📌 核心亮点#

• 100% 本地运行：基于 Ollama + Qwen3 大模型，无需联网，数据不出本机
• 多格式支持：支持纯文本、Markdown、文字型 PDF、HTML 等常见知识载体
• 智能结构化：AI 自动生成标题、摘要、要点、自测问题与标签，符合认知科学原理
• 无缝集成 Obsidian：输出标准 Markdown 笔记，自动化生成相关笔记。
• 零依赖云服务：规避 API 调用成本与隐私风险，适合敏感技术文档处理,利用本地大模型进行处理，输出文档。

🛠️ 技术栈#

• 后端框架：FastAPI（高性能异步 Web 框架）(Python实现)
• 本地大模型：Ollama + Qwen3:8B（中文能力强，支持 32K 上下文）
• 系统集成：Python tempfile（安全临时文件）、Pathlib（路径管理）
• 知识管理：Obsidian Vault（作为“第二大脑”存储结构化笔记）

📈 成果#

• 实现 单次点击 将任意技术文档转化为可检索、可复习的 Obsidian 笔记
• 支持每日快速摄入会议记录、论文片段、技术博客等内容，形成个人知识资产
• 为后续扩展（如向量检索、自动关联已有笔记）奠定基础架构

第 1 步：环境准备#

1. 安装 Ollama（Windows 版），确保命令行可用

   1
   ollama --version  # 验证安装成功
   

2. 拉取中文大模型

   1
   ollama pull qwen3:8b
   

3. 创建 Python 虚拟环境并安装依赖

   1
   pip install fastapi uvicorn pdfplumber beautifulsoup4 ollama python-multipart
   

第 2 步：设计系统架构#

• 输入：用户粘贴文本 或 上传文件（.txt/.md/.pdf/.html）
• 处理：
  • 文件 → 提取纯文本
  • 文本 → 调用 LLM 生成结构化内容（标题/摘要/要点/问题/标签）
• 输出：生成带 YAML frontmatter 的 Markdown 文件，写入 Obsidian Vault

第 3 步：核心功能开发#

1. 文件解析模块

   • 使用 pdfplumber 提取 PDF 文字
   • 使用 BeautifulSoup 清洗 HTML 噪声（脚本、样式）
   • 统一返回 ≤6000 字的干净文本

2. AI 结构化模块

   • 设计 Prompt 强制 LLM 输出固定格式：

     1
     【标题】...【摘要】...【要点】...【问题】...【标签】...
     

   • 解析 LLM 响应，提取各字段，异常时返回错误标记

3. 文件名与内容生成

   • 用 LLM 生成的标题 + 时间戳 构建安全文件名（保留中文）
   • 生成标准 Obsidian Markdown 格式，包含：
     • YAML 元数据（创建时间、标签）
     • 四段式结构（摘要/要点/问题/原文片段）

4. Web 接口

   • FastAPI 提供 /（表单页）和 /ingest（提交接口）
   • 支持 multipart/form-data，兼容文件与文本同时提交

第 4 步：调试与优化#

• 修复常见问题：
  • “Unsupported file type” → 限制前端 accept 属性 + 后端校验
  • “model not found” → 确认 Ollama 模型已 pull
  • 文件名乱码 → 正则保留中文 \u4e00-\u9fff
• 增强健壮性：
  • 添加 try-except 捕获文件读取/LLM 调用异常
  • 空内容/空文本提前拦截，避免无效调用

第 5 步：部署与使用#

1. 启动服务

   1
   uvicorn app:app --host 127.0.0.1 --port 8000
   

2. 访问 http://127.0.0.1:8000
3. 粘贴一段技术文本或上传 PDF → 提交
4. 查看 Obsidian Vault 中自动生成的结构化笔记 ✅