
• 上传队列在重新启动后仍然存在，并在UI中显示状态。

限制和成本

Gemini文件搜索定价(详情):

• 索引：每100万代币约0.15美元（无存储；查询的标准模型费率）
• 最大文件大小：100 MB；免费层≈1 GB总存储空间（高层最多1 TB)
• 为了获得最佳性能，请将门店数量控制在约20家以下 GB

数据控制

• 文档存储在您的Google帐户中。通过以下方式管理/删除商店 设置→ 管理商店.
• 除了Gemini文件搜索上传之外，没有遥测或笔记数据离开您的机器。

链接

• 问题
• 讨论
• 许可证 （ISC）