// video is referenced via absolute public path to avoid build-time import resolution
前言：一坑未平一坑又起
决策系列在更了在更了（），学校的课表变动非常大，这几天疯狂赶作业中。
初步演示
这篇文章介绍 ollama 部署本地 AI + obsidian 插件接入的方法。可能一篇文章更不完，需要把一些技术问题单独拎出来写。在进行微调和知识库索引前，我们先分为本地 AI 部署和 OB 插件两端进行介绍。
AI 端：在线部署需要调用 openai 格式的 api；本地我们使用 ollama。ollama 的设计思想和 docker 很像，把 llm 运转所需的环境依赖打包运行，支持市面上非常多的大模型在 cmd 直接下载，很适合本地部署。模型我们使用未经过微调的 llama3.1-7B。部署设备移动端 4060，显存 8G 速度很快够用，对中文支持有需求的建议暂时使用 llama2-chinese 或者调用社区微调+手动编写 modelfile。这不算啥大问题，更换 llm 在 ollama 一行代码的事。我们先跑通再说。
Ob 插件：我个人体验过不少 Ob-AI 插件，本次向大家推荐我使用频率最高，目前效果也是最好的两个插件
- Local GPT
- smart second brain
TO FIX