local
基于开发容器模板，快速搭建本地LLM与Obsidian知识库的集成环境。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：local。 它的用途是：基于开发容器模板，快速搭建本地LLM与Obsidian知识库的集成环境。 详细介绍见：https://321skill.com/skills/local-local-llm-obsidian-knowledge-base/ 请根据该页面的说明完成安装。
使用示例
“帮我基于最近的阅读笔记，生成一份关于‘MCP协议’的技术调研报告大纲。”，它会调用本地LLM访问你的Obsidian知识库，提取相关笔记内容，并组织成结构清晰的大纲。或者，在编码时
对AI说：“参考知识库里‘项目架构’笔记，为当前模块生成初始化代码。”，它能结合你的历史设计文档来提供更贴合的代码建议。
介绍
这个Skill旨在解决开发者在本地环境中集成大型语言模型（LLM）与个人知识库时，面临的环境配置复杂、知识库更新效率低下的问题。它提供了一个预配置的开发容器模板，简化了搭建流程。
通过使用MCP（Model Context Protocol）模式，该模板实现了LLM与Obsidian知识库的高效联动。开发者只需按照指引启动容器，即可在隔离且一致的环境中，让本地LLM直接访问和更新你的Obsidian笔记内容，实现知识库的实时同步与智能调用。
它非常适合需要将本地AI能力与结构化笔记深度结合的开发者、研究者或知识管理爱好者。无论是进行代码辅助、研究分析还是个人学习，都能利用此环境构建私密、高效的智能工作流。
建议在使用前确保本地已安装Docker或兼容的容器运行时。由于主要运行本地模型，对机器的计算资源（尤其是GPU）有一定要求，请根据所选模型调整配置。初次使用可重点熟悉MCP模式下的数据交互方式。
核心特点
核心在于将本地LLM、Obsidian知识库与MCP模式三者通过开发容器模板深度整合，提供了开箱即用、环境隔离的一体化解决方案，而非仅仅提供连接工具或脚本。
注意事项
不适合对容器技术不熟悉，或硬件资源（如内存、显存）非常有限，无法流畅运行本地LLM的用户。
常见问题
这个模板支持哪些本地LLM？
模板通常设计为可配置，支持通过Ollama、LM Studio等主流方式加载的各类开源模型，具体需参考模板文档。
需要提前安装Obsidian吗？
不需要，模板会配置容器内的Obsidian数据环境，你只需将本地的Vault（仓库）目录挂载到容器内即可。