【免费下载链接】obsidian-yolo
Agent-native AI assistant — chat, write, whiteboard, learning, all in one.
obsidian-yolo 是一款面向 Obsidian 的 Agent 原生 AI 助手,支持聊天、写作、知识库与多 Agent 编排。通过 MCP(Model Context Protocol),它有一扇"双向门":既能把 GitHub、数据库、搜索服务等外部工具接入你的 Agent,也能反过来把你的 Vault 检索和已配置的 YOLO Agent 暴露给 Claude Desktop 等外部 Agent。本教程带你从零完成这两个方向的配置 🚀
上图就是 obsidian-yolo 的典型工作形态:左侧是 Vault 笔记,右侧是 Agent 会话,Agent 可以直接检索、读写笔记并调用工具。接上 MCP 之后,它的"手"就能伸到笔记之外的世界。
MCP 在 obsidian-yolo 里是双向的
先花 30 秒理解 MCP 是什么:它是让 AI 应用以统一协议接入外部能力的开放标准。你可以把每个 MCP 服务器理解成"一个自带工具包的插件包",AI 会自动发现里面的工具并按需调用。
在 obsidian-yolo 中,MCP 分两个方向:
| 方向 | 说明 | 典型场景 |
|---|---|---|
| 接入别人 | obsidian-yolo 作为客户端,连接外部 MCP 服务器 | 让 Agent 查 GitHub Issue、执行 SQL、调用天气 API |
| 被别人接入 | obsidian-yolo 作为服务端,在本机起一个 MCP 服务 | 让 Claude Desktop 搜索你的 Vault,或把任务派给你的 YOLO Agent |
⚠️注意:MCP 功能仅桌面端可用,包括本地进程和远程 HTTP/SSE/WebSocket 方式,移动端设置页会直接提示不支持。
相关源码与文档入口:
- 官方中文文档:documentation/zh-CN/mcp.md
- 本地 MCP 服务实现:src/core/mcp/desktopLocalMcpServer.ts
- MCP 设置面板组件:src/components/settings/sections/McpSection.tsx
5 步把外部 MCP 服务接入 obsidian-yolo
第 1 步:打开 MCP 管理入口
路径:设置 → YOLO → Agent → 全局能力 → 工具 →「管理工具」,弹窗底部就是 MCP 服务器管理区,点击「添加 MCP 服务器」。
添加表单支持表单模式和JSON 模式两种编辑方式,可随时互相切换——不熟表单字段的同学直接粘 JSON 即可。
第 2 步:选择连接方式
obsidian-yolo 支持 4 种传输方式:
| 类型 | 值 | 说明 | 适合谁 |
|---|---|---|---|
| 本地进程 | stdio | 在你机器上起一个子进程 | 最常用,官方 MCP 服务器基本都是这种 |
| 远程 | http | Streamable HTTP,支持 OAuth 或自定义请求头 | 云服务、需要登录授权的服务 |
| 远程 | sse | Server-Sent Events | 部分第三方服务 |
| 远程 | ws | WebSocket | 长连接场景 |
第 3 步:粘贴配置
以 GitHub 官方 MCP 为例,本地进程配置如下(env里填你的 token):
{ "transport": "stdio", "command": "npx", "args": ["-y", "@modelcontextprotocol/server-github"], "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "你的 token" } }远程 HTTP 服务则用请求头鉴权:
{ "transport": "http", "url": "https://example.com/mcp", "headers": { "Authorization": "Bearer 你的 token" } }💡省心技巧:obsidian-yolo 兼容 Claude Desktop 的配置格式。如果你已经在 Claude Desktop 里配过 MCP,把mcpServers那整段 JSON 直接粘贴进 JSON 编辑框就能被自动识别。若一段里包含多个服务器,需要在「名称」字段指定导入哪一个;只有一个时名称会自动填好。
第 4 步:OAuth 授权(仅 http 类型需要)
远程http服务如果走 OAuth,在认证方式里选择 OAuth,点击Connect,obsidian-yolo 会打开系统浏览器完成授权。弹窗会实时显示状态(检查中 / 连接中 / 已连接 / 失败),连接成功后才允许保存,不用担心中途状态。之后给服务器重命名时,已保存的凭据会自动迁移,无需重新授权。
第 5 步:确认工具被发现,并按 Agent 设置权限
连接成功后,服务器列表每一行会显示:名称、状态、发现到的工具数量、启用开关。
每个 Agent 还能在自己的工具标签里单独控制这个服务器:
- 披露模式:「按需披露」只把工具名放进提示词,真正用到时才加载完整定义;「常驻上下文」则每轮都携带完整定义。工具多的服务器强烈建议选按需披露,能明显省 token
- 审批模式:完全放行 / 需要审批 / 仅危险操作需审批
反向操作:把 Vault 检索暴露给其他 Agent
这是 obsidian-yolo 最有意思的玩法——让你的外部 Agent(如 Claude Desktop)也能查你的笔记库,甚至借用你已经配好的 YOLO Agent 干活。
开启外部 Agent 接入
入口:设置 → YOLO → Agent → 外部 Agent 接入(仅桌面端)。
打开「允许外部 Agent 访问」开关后,obsidian-yolo 会在本机启动一个 HTTP MCP 服务,默认地址为http://127.0.0.1:28124/mcp(端口特意避开 Local REST API 插件常用的 27123/27124,避免冲突,详见 src/core/mcp/localMcpServerConfig.ts)。
界面上会直接生成一段可粘贴的连接配置:
{ "transport": "http", "url": "http://127.0.0.1:28124/mcp", "headers": { "Authorization": "Bearer <自动生成的 token>" } }把它粘到 Claude Desktop 等 MCP 客户端的配置文件里,即可连接。token 在首次开启时自动生成;如果想换新 token(例如担心泄露),把开关关掉再打开一次即可。
对外暴露的 4 个工具
| 工具 | 作用 |
|---|---|
vault_search | 检索你的 Vault,支持关键词 / RAG / 混合模式,还能按知识库过滤 |
agent_task_start | 指定一个已配置的 YOLO Agent + 一段指令,异步派发任务,立刻返回任务 ID |
agent_task_get | 查询任务状态与结果 |
agent_task_cancel | 取消任务 |
vault_search走的是 obsidian-yolo 完整的 RAG 检索链路(实现见 src/core/mcp/vaultSearchService.ts),支持指定知识库、相似度阈值、最大结果数等参数。也就是说,你在 Knowledge 设置里建的知识库管理面板:
这些知识库划分,同样会体现在外部 Agent 的检索结果里。
除了搜索,agent_task_start意味着外部 Agent 还能直接借用你配好的 YOLO Agent 去干活——它会沿用该 Agent 在 Obsidian 里配置的模型、工具、权限和工作区范围。任务最多 4 个并发,状态流转为:运行中 →(可能)等待用户确认 → 完成 / 失败 / 取消 / 中断(任务模型见 src/core/mcp/externalAgentTasks.ts)。
两个实用细节:
- 出现「等待用户确认」状态,说明任务触发了需要审批的工具,你需要回到 Obsidian 里处理一下,任务才会继续
- 任务本质上就是后台新建的一条普通对话,跑完后你可以在 Obsidian 的对话历史里打开它、查看完整记录——不是黑盒执行
常见坑与注意事项
- Token 成本:MCP 工具返回的内容会整体进入模型上下文。一次拉回几百行数据库查询,token 消耗会明显上涨。添加弹窗顶部也有这条提示,接"话多"的服务时留个心眼。
- 安全边界:MCP 工具运行在外部进程中,不经过 obsidian-yolo 的路径检查。一个有文件读写能力的 MCP 服务器可以绕过工作区范围限制——只接入你信任的服务,并配合审批模式使用。
- 端口冲突:默认 28124 被占用时会有明确报错提示,换个端口即可(最常见的冲突对象是 Local REST API 类插件)。
- 移动端不可用:所有 MCP 能力(含远程连接与外部接入)仅限桌面端。
- 关于定时任务:obsidian-yolo没有内置 cron 或调度器。外部接入提供的是"外部系统按需触发的异步后台任务",如需真正定时执行,请由系统 cron 或客户端自身的调度能力定时调用该接口。
速查:本文涉及的文件与文档
| 内容 | 路径 |
|---|---|
| MCP 官方中文文档 | documentation/zh-CN/mcp.md |
| MCP 官方英文文档 | documentation/en/mcp.md |
| 本地 MCP 服务端(暴露 4 个工具) | src/core/mcp/desktopLocalMcpServer.ts |
| 外部 Agent 异步任务 | src/core/mcp/externalAgentTasks.ts |
| 端口 / token 配置 | src/core/mcp/localMcpServerConfig.ts |
| MCP 工具目录与缓存 | src/core/mcp/toolCatalogTokenCache.ts |
| 工具权限与工作区范围 | documentation/zh-CN/tools-and-permissions.md |
到这里,obsidian-yolo 的 MCP 双向能力就都打通了:向外,Agent 的手能伸进 GitHub 和数据库;向内,你的 Vault 也能被生态里的其他 Agent 检索和调用。先从一个 stdio 型服务器练手,再开启外部接入试试 Claude Desktop,基本就能感受 Agent 生态协作的完整闭环了 ✨
【免费下载链接】obsidian-yolo
Agent-native AI assistant — chat, write, whiteboard, learning, all in one.
相关推荐
VoltAgent A2A Server 实战指南:用 JSON-RPC 把 VoltAgent Agent 暴露给外部 Agent
VoltAgent A2A Server 实战指南:用 JSON RPC 把 VoltAgent Agent 暴露给外部 Agent 本篇技术指南围绕 @vol
人工智能AI AgentAgent 框架后端多智能体RAG工具调用Agent 记忆Agent 工作流AI 评测MCP 服务MCP Clients语音GetQzonehistory 完整指南:5 分钟导出 QQ 空间全部历史说说
GetQzonehistory 完整指南:5 分钟导出 QQ 空间全部历史说说 上个月我翻 QQ 空间找 2019 年一张照片,时间线翻不到那么深,只能靠截图。
网页爬虫数据分析caveman-mcp:把 Caveman 压缩引擎以 stdio MCP 服务暴露给任意 Agent 主机的完整实现解析
caveman mcp:把 Caveman 压缩引擎以 stdio MCP 服务暴露给任意 Agent 主机的完整实现解析 本篇以仓库中的 mcp/README
人工智能AI 应用AI 技能AI 插件LLMOps开发工具
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考