vault-operator
Obsidian 的 AI Agent 插件，支持语义搜索、PDF摄入、Office文档生成、MCP集成，本地优先
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
Obsidian 的 AI Agent 插件，支持语义搜索、PDF摄入、Office文档生成、MCP集成，本地优先
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一下：你打开 Obsidian，手指悬在键盘上——不是在想"怎么写"，而是在想"我想搞明白什么"。Vault Operator 就是那个让你专注思考、而不是专注操作的工具。它不是另一个聊天机器人，而是一个真正在你的知识库中工作的 AI 代理。
Vault Operator 由独立开发者 pssah4 创建，是一个运行在 Obsidian 中的 AI Agent 插件，定位为"Obsidian 的 AI 操作层"。作者在 GitHub 上描述它为：Coworker（同事）、Copilot（副驾驶）和 thinking partner（思考伙伴）——它维护你的记忆与知识、适应你的工作流程、以完全安全的方式使用插件、Skill 和工具。
这个项目的诞生源于一个朴素的问题：Obsidian 已经有了大量 AI 聊天插件，但它们都只是在 vault 里"聊天"，而不是真正帮你在 vault 里"工作"。 Vault Operator 试图填补这个空白——让 AI 能够读取、搜索、写入你的笔记，并且每一步操作都在你的掌控之下。
不同于简单的问答机器人，Vault Operator 运行一个Agentic Loop（代理循环）：接收任务 → 规划步骤 → 执行操作 → 反馈结果 → 继续迭代，直到任务完成。这意味着你可以描述一个目标，比如"帮我整理这周的会议笔记"，它会自动搜索相关笔记、提取关键信息、生成摘要。
三个层级的记忆系统是它区别于普通插件的关键：
将 PDF 拖入对话窗口，说"摄入这篇论文"，它会：
传统的 Obsidian 搜索是关键词匹配。Vault Operator 构建了一个本地向量索引，结合：
你可以问"我之前关于 X 的思考是什么？"即使 vault 里没有任何笔记包含"X"这个词。
从 Obsidian 笔记一键生成 Word、Excel、PowerPoint 文件：
自动审计知识图谱的：
每个修复操作都会创建检查点（Checkpoint），随时可以一键撤销。
Vault Operator 本身就是一款 MCP 服务器，这意味着 ChatGPT、Claude Desktop、Perplexity 等外部 AI 客户端可以直接读取你的 Obsidian vault——同一个记忆，同步到所有 AI 工具。
src/
├── api/ # LLM 提供商适配器（Anthropic、OpenAI、Google、Ollama 等）
│ └── providers/ # 各 Provider 实现
├── core/tools/ # 工具定义与注册表
│ ├── vault/ # 笔记库读写工具
│ ├── agent/ # Agent 控制工具（完成、提问、设置）
│ └── web/ # Web 搜索工具
├── bundled-skills/ # 内置 Skill 集合
└── bundled-templates/# 内置模板
BaseTool 是所有工具的基类，每个工具实现 getDefinition() 和 execute() 方法。ToolExecutionContext 提供任务上下文，包括回调、问答、待办事项管理等功能。
ApiHandler 接口抽象了不同 LLM 提供商的 API 调用，统一的 createMessage() 接口支持流式事件，便于扩展新的模型提供商。
核心技术栈：
当前版本不支持 Docker 部署。这是一个 Obsidian 插件，必须在 Obsidian 客户端内运行，依赖 Obsidian Plugin API。
| 部署方式 | 支持情况 |
|---|---|
| Docker | ❌ 不支持 |
| 直接 Obsidian 安装 | ✅ 支持 |
| MCP Server（独立运行） | ⚠️ 部分支持（通过 mcp-server-worker.js） |
.obsidian-agentignore 文件保护敏感文件夹Vault Operator 代表了一个新兴方向：将 AI Agent 的能力嵌入到用户现有的知识管理工具中，而不是强迫用户改变工作流。随着 local-first AI 的发展，这类插件的价值会持续增长。