MinerU
Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.
Search Obsidian vaults with hybrid full-text, fuzzy, semantic, and graph retrieval.
教 AI 做这类工作的 Skill,可与本项一起使用
Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.
Agent skills for Obsidian. Teach your agent to use Obsidian CLI and open formats including Markdown, Bases, JSON Canvas.
列表按使用分(满分 100)排序,由以下部分组成
| 热度 | 33/80 | GitHub 星标或每周下载量:较大的计 60,较小的计 20 |
|---|---|---|
| 新鲜度 | 12/12 | 30 天内有发布或代码更新得满分 |
| 仍在响应 | 0/8 | 上次检查时云端端点有响应 |
| 使用分 | 45/100 |
质量: 基础检查通过 3/3 项(仅展示,不用于排序) · 上升势头: 41 (只用于“上升中”标签)
选择你使用的 AI 应用,然后复制设置。
用一句话让 AI 帮你安装
请帮我安装 Obsidian Hybrid Search。按照 https://mcp.popnx.com/i/flowing-abyss-obsidian-hybrid-search.md 操作,先把命令给我看,等我同意后再运行。粘贴到能在你电脑上工作的 AI(如 Claude Code、Cursor)。它会读取我们的步骤,先给你看命令,等你同意。无需密钥,无需注册。 · 查看 AI 会读取的全文
通过 3/3 项检查 · 在你的电脑上运行 · ✓ 命令已检查 2026年11月16日
第一步:你用哪个 AI?
选择你用的应用,步骤会显示在下方。
可连接 Claude,但需要先准备
需要填写 1 项设置(OBSIDIAN_VAULT_PATH) · 需要先在电脑上安装 Node.js(只需一次) · 仅限电脑上的 Claude 应用(Windows 或 Mac),网页和手机不可用
把这段话复制到 Claude 的对话里。AI 会先检查电脑,告诉你要改哪个文件,并且每次都等你同意。
请在这台电脑上为 Claude 安装 MCP server Obsidian Hybrid Search,按顺序:1) 用 node -v 检查是否有 Node.js。没有的话,请让我从 https://nodejs.org/en/download 安装,不要自己安装。2) 只使用这份配置(已通过 PopNx MCP 检查):{ "mcpServers": { "obsidian-hybrid-search": { "command": "npx", "args": [ "-y", "obsidian-hybrid-search", "mcp" ], "env": { "OBSIDIAN_VAULT_PATH": "your-value" } } } } 3) 告诉我要修改的文件完整路径或要运行的命令,等我同意。4) OBSIDIAN_VAULT_PATH 先保留 "your-value",请我自己把真实值粘贴到文件或应用的输入框里。不要让我在对话里输入密钥。5) 按约定执行,然后确认 Obsidian Hybrid Search 的工具真的出现了。这段话不包含你的密钥。如果需要密钥,AI 会请你自己粘贴到文件或应用的输入框里。
已经装好了吗?先检查 · 打开终端,输入这条命令后按 Enter
node -vMac:按 ⌘ + Space,输入 Terminal 后按 Enter
Windows:打开“开始”菜单,输入 Windows PowerShell,然后选“打开”
还没安装: 打开官方下载页,选择 LTS 版本和点选式安装程序:Mac 用 .pkg · Windows 用 .msi。双击后一路下一步即可,不需要 curl 命令
装好后关掉终端再打开,重新运行同一条命令,应显示版本号: node -v
安装一次,所有需要 Node.js 的工具都能用
这些是程序设置,不是密钥,无需注册。按开发者的说明填写。
OBSIDIAN_VAULT_PATH 要索引和搜索的 Obsidian 仓库的绝对路径 说明为自动翻译,变量名保持原样;不确定时请查看原文。
SettingsDeveloperEdit Config
{
"mcpServers": {
"obsidian-hybrid-search": {
"command": "npx",
"args": [
"-y",
"obsidian-hybrid-search",
"mcp"
],
"env": {
"OBSIDIAN_VAULT_PATH": "your-value"
}
}
}
}用 Obsidian Hybrid Search 告诉我你能帮我做什么,然后做一件给我看✓ 如果 Claude 说正在使用 Obsidian Hybrid Search,或回答中出现 Obsidian Hybrid Search 的工具名称,就表示连接成功
上面的命令不填这些也能用。想调整时再按开发者的说明添加。
OBSIDIAN_PREFIX 用于配置多个 vault 时 MCP 工具名称的可选前缀。 OBSIDIAN_IGNORE_PATTERNS 以逗号分隔的 glob 模式,用于从索引中排除 OBSIDIAN_RESPECT_GITIGNORE 在建立索引时读取适用的 .gitignore 文件和仓库 info/exclude 规则;设置为 false、0 或 no 可同时禁用。 OBSIDIAN_INCLUDE_PATTERNS 以逗号分隔的模式,用于重新纳入仅因 Git 忽略规则而被忽略的笔记。 OBSIDIAN_CONTENT_IGNORE_PATTERNS 以逗号分隔的正则规则,用于将笔记正文中的某些文本排除在搜索之外,例如 /%%\s\S?%%/g。原始文件和 read 保持不变。 OPENAI_API_KEY 用于 OpenAI 兼容远程嵌入的可选 API 密钥;省略则使用本地嵌入。 OPENAI_BASE_URL 可选的 OpenAI 兼容 API 基础 URL,适用于 OpenRouter、Ollama、LM Studio 或类似的服务提供商。 OPENAI_EMBEDDING_MODEL 使用兼容 OpenAI 的 API 时,远程嵌入模型的名称。 LOCAL_EMBEDDING_MODEL 未配置远程嵌入 API 时使用的本地嵌入模型。 RERANKER_MODEL 可选的 ONNX 交叉编码器重排序模型,在请求重排序时使用。 说明为自动翻译,变量名保持原样;不确定时请查看原文。
菜单名称已于 2026年11月11日 对照 Anthropic 帮助页面核实 · 你的界面可能因版本略有不同
ChatGPT 暂时无法连接 Obsidian Hybrid Search
Obsidian Hybrid Search 需要安装在你的电脑上,而 ChatGPT 只能连接在网上运行的服务器
A · 使用能连接 Obsidian Hybrid Search 的应用
可连接 Claude Code,但需要先准备
需要填写 1 项设置(OBSIDIAN_VAULT_PATH) · 需要先在电脑上安装 Node.js(只需一次)
把这段话复制到 Claude Code 的对话里。AI 会先检查电脑,告诉你要改哪个文件,并且每次都等你同意。
请在这台电脑上为 Claude Code 安装 MCP server Obsidian Hybrid Search,按顺序:1) 用 node -v 检查是否有 Node.js。没有的话,请让我从 https://nodejs.org/en/download 安装,不要自己安装。2) 只使用这份配置(已通过 PopNx MCP 检查):claude mcp add --scope user obsidian-hybrid-search --env OBSIDIAN_VAULT_PATH=your-value -- npx -y obsidian-hybrid-search mcp 3) 告诉我要修改的文件完整路径或要运行的命令,等我同意。4) OBSIDIAN_VAULT_PATH 先保留 "your-value",请我自己把真实值粘贴到文件或应用的输入框里。不要让我在对话里输入密钥。5) 按约定执行,然后确认 Obsidian Hybrid Search 的工具真的出现了。这段话不包含你的密钥。如果需要密钥,AI 会请你自己粘贴到文件或应用的输入框里。
已经装好了吗?先检查 · 打开终端,输入这条命令后按 Enter
node -vMac:按 ⌘ + Space,输入 Terminal 后按 Enter
Windows:打开“开始”菜单,输入 Windows PowerShell,然后选“打开”
还没安装: 打开官方下载页,选择 LTS 版本和点选式安装程序:Mac 用 .pkg · Windows 用 .msi。双击后一路下一步即可,不需要 curl 命令
装好后关掉终端再打开,重新运行同一条命令,应显示版本号: node -v
安装一次,所有需要 Node.js 的工具都能用
这些是程序设置,不是密钥,无需注册。按开发者的说明填写。
OBSIDIAN_VAULT_PATH 要索引和搜索的 Obsidian 仓库的绝对路径 说明为自动翻译,变量名保持原样;不确定时请查看原文。
Mac:按 Command+空格,输入 Terminal · Windows:打开 PowerShell
claude mcp add --scope user obsidian-hybrid-search --env OBSIDIAN_VAULT_PATH=your-value -- npx -y obsidian-hybrid-search mcp应能看到 Obsidian Hybrid Search 在列表中并显示已连接
用 Obsidian Hybrid Search 告诉我你能帮我做什么,然后做一件给我看✓ 如果 Claude Code 说正在使用 Obsidian Hybrid Search,或回答中出现 Obsidian Hybrid Search 的工具名称,就表示连接成功
上面的命令不填这些也能用。想调整时再按开发者的说明添加。
OBSIDIAN_PREFIX 用于配置多个 vault 时 MCP 工具名称的可选前缀。 OBSIDIAN_IGNORE_PATTERNS 以逗号分隔的 glob 模式,用于从索引中排除 OBSIDIAN_RESPECT_GITIGNORE 在建立索引时读取适用的 .gitignore 文件和仓库 info/exclude 规则;设置为 false、0 或 no 可同时禁用。 OBSIDIAN_INCLUDE_PATTERNS 以逗号分隔的模式,用于重新纳入仅因 Git 忽略规则而被忽略的笔记。 OBSIDIAN_CONTENT_IGNORE_PATTERNS 以逗号分隔的正则规则,用于将笔记正文中的某些文本排除在搜索之外,例如 /%%\s\S?%%/g。原始文件和 read 保持不变。 OPENAI_API_KEY 用于 OpenAI 兼容远程嵌入的可选 API 密钥;省略则使用本地嵌入。 OPENAI_BASE_URL 可选的 OpenAI 兼容 API 基础 URL,适用于 OpenRouter、Ollama、LM Studio 或类似的服务提供商。 OPENAI_EMBEDDING_MODEL 使用兼容 OpenAI 的 API 时,远程嵌入模型的名称。 LOCAL_EMBEDDING_MODEL 未配置远程嵌入 API 时使用的本地嵌入模型。 RERANKER_MODEL 可选的 ONNX 交叉编码器重排序模型,在请求重排序时使用。 说明为自动翻译,变量名保持原样;不确定时请查看原文。
菜单名称已于 2026年11月11日 对照 Anthropic 帮助页面核实 · 你的界面可能因版本略有不同
可连接 Cursor,但需要先准备
需要填写 1 项设置(OBSIDIAN_VAULT_PATH) · 需要先在电脑上安装 Node.js(只需一次)
把这段话复制到 Cursor 的对话里。AI 会先检查电脑,告诉你要改哪个文件,并且每次都等你同意。
请在这台电脑上为 Cursor 安装 MCP server Obsidian Hybrid Search,按顺序:1) 用 node -v 检查是否有 Node.js。没有的话,请让我从 https://nodejs.org/en/download 安装,不要自己安装。2) 只使用这份配置(已通过 PopNx MCP 检查):{ "mcpServers": { "obsidian-hybrid-search": { "command": "npx", "args": [ "-y", "obsidian-hybrid-search", "mcp" ], "env": { "OBSIDIAN_VAULT_PATH": "your-value" } } } } 3) 告诉我要修改的文件完整路径或要运行的命令,等我同意。4) OBSIDIAN_VAULT_PATH 先保留 "your-value",请我自己把真实值粘贴到文件或应用的输入框里。不要让我在对话里输入密钥。5) 按约定执行,然后确认 Obsidian Hybrid Search 的工具真的出现了。这段话不包含你的密钥。如果需要密钥,AI 会请你自己粘贴到文件或应用的输入框里。
已经装好了吗?先检查 · 打开终端,输入这条命令后按 Enter
node -vMac:按 ⌘ + Space,输入 Terminal 后按 Enter
Windows:打开“开始”菜单,输入 Windows PowerShell,然后选“打开”
还没安装: 打开官方下载页,选择 LTS 版本和点选式安装程序:Mac 用 .pkg · Windows 用 .msi。双击后一路下一步即可,不需要 curl 命令
装好后关掉终端再打开,重新运行同一条命令,应显示版本号: node -v
安装一次,所有需要 Node.js 的工具都能用
这些是程序设置,不是密钥,无需注册。按开发者的说明填写。
OBSIDIAN_VAULT_PATH 要索引和搜索的 Obsidian 仓库的绝对路径 说明为自动翻译,变量名保持原样;不确定时请查看原文。
在 Obsidian Hybrid Search 的设置中,OBSIDIAN_VAULT_PATH 还是空的,填入你的密钥并保存
用 Obsidian Hybrid Search 告诉我你能帮我做什么,然后做一件给我看✓ 如果 Cursor 说正在使用 Obsidian Hybrid Search,或回答中出现 Obsidian Hybrid Search 的工具名称,就表示连接成功
上面的命令不填这些也能用。想调整时再按开发者的说明添加。
OBSIDIAN_PREFIX 用于配置多个 vault 时 MCP 工具名称的可选前缀。 OBSIDIAN_IGNORE_PATTERNS 以逗号分隔的 glob 模式,用于从索引中排除 OBSIDIAN_RESPECT_GITIGNORE 在建立索引时读取适用的 .gitignore 文件和仓库 info/exclude 规则;设置为 false、0 或 no 可同时禁用。 OBSIDIAN_INCLUDE_PATTERNS 以逗号分隔的模式,用于重新纳入仅因 Git 忽略规则而被忽略的笔记。 OBSIDIAN_CONTENT_IGNORE_PATTERNS 以逗号分隔的正则规则,用于将笔记正文中的某些文本排除在搜索之外,例如 /%%\s\S?%%/g。原始文件和 read 保持不变。 OPENAI_API_KEY 用于 OpenAI 兼容远程嵌入的可选 API 密钥;省略则使用本地嵌入。 OPENAI_BASE_URL 可选的 OpenAI 兼容 API 基础 URL,适用于 OpenRouter、Ollama、LM Studio 或类似的服务提供商。 OPENAI_EMBEDDING_MODEL 使用兼容 OpenAI 的 API 时,远程嵌入模型的名称。 LOCAL_EMBEDDING_MODEL 未配置远程嵌入 API 时使用的本地嵌入模型。 RERANKER_MODEL 可选的 ONNX 交叉编码器重排序模型,在请求重排序时使用。 说明为自动翻译,变量名保持原样;不确定时请查看原文。
菜单名称已于 2026年11月11日 对照 Cursor 帮助页面核实 · 你的界面可能因版本略有不同
可连接 VS Code,但需要先准备
需要填写 1 项设置(OBSIDIAN_VAULT_PATH) · 需要先在电脑上安装 Node.js(只需一次)
把这段话复制到 VS Code 的对话里。AI 会先检查电脑,告诉你要改哪个文件,并且每次都等你同意。
请在这台电脑上为 VS Code 安装 MCP server Obsidian Hybrid Search,按顺序:1) 用 node -v 检查是否有 Node.js。没有的话,请让我从 https://nodejs.org/en/download 安装,不要自己安装。2) 只使用这份配置(已通过 PopNx MCP 检查):{ "servers": { "obsidian-hybrid-search": { "type": "stdio", "command": "npx", "args": [ "-y", "obsidian-hybrid-search", "mcp" ], "env": { "OBSIDIAN_VAULT_PATH": "your-value" } } } } 3) 告诉我要修改的文件完整路径或要运行的命令,等我同意。4) OBSIDIAN_VAULT_PATH 先保留 "your-value",请我自己把真实值粘贴到文件或应用的输入框里。不要让我在对话里输入密钥。5) 按约定执行,然后确认 Obsidian Hybrid Search 的工具真的出现了。这段话不包含你的密钥。如果需要密钥,AI 会请你自己粘贴到文件或应用的输入框里。
已经装好了吗?先检查 · 打开终端,输入这条命令后按 Enter
node -vMac:按 ⌘ + Space,输入 Terminal 后按 Enter
Windows:打开“开始”菜单,输入 Windows PowerShell,然后选“打开”
还没安装: 打开官方下载页,选择 LTS 版本和点选式安装程序:Mac 用 .pkg · Windows 用 .msi。双击后一路下一步即可,不需要 curl 命令
装好后关掉终端再打开,重新运行同一条命令,应显示版本号: node -v
安装一次,所有需要 Node.js 的工具都能用
这些是程序设置,不是密钥,无需注册。按开发者的说明填写。
OBSIDIAN_VAULT_PATH 要索引和搜索的 Obsidian 仓库的绝对路径 说明为自动翻译,变量名保持原样;不确定时请查看原文。
在 Obsidian Hybrid Search 的设置中,OBSIDIAN_VAULT_PATH 还是空的,填入你的密钥并保存
用 Obsidian Hybrid Search 告诉我你能帮我做什么,然后做一件给我看✓ 如果 VS Code 说正在使用 Obsidian Hybrid Search,或回答中出现 Obsidian Hybrid Search 的工具名称,就表示连接成功
上面的命令不填这些也能用。想调整时再按开发者的说明添加。
OBSIDIAN_PREFIX 用于配置多个 vault 时 MCP 工具名称的可选前缀。 OBSIDIAN_IGNORE_PATTERNS 以逗号分隔的 glob 模式,用于从索引中排除 OBSIDIAN_RESPECT_GITIGNORE 在建立索引时读取适用的 .gitignore 文件和仓库 info/exclude 规则;设置为 false、0 或 no 可同时禁用。 OBSIDIAN_INCLUDE_PATTERNS 以逗号分隔的模式,用于重新纳入仅因 Git 忽略规则而被忽略的笔记。 OBSIDIAN_CONTENT_IGNORE_PATTERNS 以逗号分隔的正则规则,用于将笔记正文中的某些文本排除在搜索之外,例如 /%%\s\S?%%/g。原始文件和 read 保持不变。 OPENAI_API_KEY 用于 OpenAI 兼容远程嵌入的可选 API 密钥;省略则使用本地嵌入。 OPENAI_BASE_URL 可选的 OpenAI 兼容 API 基础 URL,适用于 OpenRouter、Ollama、LM Studio 或类似的服务提供商。 OPENAI_EMBEDDING_MODEL 使用兼容 OpenAI 的 API 时,远程嵌入模型的名称。 LOCAL_EMBEDDING_MODEL 未配置远程嵌入 API 时使用的本地嵌入模型。 RERANKER_MODEL 可选的 ONNX 交叉编码器重排序模型,在请求重排序时使用。 说明为自动翻译,变量名保持原样;不确定时请查看原文。
菜单名称已于 2026年11月11日 对照 VS Code 帮助页面核实 · 你的界面可能因版本略有不同
Claude Code
claude mcp add --scope user obsidian-hybrid-search --env OBSIDIAN_VAULT_PATH=your-value -- npx -y obsidian-hybrid-search mcpClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"obsidian-hybrid-search": {
"command": "npx",
"args": [
"-y",
"obsidian-hybrid-search",
"mcp"
],
"env": {
"OBSIDIAN_VAULT_PATH": "your-value"
}
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"obsidian-hybrid-search": {
"command": "npx",
"args": [
"-y",
"obsidian-hybrid-search",
"mcp"
],
"env": {
"OBSIDIAN_VAULT_PATH": "your-value"
}
}
}
}VS Code (mcp.json)
{
"servers": {
"obsidian-hybrid-search": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"obsidian-hybrid-search",
"mcp"
],
"env": {
"OBSIDIAN_VAULT_PATH": "your-value"
}
}
}
}OBSIDIAN_VAULT_PATH 必填 envOBSIDIAN_PREFIX envOBSIDIAN_IGNORE_PATTERNS envOBSIDIAN_RESPECT_GITIGNORE envOBSIDIAN_INCLUDE_PATTERNS envOBSIDIAN_CONTENT_IGNORE_PATTERNS envOPENAI_API_KEY 机密 envOPENAI_BASE_URL envOPENAI_EMBEDDING_MODEL envLOCAL_EMBEDDING_MODEL envRERANKER_MODEL env说明为自动翻译,变量名保持原样;不确定时请查看原文。
这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同,请以 README 为准。
依据这个服务器的连接方式和各应用自己的文档,检查于 2026年11月10日。
在你的电脑上运行,适用于
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
它在你的电脑上运行;安装后,工具列表会显示在你的 AI 应用中。
我们检查的是任何人都能看到的信息;我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月20日
注册名称已通过 GitHub 账户 flowing-abyss 验证,该账户拥有此仓库
代码最后更新于4天前
使用 MIT
它在你的电脑上运行,没有互联网端点
在你的电脑上运行,改用本地设置
它在你的电脑上运行;我们只能读取互联网端点的工具列表
尚未检查
如果你是作者,可把这段代码贴到 README。徽章会链接回本页。
[](https://mcp.popnx.com/en/servers/flowing-abyss-obsidian-hybrid-search)提问、分享技巧或报告无法使用。按“有帮助”数量排序。
还没有评价
与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时,星标数才计入。
它在 3 项适用的基础检查中通过了 3 项。我们没有阅读代码。在添加密钥或令牌之前,请先看看这个服务器要求哪些权限,并使用只具备所需权限的密钥。
注册中心没有列出必需的密钥,不过有些服务器会在首次使用时要求你登录。
它在你的电脑上运行。你的 AI 应用会在需要时启动它,数据不会经过作者的服务器(除非它自己调用在线服务)。
GitHub 仓库最后更新于4天前,最新版本(0.17.7)于4天前进入注册中心。
支持 MCP 的应用,例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Node.js。
同一分类中有:Puter MCP, XcodeBuildMCP, Vexa, Atlassian Rovo MCP Server, Anki MCP Server
同一分类、其他作者、命令已通过检查。官方的排在前面,再按星标排序。
如何看卡片:↓ 每周下载量i★ GitHub 星标i三大支柱:评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i
Puter MCP enables AI tools to interact with Puter: manage files, websites, workers, and more
XcodeBuildMCP provides tools for Xcode project management, simulator management, and app utilities.
Meeting bot and transcripts for Google Meet, Teams and Zoom. Live or after, speakers labelled.
Connect to Atlassian Jira, Confluence, Loom, and more to search, create, and manage your work.
MCP server for Anki flashcards: adaptive review, notes, media, and deck management via AnkiConnect.
| 本项 Obsidian Hybrid Search | Puter MCP | XcodeBuildMCP | Vexa | Atlassian Rovo MCP Server | Anki MCP Server | |
|---|---|---|---|---|---|---|
| 运行位置 | 需要安装在电脑上 | 在云端运行,无需安装 | 需要安装在电脑上 | 在云端运行,无需安装 | 在云端运行,无需安装 | 需要安装在电脑上 |
| 需要密钥 | 否 | 否 | 否 | 是 | 否 | 否 |
| 可在 Claude 中按 + 添加 | 否 | 否 | 否 | 否 | 是 | 否 |
| 基础检查 | 3/3 | 4/4 | 3/3 | 2/4 | 4/4 | 3/3 |
| 许可证 | MIT | AGPL-3.0 | MIT | Apache-2.0 | Apache-2.0 | MIT |
| 价格 | 登记中未列出费用 | 登记中未列出费用 | 登记中未列出费用 | 登记中未列出费用 | 登记中未列出费用 | 登记中未列出费用 |
按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。
Your Obsidian vault already contains your best thinking. Obsidian Hybrid Search makes that thinking easier to find, reuse, and bring into AI-assisted work.
It gives your vault one retrieval engine and three practical ways to use it. The native Obsidian plugin gives you fast search, previews, similar notes, link discovery, and graph views while you write. The MCP server lets AI agents search and read your notes as tool calls. The CLI gives power users the same engine for indexing, filtering, reranking, reading, and scripting.
The search understands how real vaults are built. It combines semantic search, BM25 full text, fuzzy title and alias matching, tags, folders, frontmatter, wikilinks, backlinks, and similar-note lookup. You can search by idea, phrase, title, relationship, or metadata without remembering the exact words you wrote.
That turns Obsidian into a stronger personal knowledge system and a better starting point for AI work. Agents can begin from your own notes, pull cited context from source files, follow related material, and work with knowledge you already trust. OHS runs locally by default with SQLite, FTS5, sqlite-vec, RRF ranking, and optional OpenAI-compatible embedding APIs.
Evaluated on the Obsidian Help vault (171 notes, 58 queries, local models):
| Configuration | nDCG@5 ↑ | MRR ↑ | Hit@1 ↑ | Avg query (ms) ↓ | Model download ↓ |
|---|---|---|---|---|---|
| OHS Qwen, rerank ¹ | 0.812 | 0.857 | 79.3% | 730 | ~980 MB |
| OHS Qwen, hybrid ¹ | 0.802 | 0.856 | 81.0% | 38 | ~639 MB |
| OHS default, rerank ² | 0.779 | 0.837 | 77.6% | 718 | ~458 MB |
| OHS default, hybrid ² | 0.743 | 0.799 | 72.4% | 8 | ~117 MB |
| QMD, rerank ³ | 0.727 | 0.735 | 60.3% | 12,308 | ~973 MB |
| QMD, full ³ | 0.713 | 0.706 | 55.2% | 25,306 | ~2.2 GB |
| QMD, hybrid ³ | 0.685 | 0.703 | 60.3% | 14 | ~334 MB |
¹ GPU (Apple Silicon Metal, Ollama). ² CPU (Apple Silicon). ³ GPU (Apple Silicon Metal).
Default uses Xenova/multilingual-e5-small; Qwen uses qwen3-embedding:0.6b. QMD was tested at v2.8.3.
How to reproduce → · Full benchmark →
OHS is also evaluated on Andy Matuschak’s public evergreen notes, converted into an Obsidian vault with title-based note filenames, source URLs in frontmatter, local attachments, and 5,000+ internal note links across 1,357 notes.
The curated golden set includes 78 hand-judged queries across known-item lookup, paraphrases, quote fragments, ambiguous topics, citation lookup, and multi-note evidence.
Using the default local embedding model, OHS performs strongly on this dense note network.
| Metric | Value |
|---|---|
| nDCG@5 | 0.721 |
| nDCG@10 | 0.754 |
| MRR | 0.875 |
| Hit@1 | 0.795 |
| Hit@5 | 0.962 |
| Recall@10 | 0.972 |
| AllRel@10 | 0.949 |
The benchmark exercises retrieval over a highly connected real-world knowledge vault, including queries that do not simply repeat note titles.
Result JSON · Reproduce and interpret →
To test retrieval on a larger public dataset, LongMemEval-S was converted into a 22,419-note Obsidian-style vault with 470 retrieval queries. Using baai/bge-m3 embeddings, OHS ranked the answer-bearing notes strongly:
| Metric | Value |
|---|---|
| nDCG@5 | 0.895 |
| MRR | 0.920 |
| Hit@1 | 0.889 |
| Hit@5 | 0.968 |
| Recall@10 | 0.950 |
| AllRel@10 | 0.904 |
For this benchmark, each query uses the LongMemEval-provided haystack as its search scope. That makes the result reproducible and easy to inspect query by query, while still exercising retrieval over a large generated memory vault.
Result JSON · Reproduce and interpret →
aliases: in frontmatter are indexed and searchable by any alias; alias matches are boosted in BM25 (weight 5×) and fuzzy title scoringhybrid, semantic, fulltext, title (for text queries)--path to find semantically related notes using stored chunk embeddings, with a title + content fallback--path --related shows linked notes at configurable depth; filter by --direction outgoing|backlinks|both-notes/dev/)-category/cs)--snippet-length sets the context window; empty snippets always fall back to note content--extended adds a TAGS/ALIASES column to the CLI table showing frontmatter tags (#tag) and aliasesohs "q1" "q2" or queries[] in MCP); results are merged via RRF, so a note that ranks well in any one query floats to the top; useful when the note may use different vocabulary than the query--rerank re-scores results with gte-multilingual-reranker-base (ONNX int8, ~341 MB download once); improves precision for conceptual and multilingual queries; applied after multi-query merge@huggingface/transformers (no API key required); default model: Xenova/multilingual-e5-small, 100+ languagesread fetches one or more notes by vault-relative path; returns full content with title, aliases, tags, links, and backlinks; on path miss returns top-3 fuzzy suggestionsnpm install -g obsidian-hybrid-search
The recommended setup is to set OBSIDIAN_VAULT_PATH once in ~/.zshrc or ~/.bashrc. This lets you run the CLI from any directory.
export OBSIDIAN_VAULT_PATH="/path/to/your/vault"
Open a new terminal and index the vault once.
ohs reindex
You can now search from any directory.
ohs "zettelkasten"
Alternatively, run the CLI without an environment variable from any directory inside your vault. It finds the vault root by walking up to the nearest .obsidian/ folder.
cd /path/to/your/vault
ohs reindex ohs "zettelkasten"
From outside the vault, set OBSIDIAN_VAULT_PATH or pass --db /path/to/vault/.obsidian-hybrid-search.db explicitly.
By default, the CLI uses the local Xenova/multilingual-e5-small model. It works offline without an API key, downloads about 117 MB on first use, and supports more than 100 languages.
To use a remote API, add its settings to your shell profile.
export OPENAI_API_KEY="sk-..."
The CLI supports four search modes called hybrid, fulltext, semantic, and title, plus graph traversal for linked notes. The commands below show how to use them, apply filters, rerank results, and control the output.
# Hybrid search (default)
ohs "zettelkasten atomic notes"
ohs "permanent notes" --mode fulltext
ohs "zettleksten" --mode title
ohs "how to build a knowledge graph" --mode semantic
ohs "productivity systems" --limit 5 --threshold 0.3
ohs "daily review" --scope notes/periodic/ ohs "daily review" --folder notes/periodic/ # alias for --scope
ohs "productivity" --scope notes/pkm/ --scope notes/2024/
ohs "programming" --scope notes/ --scope -notes/archive/
ohs "productivity" --tag pkm ohs "machine learning" --tag note/basic/primary
ohs "learning" --tag pkm --tag work
ohs "notes" --frontmatter status:todo ohs "notes" --prop priority:high # --prop is alias for --frontmatter
ohs "notes" --frontmatter status:todo --frontmatter priority:high
ohs "notes" --frontmatter -status:done
ohs --frontmatter status:todo ohs --folder notes/2024/ ohs --tag pkm ohs --frontmatter status:done --tag archived
ohs --folder notes/ --limit 0
ohs --path notes/pkm/zettelkasten.md
ohs --path notes/pkm/zettelkasten.md --related ohs --path notes/pkm/zettelkasten.md --related --depth 2
ohs --path notes/pkm/zettelkasten.md --related --direction outgoing
ohs --path notes/pkm/zettelkasten.md --related --direction backlinks
ohs --path notes/pkm/zettelkasten.md --related --link-type markdown