RAG 实战：给自己的 Obsidian 笔记库加上 AI 问答（附完整代码）

我有大约 2000 篇 Obsidian 笔记，一直想让 AI 能基于我自己的知识库回答问题，这周终于做出来了。

技术方案

Obsidian MD 文件 → 分块 → Embedding → 存入 pgvector → 查询时做相似度搜索 → 送给 Claude 生成回答

选型

• Embedding 模型：text-embedding-3-small（OpenAI，便宜且够用）
• 向量数据库：Supabase pgvector（省去单独部署 Pinecone）
• 问答模型：Claude 3.5 Haiku（速度快、便宜）
• 前端：简单的 Next.js 页面

分块策略（这个最关键）

不要按固定字数分，要按「自然段落 + 标题层级」分。我用的是 langchain 的 MarkdownTextSplitter，效果比固定字数好很多。

成本：2000 篇笔记全量 Embedding 花了约 $0.3，之后每次查询约 $0.002。

代码在文末，欢迎 fork。