Cherry Studio 通过 MCP 接口操作 Obsidian 完全指南-开发者社区

更新日期：2026-06-09
适用版本：Cherry Studio ≥ v1.1.13、Obsidian ≥ 1.7.2

零、快速选择：我该用哪种方式？

在开始之前，先确认你的需求，选择最适合的方案：

方案	难度	是否需要 Obsidian 插件	能做什么	推荐场景
方案 A：Cherry Studio 原生导出	⭐ 极低	❌ 不需要	将对话一键导出为 Obsidian 笔记	只想把 AI 对话保存到 Obsidian
方案 B：文件系统 MCP	⭐⭐ 低	❌ 不需要	AI 直接读写 Vault 中的 Markdown 文件	需要 AI 主动创建/搜索/修改笔记
方案 C：Obsidian MCP（REST API）	⭐⭐⭐ 中	✅ 需要 Local REST API	全文检索、反向链接、执行 Obsidian 命令等高级功能	构建 AI 知识库，深度整合

💡新手建议：先用方案 A 体验，需要更多功能再升级到方案 B 或 C。

一、基本概念

1.1 什么是 Cherry Studio？

Cherry Studio 是一款开源的桌面端 AI 对话客户端，支持多种大语言模型（如 GPT、Claude、DeepSeek、Qwen 等），并内置了MCP（Model Context Protocol）支持和原生 Obsidian 导出功能[1][2]。

社区推荐组合：Cherry Studio（客户端）+ 阿里 Qwen（大模型），优势是免费、操作简单、无需特殊网络环境 [4]。

1.2 什么是 MCP？

MCP（Model Context Protocol）是由 Anthropic 于 2024 年 11 月推出的一种开放协议，允许 AI 模型通过标准化接口访问外部工具和数据源 [4]。MCP 有两种运行模式 [3][5]：

Stdio 模式：用于连接本地服务（如文件系统、本地软件），需要本地环境支持
SSE 模式：用于连接远程服务（如在线 API），通常只需一个 URL

大多数 Obsidian 相关的 MCP 服务采用 Stdio 模式。

1.3 三种操作 Obsidian 的方式概览

方式	原理	优点	缺点
Cherry Studio 原生导出	类似 Obsidian Web Clipper，直接将对话内容写入 Vault [1][2]	零配置、无需插件	只能导出，不能搜索/读取现有笔记
文件系统 MCP	直接通过文件系统读写 Vault 中的 .md 文件	简单直接、无需 Obsidian 插件	无法使用 Obsidian 的高级功能（反向链接、Dataview 等）
Obsidian MCP（REST API）	通过 Local REST API 插件与 Obsidian 交互 [3][5]	功能最全、可搜索、可执行 Obsidian 命令	需要额外安装插件和配置

二、方案 A：Cherry Studio 原生导出（最简单）

这是 Cherry Studio 内置的功能，无需安装任何 Obsidian 插件、无需配置 MCP，直接将对话导出为 Obsidian 笔记 [1][2]。

2.1 前提条件

Cherry Studio 版本 ≥ v1.1.13
Obsidian 版本 ≥1.7.2（避免长对话导入失败）

2.2 配置步骤

第一步：在 Cherry Studio 中配置 Obsidian

打开 Cherry Studio
进入设置 → 数据设置 → Obsidian 配置
下拉框会自动出现你本机打开过的 Obsidian 库名，选择目标库 [1][2]
（可选）设置全局标签，所有导出对话都会自动打上该标签

第二步：导出对话

导出完整对话：

在对话界面右键点击对话
选择导出 → 导出到 Obsidian
在弹出的窗口中配置：
- 保管库：选择目标 Obsidian 库
- 路径：选择存放导出笔记的文件夹
- 笔记属性（Properties）：可选择添加标签（tags）、创建时间（created）、来源（source）
- 处理方式（三选一）：
  - 新建（如果存在就覆盖）：创建新笔记，同名则覆盖（此模式附带 Properties）
  - 前置：在已有同名笔记开头添加内容
  - 追加：在已有同名笔记末尾添加内容

导出单条对话：

点击对话下方的三条杠菜单
选择导出 → 导出到 Obsidian
后续配置同上

⚠️注意：仅「新建」模式会附带 Properties（属性），「前置」和「追加」模式不会附带。

三、方案 B：文件系统 MCP（推荐进阶用户）

通过文件系统 MCP，AI 可以直接在对话中读写 Obsidian Vault 中的.md文件，无需 Obsidian 运行。

3.1 前置准备

确保已安装Node.js（版本 ≥ 18）。验证安装：

node-vnpm-v

3.2 在 Cherry Studio 中配置文件系统 MCP

打开 Cherry Studio
进入设置 → MCP 服务（或 MCP Servers）
添加新的 MCP 服务器，使用以下JSON 配置：

{"mcpServers":{"obsidian-filesystem":{"command":"npx","args":["-y","@modelcontextprotocol/server-filesystem","/path/to/your/Obsidian/Vault"]}}}

注意：将/path/to/your/Obsidian/Vault替换为你的 Obsidian Vault 的实际路径。
Windows 示例：C:/Users/用户名/Documents/MyVault
macOS 示例：/Users/用户名/Documents/MyVault
Linux 示例：/home/用户名/MyVault

3.3 常用操作指令

配置完成后，在 Cherry Studio 对话中直接使用自然语言即可：

# 创建新笔记 帮我在 Vault 中创建 "学习笔记/MCP协议.md"，内容如下： --- tags: [MCP, AI] created: 2025-07-15 --- # MCP 协议学习笔记 ... # 搜索笔记 在 Vault 中搜索所有包含 "MCP" 关键词的 Markdown 文件 # 读取笔记 读取 Vault 中的 "日常/2025-07-15.md" 文件内容 # 修改笔记 在 "项目/MyProject.md" 文件末尾追加以下内容：- [ ] 新任务 # 汇总整理 帮我整理 Vault 中所有关于 "Python" 的笔记，汇总到一个新文件 "Python知识索引.md" 中

四、方案 C：Obsidian MCP（REST API，功能最全）

通过 Obsidian 的 Local REST API 插件 + mcp-obsidian 工具，实现最完整的 Obsidian 操作能力 [3][5]。

4.1 前置准备

安装 uv（用于运行 uvx 命令）

Windows：以管理员身份运行 PowerShell，执行：
```
powershell-ExecutionPolicy ByPass-c"irm https://astral.sh/uv/install.ps1 | iex"
```
安装完成后重启计算机

macOS / Linux：

curl-LsSfhttps://astral.sh/uv/install.sh|sh

安装 Node.js

从 nodejs.org 下载并安装 LTS 版本。

4.2 在 Obsidian 端配置

第一步：安装 Local REST API 插件

打开 Obsidian 的设置 → 第三方插件 → 社区插件市场
搜索“Local REST API”并安装
启用插件后，在插件设置中记下 API Key（如果没有则生成一个）
确认端口号（默认27124）

第二步：授权 API 访问

访问https://coddingtonbear.github.io/obsidian-local-rest-api/
点击右下角的「Authorize」
输入刚才在插件设置中获取的 API Key
授权成功即可

第三步：获取 Vault 路径

点击 Obsidian 左下角的仓库管理
选择**「在访达中显示仓库文件夹」（macOS）或「在资源管理器中显示」**（Windows）
复制仓库的完整路径

4.3 在 Cherry Studio 中配置 MCP

在 Cherry Studio 的设置 → MCP 服务中添加以下配置：

命令：

uv tool run mcp-obsidian --vault-path 你的Obsidian仓库路径

环境变量：

OBSIDIAN_API_KEY=你的Local_Rest_API_Key

也可以使用 JSON 格式：

{"mcpServers":{"obsidian-api":{"command":"uv","args":["tool","run","mcp-obsidian","--vault-path","/path/to/your/Obsidian/Vault"],"env":{"OBSIDIAN_API_KEY":"你的Local_Rest_API_Key"}}}}

4.4 高级操作能力

通过方案 C 可以实现方案 B 无法做到的功能：

操作	说明	示例指令
全文搜索	在 Vault 中全文检索	`搜索包含 "Cherry Studio" 的笔记`
反向链接	查看笔记的引用关系	`查看 "MCP协议" 的反向链接`
每日笔记	打开或创建每日笔记	`打开今天的每日笔记`
执行 Obsidian 命令	调用任意 Obsidian 命令	`执行 "插入模板" 命令`
Frontmatter 操作	读写 YAML 元数据	`更新 "项目A.md" 的 status 为 done`
批量操作	跨文件操作	`给 Projects 目录下所有笔记添加 tag #active`

五、将 AI 生成内容输出到指定文档

5.1 方式一：使用 Cherry Studio 原生导出（推荐）

右键对话 → 导出 → 导出到 Obsidian → 选择路径和处理方式。最直接的方式 [1][2]。

5.2 方式二：在对话中直接指定路径

适用于方案 B 或 C，直接在对话中告诉 AI：

请将以下内容保存到 Obsidian Vault 中的 "输出/MCPForObsidian.md"

如果文件不存在，MCP 工具会自动创建。

5.3 方式三：MCP 工具链自动化

结合多个 MCP 工具实现复杂工作流：

AI 生成内容
文件系统 MCP 写入指定 .md 文件
（可选）Obsidian MCP 触发索引更新或执行模板命令

六、高级技巧

6.1 模板化输出

预先在 Obsidian 中创建模板文件，然后让 AI 按模板格式生成：

请按照 "模板/笔记模板.md" 的格式，生成一篇关于 "MCP 协议详解" 的笔记， 并保存到 "技术/MCP协议详解.md"

6.2 批量操作

在 "Projects" 目录下为每个子目录创建 README.md，汇总该项目的所有相关笔记链接

6.3 与 Obsidian 插件联动

通过方案 C 可以操作 Dataview、Calendar、Kanban 等插件：

执行 Obsidian 命令 "Dataview: 刷新所有视图"

6.4 推荐模型

社区使用体感排名 [4]：Claude 4.5 > GPT-5 > Gemini 2.5 > Qwen3-Max > DeepSeek

免费推荐：Cherry Studio + 阿里 Qwen（无需特殊网络环境）[4]

七、常见问题排查

7.1 Cherry Studio 原生导出问题

问题	解决方案
导出失败	确保 Obsidian 版本 ≥ 1.7.2
找不到库	确保在本机用 Obsidian 打开过该库
对话太长导出失败	升级 Obsidian 到最新版本，或分段导出

7.2 MCP 连接问题

问题	解决方案
连接超时	检查 Obsidian 是否正在运行，REST API 插件是否启用
认证失败	确认 API Key 正确，确认已完成网页端授权 [5]
`uv tool run`命令失败	确保已正确安装 uv，尝试重启终端
`npx`命令失败	确保 Node.js ≥ 18 已正确安装
端口冲突	检查`27124`端口是否被其他程序占用

7.3 文件系统权限问题

确保 Cherry Studio 有权限访问 Obsidian Vault 目录
macOS 用户可能需要授予完全磁盘访问权限
路径中包含空格时，使用引号包裹

7.4 Windows 特别提示

Windows 系统在环境配置和网络方面比 Mac 更容易遇到问题 [3][5]。如果遇到无法解决的错误：

以管理员身份运行终端
重启计算机让环境变量生效
考虑使用方案 A（原生导出）绕过复杂配置

八、相关资源

官方资源

Cherry Studio 官方文档 - Obsidian 配置
Cherry Studio GitHub
MCP 协议规范
Obsidian Local REST API 插件

社区 MCP 工具

mcp-obsidian — Python 实现的 Obsidian REST API MCP
evc-team-relay-mcp — 支持团队协作的 Obsidian MCP
mcp-obsidian (PyPI) —uv tool run mcp-obsidian对应的包

MCP 服务聚合网站

MCP.so — 中文友好的 MCP 服务目录（近 8000+ 服务器）
Smithery.ai — 英文 MCP 服务平台

学习资源

Awesome-MCP-ZH — 中文 MCP 资源合集
MCP 从入门到实战 — 零基础配置指南

提示：本文档本身即是一个示例——你可以通过 Cherry Studio + MCP 将 AI 生成的内容直接保存到 Obsidian Vault 中。三种方案从简到繁，按需选择即可。