enquire-mcp
活跃·★ 34·MIT·更新于 2026-10-22
enquire-mcp 将您的 Obsidian 笔记库转化为各类 AI 智能体的持久、可查询的长期记忆，从而避免在每次会话中重复解释上下文。它提供一流的混合检索功能，包括语义搜索、重排序和 HNSW，所有操作均在本地运行，服务期间无需进行任何云调用。
#AI智能体#长期记忆#检索增强生成 (RAG)#Obsidian#混合检索#向量数据库#知识库#多语言
01
功能特性
01供应商中立的记忆：您的记忆存储在 .md 文件中，确保在不同 AI 智能体和提供商之间可移植。
02一流的混合检索：采用 BM25、多语言嵌入、BGE 交叉编码器重排序器、HNSW 和 int8 量化，提供卓越的搜索质量和性能。
03服务期间零云调用：所有模型均在本地缓存，笔记库内容绝不离开您的机器，确保隐私和空气隔离安全。
04鲜度感知的召回：搜索结果会报告笔记的创建时间及“陈旧”标记，并可选择按近时权重重新排序，优先显示最新知识。
05支持带 OCR 的 PDF 和轻量级 GraphRAG：将 PDF（包括扫描文档的 OCR）整合到混合搜索中，并提供 GraphRAG-light 用于维基链接社区检测。
02
兼容性
Obsidian
知识库
已通过文档验证
Claude Code
AI智能体
已通过文档验证
Claude Desktop
AI智能体
已通过文档验证
Cursor
AI智能体
已通过文档验证
ChatGPT
AI智能体
已通过文档验证
Codex
AI智能体
已通过文档验证
03
快速开始
1
$ npm install -g @oomkapwn/enquire-mcp
04
使用场景
↳AI 智能体的长期记忆：为智能体提供跨会话、跨模型、跨提供商的持久、语义召回能力，其基础是您的 Obsidian 笔记。
↳个人知识库/第二大脑：提供跨 50 多种语言的混合检索、维基链接图增强以及轻量级 GraphRAG，以显示相关笔记并发现连接。
↳智能体 RAG/上下文工程：暴露按信号得分、HyDE 预重写和子问题分解功能以实现高级检索，并内置评估工具。
05
同类工具
评论
登录后发表评论
暂无评论，来发表第一条吧