
Vasallo94/ObsidianRAG
📦 오픈 소스 프로젝트Vasallo94
Ollama 및 OpenAI 호환 LLM을 사용하여 로컬 Obsidian 노트를 검색하고 대화할 수 있는 개인정보 보호 중심 RAG 시스템.
ObsidianRAG는 개인 지식 베이스와 상호작용하기 위한 포괄적인 로컬 우선 아키텍처를 제공합니다. 이 프로젝트는 Docker로 컨테이너화된 Python 백엔드로 구성되어 있으며, 문서 수집, 의미론적 청킹, ChromaDB를 사용한 벡터 임베딩을 처리합니다. OpenAI 스타일 엔드포인트와 호환되는 유연한 API 계층을 갖추고 있어, 사용자는 Ollama, LM Studio, vLLM 등 다양한 로컬 LLM 공급자 간에 자유롭게 전환할 수 있습니다.
이 시스템은 LangChain과 LangGraph를 활용하여 복잡한 검색 워크플로우를 관리하며, 사용자의 노트 내용을 바탕으로 맥락에 맞는 답변을 보장합니다. 함께 제공되는 Obsidian 플러그인은 노트 작성 앱 내에서 원활한 인터페이스를 제공하여 사용자가 워크플로우 도중 즉시 쿼리를 실행할 수 있게 합니다. 주요 기술적 특징으로는 로컬 임베딩 모델 지원, 마크다운 파일에 대한 구성 가능한 청킹 전략, 로컬 또는 개인 서버에 배포 가능한 강력한 FastAPI 기반 서비스가 있습니다. 이러한 모듈식 설계는 데이터 주권과 오프라인 접근성을 우선시하는 연구자, 개발자, 작가들에게 이상적인 솔루션입니다.
💡하이라이트
- ├─개인정보 보호 중심 로컬 RAG 아키텍처
- ├─Ollama 및 LM Studio 완벽 지원
- └─ChromaDB 기반의 강력한 의미론적 검색
🎯대상
- ├─지식 관리자
- ├─개인정보 보호를 중시하는 연구자
- └─Obsidian 파워 유저