发布日期：2026-06-01 | 适用版本：Obsidian 1.13.0 / Codex CLI v0.135.0+
Obsidian 是一款将笔记以纯 Markdown 格式存储在本地的知识管理工具，凭借双向链接、图谱视图和数千个插件生态，成为全球最受开发者和研究者青睐的个人知识库之一；Codex（OpenAI Codex CLI）则是运行于终端的 AI 编程代理，能够自主完成跨文件的复杂任务。将两者通过 MCP（Model Context Protocol）协议桥接后，Codex 可以直接读写 Obsidian vault、执行全库语义搜索、分析笔记关联并自动汇总知识——这让"第二大脑"从一个存档工具升级为真正参与思考的 AI 协作系统。本文涵盖三种 MCP 接入方案的对比、完整安装步骤、7步 PKM Agent 工作流配置，以及开箱即用的实用命令，帮助开发者和知识工作者从零搭建 Obsidian × Codex 协作工作站。
为什么要将 Codex 与 Obsidian 连接？
Obsidian 的核心理念是"本地优先 + 开放格式"——笔记存为 .md 文件，用户完全拥有数据所有权（Obsidian 1.13.0，2026）。这与 Codex CLI 的设计天然契合：Codex 本身就运行在本地终端，读写本地文件是其基本能力，无需云端中转。
连接后可以做什么：
| 能力 | 具体表现 |
|---|---|
| 语义搜索 | "帮我找所有提到 RAG 架构的笔记" |
| 跨笔记摘要 | "读取本周的会议记录，生成邮件草稿" |
| 自动整理 | "把 Inbox 里的 23 条临时笔记分类归档" |
| 知识链接 | "分析这篇笔记与哪些现有知识点相关" |
| 内容生成 | "根据我的研究笔记草拟一篇博客文章" |
核心路径： Obsidian vault（本地 .md 文件）→ MCP Server → Codex CLI / Claude Code / Cursor
MCP 桥接方案对比
目前有三个主流方案，适合不同需求：
| 方案 | 工具数量 | 是否需要 Obsidian 插件 | 检索能力 | 适用场景 |
|---|---|---|---|---|
| obsidian-codex-mcp | 12 个 | 不需要 | 基础全文搜索 | Codex CLI 专用，轻量接入 |
| mcp-obsidian | 7 个 | 需要 Local REST API | 基础全文搜索 | 通用 MCP 客户端 |
| enquire-mcp | 44 个 | 不需要 | 六层混合检索 + RAG | 大型 vault，研究场景 |
方案一：obsidian-codex-mcp（专为 Codex 设计）
GitHub：dot-RealityTest/obsidian-codex-mcp
这是目前唯一专门针对 Codex CLI 优化的 Obsidian MCP 服务器。本地优先，无需安装任何 Obsidian 插件，直接操作 vault 目录中的 Markdown 文件。
安装步骤：
# 1. 克隆仓库
git clone https://github.com/dot-RealityTest/obsidian-codex-mcp.git
cd obsidian-codex-mcp# 2. 创建虚拟环境并安装依赖（需 Python 3.10+）
python3 -m venv .venv
.venv/bin/python -m pip install -r requirements.txt
配置 Codex CLI（~/.codex/config.toml）：
[mcp.obsidian]
command = "/path/to/obsidian-codex-mcp/.venv/bin/python"
args = ["-m", "obsidian_codex_mcp"]
env = { OBSIDIAN_VAULT_PATH = "/Users/你的用户名/Documents/Obsidian Vault" }
12 个核心工具：
- 读写：
get_note/create_note/update_note/delete_note - 检索：
search_notes/list_notes - 结构：
get_all_tags/get_backlinks/get_note_links - 管理：
create_folder/get_folder_structure/configure_vault
可选安全配置：
[mcp.obsidian.env]
OBSIDIAN_VAULT_PATH = "/path/to/vault"
OBSIDIAN_READ_ONLY = "true" # 只读模式，防止误写
OBSIDIAN_BACKUP_ON_WRITE = "true" # 写前自动备份
方案二：enquire-mcp（44 工具高级检索）
GitHub：oomkapwn/enquire-mcp
enquire-mcp v3.8.x 是功能最完整的 Obsidian MCP 实现，已通过 1020 个单元测试，提供六层混合检索（BM25 + TF-IDF + 多语言向量嵌入 + BGE 重排序 + HNSW 索引 + PDF/OCR），相比标准 BM25 的 NDCG@10 指标提升 15.5 分（enquire-mcp README，2025）。明确支持 Claude Code、OpenAI Codex、Cursor、ChatGPT 和 OpenClaw。
一行命令接入 Codex：
# 安装
npm install -g @oomkapwn/enquire-mcp# 注册到 Claude Code（一行命令）
claude mcp add obsidian -- npx -y @oomkapwn/enquire-mcp serve --vault ~/Documents/Obsidian\ Vault
完整高性能模式（大型 vault 推荐）：
# 初始化索引（首次运行）
enquire-mcp setup --vault /path/to/vault# 启动服务（持久化索引 + 重排序 + HNSW）
enquire-mcp serve --vault /path/to/vault \--persistent-index \--enable-reranker \--use-hnsw
44 个工具的分类概览：
| 类别 | 工具示例 |
|---|---|
| 语义搜索 | obsidian_search、obsidian_hyde_search（假设文档扩展搜索） |
| 图谱分析 | obsidian_get_backlinks、obsidian_get_communities |
| Dataview 查询 | obsidian_dataview_query、obsidian_frontmatter_search |
| PDF/Canvas | obsidian_read_pdf、obsidian_ocr_pdf |
| 写入（需启用） | obsidian_create_note、obsidian_archive_note |
| 内置提示词 | weekly_review、extract_todos、vault_research（共 19 个） |
注意：写入功能需额外传入
--enable-write参数，默认只读，数据安全有保障。
7 步 PKM Agent 工作流
GitHub：r007b34r/opencode-obsidian-knowledge-workflow
这是专为 Obsidian + AI Agent 设计的知识管理架构，包含 7 个协同工作的 Agent Skills，覆盖从"捕获原始想法"到"沉淀成熟知识"的完整 PKM 循环：
原始捕获↓
inbox-triage（分类路由）↓
connection-review（关系分析）↓
weekly-synthesis（周期提炼）↓
note-promotion（笔记晋升）辅助层：
obsidian-mcp（所有 vault 操作的安全保护层）
vault-health-feedback（定期工作流健康诊断）
opencode-context-maintenance（上下文漂移诊断）
安装：
git clone https://github.com/r007b34r/opencode-obsidian-knowledge-workflow
cp -r opencode-obsidian-knowledge-workflow/skills/* ~/.opencode/skills/
每个技能的触发时机：
| 技能 | 触发场景 |
|---|---|
inbox-triage |
累积了一批未处理的原始笔记 |
connection-review |
新增一组笔记后，寻找知识联系 |
weekly-synthesis |
每周一次，提炼本周核心知识 |
note-promotion |
某个想法已成熟，需晋升为永久笔记 |
vault-health-feedback |
每月一次，诊断知识库结构 |
实用命令速查
连接 MCP 后，在 Codex / Claude Code 中可直接使用自然语言：
搜索与检索：
帮我找所有包含"机器学习"且有 #todo 标签的笔记
搜索我上周关于系统设计的笔记，总结核心观点
找出与"分布式缓存"这篇笔记相关联的所有笔记
写作辅助：
读取 Daily Notes/2026-05 目录下所有笔记，提炼本月工作总结
根据我的研究笔记草拟一篇关于 RAG 架构的博客文章
把 Inbox 文件夹里的笔记按话题分类，推荐归档路径
结构管理：
分析我的 vault 双向链接图，找出孤立节点（没有任何链接的笔记）
生成 Projects 文件夹的结构概览，列出每个项目的状态
配置模型 API
Obsidian MCP 服务器本身是工具层，AI 推理能力来自接入的模型。Codex CLI 默认使用 OpenAI 模型，也可以通过配置接入其他模型处理不同任务。七牛云 API Key 兼容 OpenAI/Anthropic 双标准接口，激活即得最高 600 万免费 Token，适合在笔记摘要、长文生成等消耗较大的 vault 操作场景中按需切换模型。更多 MCP 编排方案可参考七牛云 MCP 服务，无需本地部署即可为自建 MCP Server 提供推理支持。
FAQ
Q：Obsidian 不开着，MCP 服务还能工作吗？
可以。obsidian-codex-mcp 和 enquire-mcp 都直接读写文件系统，无需 Obsidian 应用运行。只有使用 Local REST API 插件的方案（如 mcp-obsidian）才需要 Obsidian 保持打开状态。
Q：我的笔记会上传到云端吗？
三个方案均本地运行，检索和操作完全在本机执行。enquire-mcp 的 ML 模型首次从 HuggingFace 下载后即本地缓存，此后服务期间零云端调用。模型推理部分（Codex/Claude）会将笔记片段发送给 AI 服务商进行分析，这与正常使用 AI 助手无本质区别。
Q：vault 很大（10000+ 笔记），哪种方案更合适？
推荐 enquire-mcp 的完整检索模式：--persistent-index --enable-reranker --use-hnsw。HNSW 向量索引可在大规模 vault 下实现 10ms 以内的检索响应，BM25+向量+重排序的三层融合对中文笔记也有良好支持。
Q：如何防止 AI 误删或误改笔记？
所有方案都支持只读模式。obsidian-codex-mcp 设置 OBSIDIAN_READ_ONLY=true；enquire-mcp 默认只读，写入需主动传入 --enable-write；也可搭配 OBSIDIAN_BACKUP_ON_WRITE=true 在每次写操作前自动备份。
Q：Obsidian Sync 和 MCP 能同时用吗？
完全兼容。Obsidian Sync 是文件同步服务，MCP 是本地工具接口，两者互不干扰。在多设备场景下，Sync 负责跨设备同步，MCP 在当前设备上提供 AI 访问能力。
总结
Obsidian + Codex 的组合将"个人知识库"和"AI 编程代理"的边界打通。无论是用 obsidian-codex-mcp 做轻量接入，还是用 enquire-mcp 构建具备图谱感知和语义检索的研究级知识系统，核心路径都是一致的：本地 Markdown 文件 + MCP 协议 + AI Agent。Obsidian 1.13.0 在 2026 年 5 月的更新进一步强化了安全性和移动端体验，配合持续成熟的 MCP 生态，这套工作流已具备生产可用的稳定性。建议从 obsidian-codex-mcp 的 12 工具轻量版开始，跑通基本读写流程后，再按需升级到 enquire-mcp 的混合检索体系。
相关资源
- obsidian-codex-mcp — 专为 Codex CLI 设计，无需插件
- Obsidian 官网 — 下载 Obsidian 1.13.0
- 七牛云 MCP 服务 — 无本地部署的 MCP 模型推理方案