Obsidian Pdf Evidence
O

Obsidian Pdf Evidence

Obsidian插件,通過MCP協議向AI代理提供PDF內容和知識庫訪問,支持PDF文本提取、模糊搜索、引用鏈接生成、知識庫文件讀寫和Dataview查詢等功能。
2分
4.3K

什麼是Obsidian PDF Evidence?

Obsidian PDF Evidence是一個Obsidian插件,它充當AI助手與您的知識庫之間的橋樑。它允許AI(如Claude、OpenCode等)直接訪問您在Obsidian中打開的PDF文件內容,並基於這些內容提供有證據支持的答案。插件會自動提取PDF文本,生成精確的引用鏈接,並將AI的回答顯示在Obsidian側邊欄中。

如何使用Obsidian PDF Evidence?

使用分為三個步驟:1) 在Obsidian中安裝並啟用插件;2) 在AI客戶端(如Claude Desktop)中配置MCP連接;3) 在Obsidian中打開PDF文件,然後向AI提問。AI將讀取PDF內容,提供有引用證據的回答,並將結果顯示在Obsidian的AI答案面板中。

適用場景

最適合學術研究、論文閱讀、文獻綜述、學習筆記整理等場景。當您需要快速理解複雜論文、查找特定信息、或基於多篇文獻進行綜合分析時,這個工具能顯著提高效率。

主要功能

PDF文本提取
自動從Obsidian中打開的PDF文件提取文本內容,並緩存以供AI訪問。支持分塊讀取和全文讀取兩種模式。
模糊搜索與PDF++引用
在PDF中查找文本片段,並生成可點擊的PDF++引用鏈接。使用Levenshtein距離算法進行模糊匹配,即使文本有微小差異也能找到正確位置。
知識庫訪問
AI可以讀取和寫入Markdown文件、搜索知識庫內容、管理標籤。支持查看所有標籤及其使用頻率。
Dataview集成
通過API運行Dataview查詢,讓AI能夠訪問您知識庫中的結構化數據,如任務列表、文獻數據庫等。
AI答案面板
在Obsidian側邊欄顯示AI的回答,所有內部鏈接都可點擊,提供自然的閱讀體驗。用戶可以複製原始Markdown或關閉面板。
教授助手預設
提供專門優化的系統提示詞(Professor Agent),確保AI正確使用引用格式、基於證據回答問題,並遵循最佳實踐。
優勢
證據驅動的回答:所有事實性聲明都有PDF引用支持,避免AI幻覺
無縫集成:直接在Obsidian工作流中使用,無需切換應用
精確引用:生成PDF++鏈接,點擊即可跳轉到PDF的精確位置
多工具支持:兼容Claude Desktop、OpenCode等支持MCP協議的AI客戶端
用戶友好:非技術用戶也能輕鬆配置和使用
開源免費:MIT許可證,可自由使用和修改
侷限性
需要Obsidian:必須使用Obsidian作為知識管理工具
僅支持PDF:目前主要針對PDF文件,其他格式支持有限
本地運行:需要本地HTTP服務器,可能涉及端口配置
性能依賴:大型PDF的文本提取和處理可能需要時間
AI客戶端兼容性:需要AI客戶端支持MCP協議

如何使用

安裝插件
在Obsidian中安裝Obsidian PDF Evidence插件。可以通過社區插件市場安裝,或從源代碼構建。
配置插件
在Obsidian設置中啟用插件,配置服務器端口(默認27123)。使用"複製MCP橋接配置"按鈕獲取配置信息。
配置AI客戶端
在Claude Desktop或OpenCode中添加MCP服務器配置。將插件提供的配置粘貼到相應配置文件中。
使用教授助手
在Claude Desktop中創建項目,將教授助手提示詞添加為自定義指令。或在OpenCode中配置教授助手代理。
開始使用
在Obsidian中打開PDF文件,向AI提問。AI將讀取PDF內容並提供有引用證據的回答,結果顯示在側邊欄。

使用案例

論文快速理解
您剛下載了一篇複雜的學術論文,需要快速理解其主要貢獻和方法。
精確信息查找
您記得在某篇論文中看到了一個特定的實驗數據,但不確定具體位置。
多文獻對比
您正在寫文獻綜述,需要比較多篇論文的方法異同。
自動標籤管理
您希望為閱讀的論文添加合適的標籤以便後續檢索。

常見問題

我需要編程知識才能使用這個插件嗎?
支持哪些AI客戶端?
PDF++引用鏈接是什麼?
如果端口27123被佔用怎麼辦?
AI可以訪問我的所有筆記嗎?
支持掃描版PDF(圖片格式)嗎?
教授助手提示詞是必須的嗎?

相關資源

GitHub倉庫
插件源代碼、問題追蹤和最新版本
Obsidian官方論壇
社區討論、使用技巧和問題求助
MCP協議文檔
Model Context Protocol官方文檔和規範
Claude Desktop下載
Claude Desktop客戶端下載頁面
OpenCode項目
OpenCode AI開發平臺
韓國語README
韓國語版本的使用說明

安裝

複製以下命令到你的Client進行配置
{
  "mcpServers": {
    "obsidian-pdf-evidence": {
      "command": "node",
      "args": ["{path-to-vault}/.obsidian/plugins/obsidian-pdf-evidence/bridge/bridge.mjs"],
      "env": {
        "PDF_EVIDENCE_BASE_URL": "http://127.0.0.1:27123"
      }
    }
  }
}
注意:您的密鑰屬於敏感信息,請勿與任何人分享。

替代品

M
Moltbrain
MoltBrain是一個為OpenClaw、MoltBook和Claude Code設計的長期記憶層插件,能夠自動學習和回憶項目上下文,提供智能搜索、觀察記錄、分析統計和持久化存儲功能。
TypeScript
5.1K
4.5分
B
Bm.md
一個功能豐富的Markdown排版工具,支持多種樣式主題和平臺適配,提供即時編輯預覽、圖片導出和API集成能力
TypeScript
4.4K
5分
H
Haiku.rag
Haiku RAG是一個基於LanceDB、Pydantic AI和Docling構建的智能檢索增強生成系統,支持混合搜索、重排序、問答代理、多代理研究流程,並提供本地優先的文檔處理和MCP服務器集成。
Python
9.1K
5分
C
Cipher
Cipher是一個專為編程AI代理設計的開源記憶層框架,通過MCP協議與各種IDE和AI編碼助手集成,提供自動記憶生成、團隊記憶共享和雙系統記憶管理等核心功能。
TypeScript
0
5分
A
Apple Notes MCP
一個為Claude桌面端提供本地Apple Notes數據庫訪問的服務器,支持讀取和搜索筆記內容。
Python
12.4K
4.3分
M
MCP Server Weread
微信讀書MCP服務器是一個橋接微信讀書數據和AI客戶端的輕量級服務,實現閱讀筆記與AI的深度交互。
TypeScript
13.6K
4分
M
MCP Notion Server
已認證
Notion MCP Server是一個連接Notion API與LLM的中間件服務,通過Markdown轉換優化交互效率。
TypeScript
14.0K
5分
M
MCP Obsidian
該項目是一個MCP服務器,用於通過Obsidian的Local REST API插件與Obsidian筆記應用交互。它提供了多種工具來操作和管理Obsidian中的文件,包括列出文件、獲取文件內容、搜索、修改內容和刪除文件等。
Python
19.5K
5分
B
Baidu Map
已認證
百度地圖MCP Server是國內首個兼容MCP協議的地圖服務,提供地理編碼、路線規劃等10個標準化API接口,支持Python和Typescript快速接入,賦能智能體實現地圖相關功能。
Python
38.7K
4.5分
M
Markdownify MCP
Markdownify是一個多功能文件轉換服務,支持將PDF、圖片、音頻等多種格式及網頁內容轉換為Markdown格式。
TypeScript
31.3K
5分
F
Firecrawl MCP Server
Firecrawl MCP Server是一個集成Firecrawl網頁抓取能力的模型上下文協議服務器,提供豐富的網頁抓取、搜索和內容提取功能。
TypeScript
118.9K
5分
S
Sequential Thinking MCP Server
一個基於MCP協議的結構化思維服務器,通過定義思考階段幫助分解複雜問題並生成總結
Python
31.1K
4.5分
E
Edgeone Pages MCP Server
EdgeOne Pages MCP是一個通過MCP協議快速部署HTML內容到EdgeOne Pages並獲取公開URL的服務
TypeScript
25.0K
4.8分
M
Magic MCP
Magic Component Platform (MCP) 是一個AI驅動的UI組件生成工具,通過自然語言描述幫助開發者快速創建現代化UI組件,支持多種IDE集成。
JavaScript
19.3K
5分
N
Notion Api MCP
已認證
一個基於Python的MCP服務器,通過Notion API提供高級待辦事項管理和內容組織功能,實現AI模型與Notion的無縫集成。
Python
19.1K
4.5分
C
Context7
Context7 MCP是一個為AI編程助手提供即時、版本特定文檔和代碼示例的服務,通過Model Context Protocol直接集成到提示中,解決LLM使用過時信息的問題。
TypeScript
79.7K
4.7分
AIBase
智啟未來,您的人工智慧解決方案智庫
© 2026AIBase