← 返回目录

enquire-mcp

社区

你的 Obsidian 知识库成为所有 AI 代理的私有记忆与文档智能引擎。

查看安装方法 ↓ 横向对比 GitHub 源仓库 ↗

分类: 其他第 25 / 230
Stars: ★ 34 热门
传输方式: stdio（本地进程）
运行环境: Node.js
凭据: 无需凭据
许可证: MIT
最近提交: 5 天前
工具数: 46

67FMRS · C

enquire-mcp 是一个功能全面的 Obsidian MCP 服务器，以本地优先和隐私保护为核心，提供强大的混合检索和 RAG 能力。适合专业人士和隐私敏感用户。注意其丰富的功能需要一定配置，且包含实验性特性，建议等待稳定版本。

最强项 · 安全与权限 16/20 最弱项 · 可靠性 10/20

可靠性

10/20

安全与权限

16/20

维护活跃度

12/20

文档质量

15/20

安装易用性

14/20

查看各项评分依据

可靠性 10/20: 服务清单和README提供了明确的启动参数（serve --vault），工具数量（46）和MCP协议版本（1.29）的描述一致。但清单要求位置参数'subcommand'为必填，而README中的示例通过'npx ... serve --vault'提供，CLI包名和版本匹配。然而，静态审查无法验证工具行为是否与描述完全一致，且未看到实际的测试文件或CI配置的完整细节。因此，根据校准规则，可靠性评分不能超过12。证据显示清晰的启动路径和预期握手，但缺乏可验证的执行证据，故评为10。
安全与权限 16/20: 默认只读，写工具需显式启用--enable-write，路径使用realpath检查并拒绝符号链接越界，HTTP传输需bearer认证且使用恒定时间比较和速率限制，前端数据隐私过滤器在空列表时默认拒绝。这些是很好的安全实践。未发现恶意行为或明显越权。但远程传输需要用户自行配置隧道，且没有看到具体的代码执行细节，因此扣分。总体评为16，未触及红线。
维护活跃度 12/20: 仓库有许可证（MIT），有发布流程（npm和GitHub release），有CI状态徽章，版本号明确且semver约束。但静态无法验证提交频率和issue响应速度，且README声称的1720个测试无法在此验证。有明确的维护者和安全联系渠道。因部分治理细节无法确认，扣分，评为12。
文档质量 15/20: README极其详细，涵盖安装、配置、客户端示例（Claude Code、Claude Desktop等）、安全模型、故障排除（FAQ）、性能基准、比较表、API文档链接。有明确的隐私披露和限制（语言支持、性能）。静态认为文档质量高，但可能存在营销夸大（例如'#1'），且README中的一些声称（如1720测试）需要验证。扣分在于部分证据未经核实，评为15。
安装易用性 14/20: 安装命令清晰（npm install -g），提供多个主流客户端的配置示例，包括VS Code的安装URI和ChatGPT的远程HTTP配置，还有configure命令自动生成配置。由于需要下载模型才能使用混合检索，但基本TF-IDF模式可以立即使用。复杂度可接受，但依赖Node.js环境和npx，且本地模型下载可能影响体验。证据充分，评为14（不超过15的静态上限）。

静态评测 · 未实际运行收录于 2026-09-08

查看 FMRS 评分方法 →

选型与风险

能访问什么读取本地文件写入 / 删除本地文件访问网络

适合谁

注重隐私、希望本地运行 AI 记忆的用户。
使用多个 AI 客户端，需要统一记忆层的人。
熟悉 Obsidian 并希望保留 Markdown 可移植性的用户。

不适合谁

需要云端同步或远程访问（除非自行设置 HTTP 传输并代理）的用户。
希望无需本地模型下载或无需任何技术配置即可使用的用户。
只需要简单全局搜索而无 AI 集成的用户。

所需权限

读取 Obsidian 知识库目录（必需）。
创建和编辑笔记（仅在启用 `--enable-write` 时）。
下载模型和语言包（仅通过 `setup`、`build-embeddings`、`install-model`、`install-ocr-lang` 命令）。

风险与副作用

输入提示注入：知识库内容可能包含指令，需在提示中声明内容为数据而非指令。
写操作：如果启用写权限，可能意外修改笔记，建议使用 `dry_run` 和版本控制。
本地模型下载：首次需要下载模型（约 118MB），确保网络可靠。
路径遍历：确保 vault 路径正确且客户端不会访问 vault 外部文件（服务器已加强验证）。

安装接入

准备工作

运行环境：Node.js

全局安装：npm install -g @oomkapwn/enquire-mcp。
将 MCP 配置添加到你的客户端（详见文档或使用 enquire-mcp configure 命令）。
配置示例见 install_config。

claude_desktop_config.json

{
  "mcpServers": {
    "obsidian": {
      "command": "npx",
      "args": ["-y", "@oomkapwn/enquire-mcp", "serve", "--vault", "/path/to/vault"]
    }
  }
}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "obsidian": {
      "command": "npx",
      "args": [
        "-y",
        "@oomkapwn/enquire-mcp",
        "serve",
        "--vault",
        "/path/to/vault"
      ]
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add obsidian -- npx -y @oomkapwn/enquire-mcp serve --vault /path/to/vault

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

运行 `enquire-mcp doctor --vault <path>` 做健康检查；在客户端工具列表中应出现 obsidian_search 等以 obsidian_ 开头的工具，并可用 obsidian_stats 或 obsidian_search 返回引用笔记路径的结果来确认连接正常。

常见排障

1. 确认 vault 路径正确且存在。
2. 检查 MCP 配置中的命令和参数是否为绝对路径。
3. 运行 `enquire-mcp doctor` 诊断就绪状态。
4. 确保防火墙允许本地进程通信（仅需 stdio 时）。
5. 查看版本兼容性：README 和 CHANGELOG 中提到与 Claude Desktop 可能存在兼容性问题。

试试这样问

连接成功后，可以直接对 AI 助手这样说：

我在笔记里讨论过的定价策略有哪些？帮我总结它的演变过程。
我在 PostgreSQL 与 MongoDB 之间做过什么决定？引用对应的日记笔记。
LLaMA-3 论文 PDF 的哪些页面谈到了 scaling？
我的研究库中有哪些主题社区？

工具能力 46

obsidian_search 只读

进行混合检索（RRF 融合），返回带引用的笔记和 PDF 结果。

obsidian_hyde_search 只读

使用 HyDE 增强查询后检索，提高语义召回。

obsidian_search_text 只读

按文本内容搜索笔记。

obsidian_full_text_search 只读

使用 FTS5 进行全文搜索。

obsidian_semantic_search 只读

基于嵌入向量的语义搜索。

obsidian_embeddings_search 只读

直接进行嵌入向量搜索。

obsidian_find_similar 只读

查找与给定笔记相似的笔记。

obsidian_resolve_wikilink 只读

解析维基链接到目标笔记。

展开其余 38 个工具

obsidian_get_backlinks 只读

获取指向笔记的反向链接。

obsidian_get_outbound_links 只读

获取笔记的向外链接。

obsidian_get_note_neighbors 只读

获取笔记的邻居（直接链接的笔记）。

obsidian_get_unresolved_wikilinks 只读

获取笔记中未解析的维基链接。

obsidian_find_path 只读

在笔记图中查找两个笔记之间的路径。

obsidian_get_communities 只读

检测笔记中的主题社区（GraphRAG-light）。

obsidian_frontmatter_get 只读

获取笔记的前置元数据。

obsidian_frontmatter_search 只读

按前置元数据搜索笔记。

obsidian_dataview_query 只读

执行 Dataview 查询。

obsidian_list_tags 只读

列出笔记中所有标签。

obsidian_read_note 只读

读取笔记的内容。

obsidian_list_notes 只读

列出知识库中的笔记。

obsidian_get_recent_edits 只读

获取最近编辑的笔记。

obsidian_stale_notes 只读

列出过时或陈旧的笔记。

obsidian_open_questions 只读

列出未解决的问题或待办。

obsidian_context_pack 只读

生成与上下文相关的笔记集合。

obsidian_chat_thread_read 只读

读取聊天线程文件。

obsidian_open_in_ui 只读

在 Obsidian 界面中打开笔记。

obsidian_stats 只读

获取知识库统计信息。

obsidian_read_pdf 只读

从 PDF 中提取文本（含页码）。

obsidian_list_pdfs 只读

列出知识库中的 PDF。

obsidian_ocr_pdf 只读

对 PDF 页面进行 OCR。

obsidian_read_canvas 只读

读取 Canvas 文件内容。

obsidian_list_canvases 只读

列出知识库中的 Canvas 文件。

obsidian_list_bases 只读

列出知识库中的 Bases（数据库）。

obsidian_read_base 只读

读取一个 Base 的内容。

obsidian_query_base 只读

对 Base 执行查询。

obsidian_create_note 写入

创建一个新的笔记。

obsidian_append_to_note 写入

向笔记追加内容。

obsidian_rename_note 写入

重命名笔记。

obsidian_replace_in_notes 写入

在笔记中替换文本。

obsidian_archive_note 写入

归档笔记。

obsidian_frontmatter_set 写入

设置笔记的前置元数据。

obsidian_chat_thread_append 写入

向聊天线程追加内容。

obsidian_lint_wiki 只读

检查维基链接问题。

obsidian_paper_audit 只读

审核论文或文档的完整性。

obsidian_validate_note_proposal 只读

验证笔记提案。

obsidian_mark_useful 写入

标记检索结果为有用，用于反馈循环。

使用场景

为 AI 代理提供长期记忆，在会话间保留项目历史、决策和知识。

作为个人第二大脑，支持多种语言和格式的语义检索。

用于代理式 RAG 和上下文工程，提供可解释的检索评分和引用。

支持客户端

Claude Desktop部分支持

Claude Code

Cursor部分支持

VS Code部分支持

ChatGPT部分支持

Codex部分支持

OpenClaw部分支持

依据项目文档列出，未经本站实测。

详细介绍

enquire-mcp 是一个本地优先的 MCP 服务器，能将你现有的 Obsidian 知识库（包含 Markdown、PDF、Canvas 和 Bases）转化为一个持久、可查询的知识数据库，供任何兼容 MCP 的 AI 代理使用。它支持混合检索（BM25、TF-IDF、多语言嵌入）、基于 BGE 的本地重排序、HNSW 向量索引、新鲜度感知及引用来源。默认只读，服务期间无云端调用，支持 50 多种语言。