Pencarian Semantik Obsidian: Bagaimana Indeks Vektor Lokal Bekerja Tanpa Basis Data Vektor

Penulis Vault Audit AI, sebuah Plugin Komunitas Obsidian, menambahkan pencarian semantik untuk mengatasi keterbatasan pencarian teks lengkap dalam pencatatan. Plugin ini memungkinkan pengguna mencari catatan berdasarkan makna, bukan hanya pencocokan kata yang tepat. Indeks disimpan di dalam vault Obsidian tanpa memerlukan basis data vektor eksternal atau server. Sistem bekerja dengan memecah catatan Markdown menjadi beberapa bagian, menyematkan setiap bagian dengan model, dan menyimpan vektor dalam LocalVectorStore kustom. Pemecah menghormati batas-batas alami dokumen seperti judul dan daftar, serta mempertahankan metadata seperti jalur judul, hash konten, dan offset sumber. Penyedia penyematan mencakup OpenRouter, API yang kompatibel dengan OpenAI, dan Ollama, semuanya di balik antarmuka umum. LocalVectorStore menggunakan manifes dan file biner untuk vektor, dengan penulisan atomik memastikan konsistensi. Pengindeksan inkremental membandingkan metadata dan hash konten untuk menghindari penghitungan ulang penyematan untuk bagian yang tidak berubah. Penulis menyoroti pentingnya memisahkan komponen dan menyebutkan tantangan dengan perlombaan asinkron yang tertangkap meskipun lulus pengujian.