一个 Obsidian 桌面端插件，用于识别数学题截图、生成结构化题解，并基于向量索引查找历史相似题型。
- 识别笔记中的数学题图片，自动生成题型、知识点、难度、解题思路、详细步骤和易错提醒
- 支持在线 API 后端：智谱 AI、阿里云通义千问、OpenAI 兼容接口
- 支持本地 Ollama 后端，可在本机运行视觉模型和 Embedding 模型
- 自动为已分析题目建立向量索引，用于查找相似题型
- 支持粘贴图片后自动分析
- 支持手动重建全部数学笔记索引
math-solver/
├── api-client.ts # 在线 API 后端与统一推理接口
├── embedder.ts # 向量索引与相似题检索
├── main.ts # Obsidian 插件入口
├── ollama.ts # Ollama 本地后端
├── settings.ts # 插件设置页
├── utils.ts # 通用工具与结果校验
├── manifest.json # Obsidian 插件清单
├── package.json # 构建脚本与依赖
└── styles.css # 插件样式
- 进入插件目录：
cd math-solver- 安装依赖：
npm install- 构建插件：
npm run build- 将
math-solver文件夹复制到你的 Obsidian 仓库插件目录：
你的仓库/.obsidian/plugins/math-ai-solver/
- 在 Obsidian 中打开设置，进入“第三方插件”，启用
考研数学 AI 题解。
进入 Obsidian 插件设置页后，选择推理后端并填写对应配置。
可选后端：
- 智谱 AI
- 阿里云通义千问
- OpenAI / OpenAI 兼容接口
需要配置：
API KeyBase URL- 多模态识图模型
- Embedding 模型
- 请求超时时间
- Temperature
默认模型示例：
| 后端 | 视觉模型 | Embedding 模型 |
|---|---|---|
| 智谱 AI | glm-4v-flash |
embedding-3 |
| 通义千问 | qwen-vl-plus |
text-embedding-v3 |
| OpenAI 兼容接口 | gpt-4o-mini |
text-embedding-3-small |
需要先启动 Ollama：
ollama serve推荐配置：
- Ollama 地址：
http://localhost:11434 - 视觉模型：
qwen2-vl:7b - Embedding 模型：
nomic-embed-text
请确保对应模型已在本地拉取。
- 在 Obsidian 笔记中插入或粘贴题目截图
- 确保图片以 wiki 链接形式出现在笔记中，例如：
![[example.png]]- 执行命令：
分析数学题并生成题解
插件会在当前笔记末尾追加题解分析，并写入题型、知识点、难度、复习状态等 frontmatter 信息。
在已分析过的题目笔记中执行：
查找相似题型
插件会根据当前笔记内容和历史向量索引，在笔记末尾插入相似题链接。
如果更换了 Embedding 模型，或历史索引不完整，可以执行：
重新索引所有数学笔记
插件会扫描带有题型 frontmatter 的 Markdown 笔记，并重建相似题索引。
在插件设置页点击“测试连接”，或执行命令：
测试 API / Ollama 连接
在 math-solver 目录下运行：
npm run check执行 TypeScript 类型检查。
npm run build构建 Obsidian 可加载的 main.js。
npm run dev以 watch 模式构建，适合开发时实时调试。
- 使用在线 API 时，题目截图和用于 Embedding 的笔记内容会发送到所选服务商
- API Key 保存在当前 Obsidian 仓库的插件数据文件中
- 使用本地 Ollama 时，图片和笔记内容由本地模型处理
- 向量索引保存在插件目录下的
vector-index.json
- 该插件仅支持 Obsidian 桌面端
- 当前笔记必须是 Markdown 编辑视图
- 图片需要能被 Obsidian 识别为有效附件
- 相似题检索依赖 Embedding 质量，模型变化后建议重新索引
- 在线 API 的响应格式和模型能力会影响题解质量
//
//
//
