个人知识库 — 让 AI 读你的笔记、日记、PDF

这个 pack 包含什么

这是当你想让 AI 读你自己的笔记 —— 日记、会议记录、写一半的随笔、读研时囤的 PDF —— 并回答相关问题，又不想把任何东西传到云端时，会搭的那套栈。

这跟「找前沿模型聊天」是两件事。那边要的是推理能力；这边要的是对你私有语料的召回。你不需要 GPT-5 —— 你需要管道：一个把内容存成明文 Markdown 的笔记 app、一个能读你历史上所有格式的索引器、一个让 AI 查到笔记的 MCP 或 agent 桥、再加一个聊天前端。

这个 pack 不等于 TokRepo 上已有的 local-first-ai pack —— 那一套搭的是完整私有 AI 工作流（Ollama、Open WebUI、ComfyUI、出图、转写）。这一套只聚焦在个人 RAG 这一层，把它做深：笔记存哪、怎么被索引、agent 怎么读到。

推荐安装顺序

1. Logseq — 大纲式、隐私优先的笔记 app。本地 Markdown 文件、可选加密同步、日记是一等公民。如果还没有信得过的笔记 app，从这里开始。不选 Notion 或 Bear 的原因：每条笔记都是磁盘上明文文件，下游任何工具都能读。
2. Obsidian Agent Client — 已经是 Obsidian 用户的话，这个插件把 ACP 协议的 agent（Claude Code、Codex、Gemini）直接接进编辑器。你的 vault 就是 agent 的上下文。通过 BRAT 或 releases 安装。
3. Obsidian MCP Tools — Obsidian 的另一条路：不是把 agent 拉进 Obsidian，而是把 Obsidian 暴露给 Claude Desktop —— 一个本地 MCP server。Claude 现在能查 vault、搜笔记、跑 dataview 查询。如果 Claude Desktop 是你日常主力，选这个。
4. joplin-mcp — 给 Joplin 用户的同款方案。MCP server，让任何兼容 Claude Desktop 的客户端读写你的 Joplin 笔记。Joplin 可选 E2EE + 本地 MCP，笔记完全不出本机。
5. Cherry Studio 知识库 — 一站式选项。带本地 RAG 引擎的桌面 AI 客户端，能吃 50+ 格式（PDF、Markdown、DOCX、EPUB、网页、甚至 Notion 导出），本地 embedding，再喂给你连的任何 LLM。想用一个 app 而不是五个，从这里开始。
6. Trilium Notes — 自托管的层级 KB，带脚本、属性搜索、真正的树形结构。Logseq 的平铺图谱模型走到头之后接它。如果你的脑子按大纲组织，又想每条笔记都能作为结构化数据被查询，是对的选择。
7. Blinko — 自托管的个人 AI 笔记，RAG 已经内置。不用自己接索引器，开箱即用。更接近「私有 NotebookLM」而不是「Obsidian + 插件」。代价：可定制性弱，但开箱可用。
8. Zotero — 文献管理器。是你的笔记和学术 / PDF 世界之间的桥。自动从论文抓元数据、建可搜索的文献库、暴露本地 API，下游 RAG 工具（Cherry Studio、自写脚本）能索引它。
9. Paperless-ngx — 带 OCR 的自托管文档管理。大多数知识库方案漏掉的一块：每张纸质账单、合同、收据扫描、OCR、打标、索引。然后 AI 才能回答「我 2024 年 3 月的电费是多少」 —— 你一个 PDF 都不用翻。
10. Memos — 轻量自托管笔记。Twitter 式短捕捉，带标签可搜索。微博体日记层 —— 捕捉那些小到不该进 Logseq 但又重要到不能丢的想法。

它们怎么协同

  ┌────────────────────────────────────────────────────────┐
  │  你的私有语料（一切落盘，不上传）                      │
  └────────────────────────────────────────────────────────┘
     │           │              │              │
  Logseq      Obsidian        Joplin         Trilium
  Memos       （或一站式 Blinko）
     │           │              │              │
     │           ├─ Obsidian Agent Client（编辑器内 ACP）
     │           ├─ Obsidian MCP Tools  ──► Claude Desktop
     │                          │
     │                          └─ joplin-mcp ──► Claude Desktop
     │
     └──► Cherry Studio 知识库  ──┐
                                  │
  Zotero（论文）  ─────────────► ├──► 本地 LLM / Claude / GPT
  Paperless-ngx（扫描 PDF）────► │     （你自己选模型）
                                  ▼
                            跟知识库对话

模式：笔记 app 存原文，桥层（MCP server、agent 插件、内置 RAG 引擎）让它可查，LLM 客户端负责问。不用全装 —— 选跟你已有的笔记 app 对应的那一行，再按需加 Zotero 和 Paperless-ngx，如果你的知识不全在 Markdown 里。

你会遇到的取舍

• MCP 桥 vs app 内 agent vs 一站式 —— 三种架构都成立。MCP 桥（Obsidian MCP Tools、joplin-mcp）保留你现有的笔记 app，让 Claude Desktop 伸手进来；适合有固定客户端的重度用户。app 内 agent（Obsidian Agent Client、Blinko）把 AI 塞进编辑器；适合想让答案紧贴原文的人。一站式（Cherry Studio、Blinko）把索引器 + 聊天 + 模型打包；适合不想维护三个工具的人。
• embedding 质量 vs 配置痛苦 —— 省事路径：用笔记 app 自带的索引器（Blinko、Cherry Studio）。高质量路径：通过 Ollama 跑 BGE-M3 或 nomic-embed-text，再把自己写的 RAG 管道指向 vault。多数人高估了召回质量对个人笔记的重要性 —— 语料体量小，你大概也记得答案在哪一带。先简单做。
• 聊天层用前沿模型 vs 本地模型 —— RAG + Claude 4.5 / GPT-5 综合质量最好。RAG + 本地 Llama 3.1 8B 日记 100% 私有，但综合能力明显弱。混合方案没问题：检索完全本地（笔记的 embedding 永远不出机器），只把 top-3 chunk 加你的问题发给前沿模型。
• PDF 是隐藏杀手 —— Markdown 笔记几秒就索引完。扫描 PDF 要 OCR（Paperless-ngx），学术 PDF 要懂版式的抽取（Zotero 管引用元数据；要做全文 RAG 可能还得在前面加 GROBID 或 unstructured.io）。任何非文本源都要单独规划一遍处理。

常见踩坑

• 一上来就全索引 —— 一万个文件的 vault 配上烂的 chunking 策略，给你的是一万段没用的 4 行片段。从一个子文件夹开始（比如今年的会议记录），测一下召回质量，再扩展。
• 日记噪音淹没真正的知识 —— 如果每天又往同一个 vault 灌 2 KB 站会笔记，召回结果天天是昨天的待办。把语料分开：日常日记放 Logseq，长期笔记放 Obsidian，只索引长期 vault。
• MCP server 要权限太狠 —— MCP 给 AI 的能力很大。装之前先读每个 server 的权限清单。joplin-mcp 和 Obsidian MCP Tools 默认都是读 + 写；先用只读模式跑通流程再开写。
• 烂扫描的 OCR 质量 —— Paperless-ngx 不错但不是魔法。手机斜着拍的 30 度收据回来是乱码。要真正可搜的东西用平板扫描仪，或 iOS Notes 的扫描功能（自动校正）。
• 忘了备份 vault —— 这整套的意义就是这是你的 second brain。加密 + 备份到自己存储（Syncthing、私有 rsync target、Joplin 自带服务器）。十年日记别全压在一台笔记本上。