Obsidian Local REST API5个场景解锁你的知识库自动化接口【免费下载链接】obsidian-local-rest-apiA secure REST API and Model Context Protocol (MCP) server for your vault.项目地址: https://gitcode.com/gh_mirrors/ob/obsidian-local-rest-api你是否曾想过让脚本和AI助手直接编程访问你的Obsidian笔记库Obsidian Local REST API正是为此而生——这是一个为Obsidian提供安全REST API和MCPModel Context Protocol服务器的强大插件让你的个人知识库变成一个可编程的自动化平台。通过这个自动化接口你可以实现笔记自动化处理、知识库集成和高效的知识管理。项目概述与价值主张Obsidian Local REST API将你的静态笔记库转变为动态的编程接口为开发者和自动化爱好者提供了前所未有的控制能力。想象一下你的每日工作日志自动生成、AI助手实时访问你的研究笔记、任务管理工具与知识库无缝同步——这一切都通过标准化的API接口实现。这个插件在Obsidian内部运行一个完整的RESTful API服务器支持HTTPS协议和API密钥认证确保数据传输的安全性。更重要的是它内置了MCP服务器让Claude、Cursor等AI助手能够直接与你的知识库交互无需复杂的HTTP请求构造。核心特性亮点展示双重接口设计REST API MCP服务器插件提供两种访问方式满足不同使用场景REST API- 标准HTTP接口适合脚本和自动化工具// 读取笔记内容 GET /vault/path/to/note.md // 创建或更新笔记 PUT /vault/path/to/note.md // 精准修改笔记特定部分 PATCH /vault/path/to/note.md // 搜索笔记内容 POST /search/simple/?query搜索关键词MCP服务器- AI助手专用接口让大语言模型直接访问你的知识库{ mcpServers: { obsidian: { type: http, url: https://127.0.0.1:27124/mcp/, headers: { Authorization: Bearer 你的API密钥 } } } }精准操作能力与简单的文件读写不同Obsidian Local REST API支持对笔记内容的精细操作# 读取特定标题下的内容 curl -k -H Authorization: Bearer api-key \ https://127.0.0.1:27124/vault/项目笔记.md/heading/需求分析 # 更新Frontmatter字段 curl -k -X PATCH \ -H Authorization: Bearer api-key \ -H Operation: replace \ -H Target-Type: frontmatter \ -H Target: status \ -H Content-Type: application/json \ --data 进行中 \ https://127.0.0.1:27124/vault/项目笔记.md快速入门指南安装与配置在Obsidian中打开设置 → 社区插件搜索Local REST API点击安装并启用插件在插件设置中生成API密钥基础API调用示例import requests import json # 配置API连接 API_KEY your-api-key-here BASE_URL https://127.0.0.1:27124 # 检查服务器状态 response requests.get(f{BASE_URL}/, verifyFalse) print(f服务器状态: {response.json()}) # 列出仓库根目录文件 headers {Authorization: fBearer {API_KEY}} response requests.get( f{BASE_URL}/vault/, headersheaders, verifyFalse ) print(f仓库文件: {response.json()})MCP客户端配置对于Claude Desktop用户配置claude_desktop_config.json{ mcpServers: { obsidian: { command: npx, args: [ mcp-remotelatest, https://127.0.0.1:27124/mcp/, --header, Authorization: Bearer your-api-key ] } } }实战应用场景场景一自动化日报生成系统from datetime import datetime import requests def create_daily_report(): 自动创建每日工作报告 today datetime.now().strftime(%Y-%m-%d) daily_note f--- date: {today} tags: [日报, 工作记录] --- # 今日工作 - [ ] 完成项目需求分析 - [ ] 代码评审会议 # 明日计划 - [ ] 开发新功能模块 - [ ] 编写技术文档 # 遇到的问题 - 需要协调API接口设计 # 通过API创建笔记 response requests.put( fhttps://127.0.0.1:27124/vault/日报/{today}.md, headers{Authorization: fBearer {API_KEY}}, datadaily_note, verifyFalse ) if response.status_code 200: print(f✅ 日报已创建: {today}.md)场景二智能知识库搜索助手// 高级搜索功能示例 async function searchNotesByTag(tag, dateRange) { const query { and: [ { in: [tag, { var: tags }] }, { : [{ var: stat.mtime }, dateRange.start] }, { : [{ var: stat.mtime }, dateRange.end] } ] }; const response await fetch( https://127.0.0.1:27124/search/, { method: POST, headers: { Authorization: Bearer ${API_KEY}, Content-Type: application/vnd.olrapi.jsonlogicjson }, body: JSON.stringify(query) } ); return await response.json(); }场景三项目管理自动化集成# 连接Obsidian与任务管理工具 class ObsidianTaskManager: def __init__(self, api_key): self.api_key api_key self.base_url https://127.0.0.1:27124 def sync_task_completion(self, task): 同步任务完成状态到Obsidian note_path f项目/{task.project}/任务记录.md # 在已完成任务部分追加内容 patch_data { targetType: heading, target: [已完成任务], operation: append, content: f- [x] {task.content} (完成于: {datetime.now().strftime(%Y-%m-%d)})\n } response requests.patch( f{self.base_url}/vault/{note_path}, headers{ Authorization: fBearer {self.api_key}, Content-Type: application/json }, jsonpatch_data, verifyFalse ) return response.status_code 200场景四AI研究助手集成# AI助手直接访问知识库进行研究 class ResearchAssistant: def __init__(self, mcp_client): self.mcp_client mcp_client async def analyze_research_topics(self): 分析研究主题分布 # 获取所有标签 tags_response await self.mcp_client.call_tool( tag_list, arguments{} ) # 搜索相关研究笔记 search_query { or: [ {in: [研究, {var: tags}]}, {in: [论文, {var: tags}]}, {in: [文献, {var: tags}]} ] } research_notes await self.mcp_client.call_tool( search_query, arguments{query: search_query} ) return self._analyze_trends(research_notes)场景五自动化内容整理系统#!/bin/bash # 自动化整理脚本示例 # 1. 查找所有未分类的笔记 UNCATEGORIZED_NOTES$(curl -s -k \ -H Authorization: Bearer $API_KEY \ https://127.0.0.1:27124/search/ \ -H Content-Type: application/vnd.olrapi.jsonlogicjson \ --data {: [{var: frontmatter.category}, null]} \ | jq -r .[].filename) # 2. 为每个笔记添加默认分类 for note in $UNCATEGORIZED_NOTES; do echo 处理笔记: $note curl -k -X PATCH \ -H Authorization: Bearer $API_KEY \ -H Content-Type: application/json \ --data {targetType:frontmatter,target:category,operation:replace,value:未分类} \ https://127.0.0.1:27124/vault/$note done安全与性能考量多层安全防护机制HTTPS加密传输所有通信都经过TLS加密防止中间人攻击API密钥认证每个请求都需要有效的Bearer Token本地服务器API仅在本地运行不暴露到公网自签名证书提供额外的安全层避免证书颁发机构依赖性能优化建议# 批量操作减少API调用 class BatchOperations: def __init__(self, api_client): self.api_client api_client self.batch_queue [] def add_operation(self, operation_type, path, data): 添加操作到批量队列 self.batch_queue.append({ type: operation_type, path: path, data: data }) async def execute_batch(self): 执行批量操作 if not self.batch_queue: return # 实现批量处理逻辑 # 可以减少网络开销提高效率扩展与定制开发核心源码结构项目采用模块化设计主要组件包括src/main.ts插件主入口负责服务器初始化和配置管理src/requestHandler.tsHTTP请求处理核心路由分发和中间件管理src/mcpHandler.tsMCP服务器实现提供AI助手接口src/vaultOperations.ts文件操作抽象层封装Obsidian API调用开发环境搭建# 克隆项目 git clone https://gitcode.com/gh_mirrors/ob/obsidian-local-rest-api # 安装依赖 cd obsidian-local-rest-api npm install # 开发模式构建 npm run dev # 运行测试 npm test自定义API扩展插件支持第三方扩展其他开发者可以注册自定义API路由// 扩展示例添加自定义API端点 import { LocalRestApi } from obsidian-local-rest-api; // 注册自定义路由 LocalRestApi.registerExtension({ name: my-extension, routes: [ { method: GET, path: /custom/endpoint, handler: async (req, res) { // 自定义处理逻辑 res.json({ message: Hello from extension! }); } } ] });社区生态与发展现有集成方案社区已经基于此API开发了多种集成方案自动化工作流连接IFTTT、Zapier等服务AI研究助手让大语言模型访问你的知识库团队协作工具同步团队知识库与个人笔记数据可视化基于笔记内容生成图表和报告官方文档与资源官方文档docs/openapi.yaml核心源码src/api.ts测试示例src/integration/总结与行动号召Obsidian Local REST API将你的知识库从静态存储转变为动态平台。无论是个人效率提升还是团队知识管理这个插件都能提供强大的技术支持。立即开始你的自动化知识管理之旅安装插件在Obsidian社区插件中搜索Local REST API生成API密钥在插件设置中获取你的访问凭证尝试基础操作从简单的文件读写开始探索高级功能体验精准内容操作和搜索集成AI助手配置MCP服务器让Claude访问你的知识库构建自动化创建个性化的笔记处理工作流记住最好的自动化是那些真正解决你痛点的方案——从一个小需求开始逐步扩展你会发现知识管理的全新可能性。你的知识库不应该只是一个存储空间而应该是一个活跃的、可编程的思考伙伴。Obsidian Local REST API正是实现这一愿景的关键工具。开始编程访问你的知识库解锁自动化接口的无限可能吧【免费下载链接】obsidian-local-rest-apiA secure REST API and Model Context Protocol (MCP) server for your vault.项目地址: https://gitcode.com/gh_mirrors/ob/obsidian-local-rest-api创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Obsidian Local REST API5个场景解锁你的知识库自动化接口【免费下载链接】obsidian-local-rest-apiA secure REST API and Model Context Protocol (MCP) server for your vault.项目地址: https://gitcode.com/gh_mirrors/ob/obsidian-local-rest-api你是否曾想过让脚本和AI助手直接编程访问你的Obsidian笔记库Obsidian Local REST API正是为此而生——这是一个为Obsidian提供安全REST API和MCPModel Context Protocol服务器的强大插件让你的个人知识库变成一个可编程的自动化平台。通过这个自动化接口你可以实现笔记自动化处理、知识库集成和高效的知识管理。项目概述与价值主张Obsidian Local REST API将你的静态笔记库转变为动态的编程接口为开发者和自动化爱好者提供了前所未有的控制能力。想象一下你的每日工作日志自动生成、AI助手实时访问你的研究笔记、任务管理工具与知识库无缝同步——这一切都通过标准化的API接口实现。这个插件在Obsidian内部运行一个完整的RESTful API服务器支持HTTPS协议和API密钥认证确保数据传输的安全性。更重要的是它内置了MCP服务器让Claude、Cursor等AI助手能够直接与你的知识库交互无需复杂的HTTP请求构造。核心特性亮点展示双重接口设计REST API MCP服务器插件提供两种访问方式满足不同使用场景REST API- 标准HTTP接口适合脚本和自动化工具// 读取笔记内容 GET /vault/path/to/note.md // 创建或更新笔记 PUT /vault/path/to/note.md // 精准修改笔记特定部分 PATCH /vault/path/to/note.md // 搜索笔记内容 POST /search/simple/?query搜索关键词MCP服务器- AI助手专用接口让大语言模型直接访问你的知识库{ mcpServers: { obsidian: { type: http, url: https://127.0.0.1:27124/mcp/, headers: { Authorization: Bearer 你的API密钥 } } } }精准操作能力与简单的文件读写不同Obsidian Local REST API支持对笔记内容的精细操作# 读取特定标题下的内容 curl -k -H Authorization: Bearer api-key \ https://127.0.0.1:27124/vault/项目笔记.md/heading/需求分析 # 更新Frontmatter字段 curl -k -X PATCH \ -H Authorization: Bearer api-key \ -H Operation: replace \ -H Target-Type: frontmatter \ -H Target: status \ -H Content-Type: application/json \ --data 进行中 \ https://127.0.0.1:27124/vault/项目笔记.md快速入门指南安装与配置在Obsidian中打开设置 → 社区插件搜索Local REST API点击安装并启用插件在插件设置中生成API密钥基础API调用示例import requests import json # 配置API连接 API_KEY your-api-key-here BASE_URL https://127.0.0.1:27124 # 检查服务器状态 response requests.get(f{BASE_URL}/, verifyFalse) print(f服务器状态: {response.json()}) # 列出仓库根目录文件 headers {Authorization: fBearer {API_KEY}} response requests.get( f{BASE_URL}/vault/, headersheaders, verifyFalse ) print(f仓库文件: {response.json()})MCP客户端配置对于Claude Desktop用户配置claude_desktop_config.json{ mcpServers: { obsidian: { command: npx, args: [ mcp-remotelatest, https://127.0.0.1:27124/mcp/, --header, Authorization: Bearer your-api-key ] } } }实战应用场景场景一自动化日报生成系统from datetime import datetime import requests def create_daily_report(): 自动创建每日工作报告 today datetime.now().strftime(%Y-%m-%d) daily_note f--- date: {today} tags: [日报, 工作记录] --- # 今日工作 - [ ] 完成项目需求分析 - [ ] 代码评审会议 # 明日计划 - [ ] 开发新功能模块 - [ ] 编写技术文档 # 遇到的问题 - 需要协调API接口设计 # 通过API创建笔记 response requests.put( fhttps://127.0.0.1:27124/vault/日报/{today}.md, headers{Authorization: fBearer {API_KEY}}, datadaily_note, verifyFalse ) if response.status_code 200: print(f✅ 日报已创建: {today}.md)场景二智能知识库搜索助手// 高级搜索功能示例 async function searchNotesByTag(tag, dateRange) { const query { and: [ { in: [tag, { var: tags }] }, { : [{ var: stat.mtime }, dateRange.start] }, { : [{ var: stat.mtime }, dateRange.end] } ] }; const response await fetch( https://127.0.0.1:27124/search/, { method: POST, headers: { Authorization: Bearer ${API_KEY}, Content-Type: application/vnd.olrapi.jsonlogicjson }, body: JSON.stringify(query) } ); return await response.json(); }场景三项目管理自动化集成# 连接Obsidian与任务管理工具 class ObsidianTaskManager: def __init__(self, api_key): self.api_key api_key self.base_url https://127.0.0.1:27124 def sync_task_completion(self, task): 同步任务完成状态到Obsidian note_path f项目/{task.project}/任务记录.md # 在已完成任务部分追加内容 patch_data { targetType: heading, target: [已完成任务], operation: append, content: f- [x] {task.content} (完成于: {datetime.now().strftime(%Y-%m-%d)})\n } response requests.patch( f{self.base_url}/vault/{note_path}, headers{ Authorization: fBearer {self.api_key}, Content-Type: application/json }, jsonpatch_data, verifyFalse ) return response.status_code 200场景四AI研究助手集成# AI助手直接访问知识库进行研究 class ResearchAssistant: def __init__(self, mcp_client): self.mcp_client mcp_client async def analyze_research_topics(self): 分析研究主题分布 # 获取所有标签 tags_response await self.mcp_client.call_tool( tag_list, arguments{} ) # 搜索相关研究笔记 search_query { or: [ {in: [研究, {var: tags}]}, {in: [论文, {var: tags}]}, {in: [文献, {var: tags}]} ] } research_notes await self.mcp_client.call_tool( search_query, arguments{query: search_query} ) return self._analyze_trends(research_notes)场景五自动化内容整理系统#!/bin/bash # 自动化整理脚本示例 # 1. 查找所有未分类的笔记 UNCATEGORIZED_NOTES$(curl -s -k \ -H Authorization: Bearer $API_KEY \ https://127.0.0.1:27124/search/ \ -H Content-Type: application/vnd.olrapi.jsonlogicjson \ --data {: [{var: frontmatter.category}, null]} \ | jq -r .[].filename) # 2. 为每个笔记添加默认分类 for note in $UNCATEGORIZED_NOTES; do echo 处理笔记: $note curl -k -X PATCH \ -H Authorization: Bearer $API_KEY \ -H Content-Type: application/json \ --data {targetType:frontmatter,target:category,operation:replace,value:未分类} \ https://127.0.0.1:27124/vault/$note done安全与性能考量多层安全防护机制HTTPS加密传输所有通信都经过TLS加密防止中间人攻击API密钥认证每个请求都需要有效的Bearer Token本地服务器API仅在本地运行不暴露到公网自签名证书提供额外的安全层避免证书颁发机构依赖性能优化建议# 批量操作减少API调用 class BatchOperations: def __init__(self, api_client): self.api_client api_client self.batch_queue [] def add_operation(self, operation_type, path, data): 添加操作到批量队列 self.batch_queue.append({ type: operation_type, path: path, data: data }) async def execute_batch(self): 执行批量操作 if not self.batch_queue: return # 实现批量处理逻辑 # 可以减少网络开销提高效率扩展与定制开发核心源码结构项目采用模块化设计主要组件包括src/main.ts插件主入口负责服务器初始化和配置管理src/requestHandler.tsHTTP请求处理核心路由分发和中间件管理src/mcpHandler.tsMCP服务器实现提供AI助手接口src/vaultOperations.ts文件操作抽象层封装Obsidian API调用开发环境搭建# 克隆项目 git clone https://gitcode.com/gh_mirrors/ob/obsidian-local-rest-api # 安装依赖 cd obsidian-local-rest-api npm install # 开发模式构建 npm run dev # 运行测试 npm test自定义API扩展插件支持第三方扩展其他开发者可以注册自定义API路由// 扩展示例添加自定义API端点 import { LocalRestApi } from obsidian-local-rest-api; // 注册自定义路由 LocalRestApi.registerExtension({ name: my-extension, routes: [ { method: GET, path: /custom/endpoint, handler: async (req, res) { // 自定义处理逻辑 res.json({ message: Hello from extension! }); } } ] });社区生态与发展现有集成方案社区已经基于此API开发了多种集成方案自动化工作流连接IFTTT、Zapier等服务AI研究助手让大语言模型访问你的知识库团队协作工具同步团队知识库与个人笔记数据可视化基于笔记内容生成图表和报告官方文档与资源官方文档docs/openapi.yaml核心源码src/api.ts测试示例src/integration/总结与行动号召Obsidian Local REST API将你的知识库从静态存储转变为动态平台。无论是个人效率提升还是团队知识管理这个插件都能提供强大的技术支持。立即开始你的自动化知识管理之旅安装插件在Obsidian社区插件中搜索Local REST API生成API密钥在插件设置中获取你的访问凭证尝试基础操作从简单的文件读写开始探索高级功能体验精准内容操作和搜索集成AI助手配置MCP服务器让Claude访问你的知识库构建自动化创建个性化的笔记处理工作流记住最好的自动化是那些真正解决你痛点的方案——从一个小需求开始逐步扩展你会发现知识管理的全新可能性。你的知识库不应该只是一个存储空间而应该是一个活跃的、可编程的思考伙伴。Obsidian Local REST API正是实现这一愿景的关键工具。开始编程访问你的知识库解锁自动化接口的无限可能吧【免费下载链接】obsidian-local-rest-apiA secure REST API and Model Context Protocol (MCP) server for your vault.项目地址: https://gitcode.com/gh_mirrors/ob/obsidian-local-rest-api创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
