إن إعداد Ollama–Obsidian الجيد ليس مجرد نظام يعيد نصًا في مربع دردشة. بالنسبة لإدارة المعرفة الشخصية، فإن الاختبار الأفضل هو ما إذا كان النظام قادرًا على استخدام الملاحظات التي قصدتها، والحفاظ على سيطرتك على المستودع، والاستجابة بسرعة مقبولة، والاعتراف عندما لا تحتوي ملاحظاتك على الإجابة. إذا لم تتحقق هذه الشروط، فإن تغيير النموذج أو إعداد الاسترجاع أو تكوين الإضافة يكون أكثر فائدة من تعديل المطالبات مرارًا وتكرارًا.
اعتبارًا من سبتمبر 2026، لا يزال واجهة برمجة التطبيقات المحلية لـ Ollama تُقدم افتراضيًا على http://localhost:11434، مع مسارات واجهة برمجة التطبيقات تحت /api، ولا يتطلب الوصول المحلي مصادقة. يوفر Ollama أيضًا تضمينات للبحث الدلالي والتوليد المعزز بالاسترجاع (RAG)، وهو الجزء الذي يجعل الإجابة على الأسئلة عبر المستودع بأكمله مختلفة جوهريًا عن الدردشة العادية. راجع مقدمة واجهة برمجة التطبيقات الرسمية لـ Ollama، ووثائق المصادقة المحلية، ووثائق التضمينات.
يستخدم هذا الدليل Copilot for Obsidian كمثال على الإضافة المجتمعية لأن مشروعه يدعم حاليًا نماذج Ollama المحلية وسير العمل الموجه نحو المستودع. قد تتغير الصياغة الدقيقة للإعدادات بين إصدارات الإضافة، لذا استخدم مستودع Copilot for Obsidian الحالي ودليل إعداد النموذج المحلي إذا اختلفت تسمية في تثبيتك عن لقطات الشاشة أو الخطوات أدناه.
قبل تثبيت أي شيء، حدد النتيجة التي تريدها. يجب أن يجتاز الإعداد المحلي المفيد أربعة اختبارات عملية:
هذه المعايير مهمة لأن "النموذج المحلي متصل" و"إدارة المعرفة الشخصية الجيدة" ليسا الشيء نفسه. يمكن أن تعمل الدردشة بشكل مثالي بينما يكون استرجاع المستودع ضعيفًا، ويمكن للنموذج القوي أن ينتج إجابات رديئة إذا تم استرجاع الملاحظات الخاطئة.
قم بتثبيت Ollama باستخدام التعليمات الرسمية لنظام التشغيل الخاص بك. يدعم Ollama حاليًا أنظمة macOS وWindows وLinux؛ دليل البدء السريع الرسمي هو نقطة البداية الأكثر أمانًا لأن التثبيت وتوصيات النماذج تتغير مع مرور الوقت.
اسحب نموذج دردشة قبل فتح Obsidian. على سبيل المثال:
ollama pull gemma3
ollama lsلا تحتاج إلى استخدام gemma3. الجزء المهم هو أن اسم النموذج الذي ستدخله لاحقًا في Obsidian يجب أن يطابق نموذجًا يمكن لـ Ollama سرده محليًا. ابدأ بنموذج يمكن لجهازك تشغيله بشكل مريح بدلاً من اختيار أكبر نموذج متاح تلقائيًا.
بعد ذلك، تحقق من واجهة برمجة التطبيقات بشكل مستقل عن Obsidian:
curl http://localhost:11434/api/tagsإذا أعادت هذه الأمر قائمة JSON تحتوي على نموذجك، فإن خدمة Ollama الأساسية تعمل. يمكنك أيضًا تشغيل ollama ps أثناء تشغيل نموذج. يوثق Ollama هذا الأمر كطريقة لمعرفة ما إذا كان النموذج محملاً في ذاكرة CPU، أو ذاكرة GPU، أو مزيج من كليهما. إذا كانت الاستجابات بطيئة بشكل مؤلم أو أصبحت الآلة غير مستجيبة، فهذه إشارة للتبديل إلى نموذج أصغر أو تقليل متطلبات السياق بدلاً من افتراض أن Obsidian هو المشكلة.
رسم توضيحي مولد بالذكاء الاصطناعي لخطوة تثبيت Ollama وسحب النموذج. أرقام الإصدارات وتفاصيل تنزيل النموذج المعروضة في الصورة توضيحية، وليست سجلًا للإصدار الحالي.
يتعامل Obsidian مع الإضافات المجتمعية ككود تابع لجهة خارجية. تحذر وثائقه الرسمية من أن هذه الإضافات تشغل كودًا نيابة عنك، لذا راجع مصدر الإضافة والأذونات إذا كان مستودعك يحتوي على مواد حساسة. لتثبيت واحدة، افتح الإعدادات ← الإضافات المجتمعية، وفعّل الإضافات المجتمعية إذا لزم الأمر، واختر تصفح، ثم قم بتثبيت الإضافة وتفعيلها. العملية الدقيقة موثقة في صفحة المساعدة الرسمية للإضافات المجتمعية في Obsidian.
لهذا الدليل، قم بتثبيت Copilot من الدليل المجتمعي وتأكد من أن الإضافة تشير إلى مشروع Copilot for Obsidian المتحقق منه المرتبط أعلاه. تجنب اختيار إضافة ذات اسم مشابه فقط لأنها تظهر أولاً في نتائج البحث.
رسم توضيحي مفاهيمي مولد بالذكاء الاصطناعي لمتصفح الإضافات المجتمعية. بطاقة الإضافة واسم المؤلف وعدد التنزيلات المعروضة توضيحية ولا ينبغي اعتبارها بيانات دليل موثقة؛ استخدم مشروع Copilot المتحقق منه المرتبط في هذه المقالة.
افتح إعدادات Copilot وابحث عن منطقة تكوين النموذج، والتي يتم تنظيمها حاليًا تحت إعدادات النماذج (Models). أضف نموذج دردشة مخصصًا بهذه القيم:
ollama ls.http://localhost:11434.هناك خطأ سهل في عنوان URL يجب تجنبه. عند اختبار Ollama يدويًا، تبدو نقاط نهاية واجهة برمجة التطبيقات مثل http://localhost:11434/api/chat. ومع ذلك، يتوقع مزود Ollama الأصلي في Copilot عنوان الخادم الأساسي ويبني نقطة النهاية داخليًا، لذا استخدم http://localhost:11434 ما لم تطلب الإضافة الحالية نقطة نهاية كاملة بشكل محدد. وبالمثل، لا تضف /v1 عند استخدام مزود Ollama الأصلي. تستخدم واجهة برمجة التطبيقات المتوافقة مع OpenAI في Ollama /v1، ولكن هذا مسار تكامل مختلف.
لا تبدأ بفهرسة آلاف الملاحظات. أولاً، أثبت أن اتصال الدردشة الأساسي يعمل مع اختبار صغير ومسيطر عليه. أنشئ ملاحظة مؤقتة تحتوي على ثلاث حقائق يسهل التحقق منها، مثل اسم مشروع، وموعد نهائي، وقرار. ثم أرفق أو اذكر تلك الملاحظة في Copilot واطلب من النموذج تلخيص ما تقوله الملاحظة فقط.
يجب أن تعيد النتيجة الجيدة تلك الحقائق بدقة، وتتجنب إضافة ادعاءات غير مدعومة، وتبقى ضمن النطاق الذي طلبته. قد تجيب النتيجة الرديئة من المعرفة العامة مع تجاهل الملاحظة، أو تخترع تفاصيل، أو تتجاهل حقيقة مهمة موجودة بوضوح.
رسم توضيحي مفاهيمي مولد بالذكاء الاصطناعي لاختبار دردشة محلي في Obsidian. يوضح نوع النتيجة التي يجب التحقق منها، وليس لقطة شاشة حقيقية لإصدار إضافة محدد.
إذا لم تكن هناك استجابة، قم باستكشاف الأخطاء وإصلاحها من الأسفل إلى الأعلى. أولاً، أعد تشغيل curl http://localhost:11434/api/tags. إذا فشل ذلك، فالمشكلة في Ollama وليس Obsidian. إذا كانت واجهة برمجة التطبيقات تعمل لكن Copilot لا يعمل، فأعد فحص اسم النموذج وعنوان URL الأساسي. فقط بعد هذه الفحوصات يجب أن تحقق في مشكلة الأصل/CORS. يتضمن كود Copilot الحالي مسار طلب مصمم للتعامل مع الوصول المحلي إلى Ollama، بينما يوثق دليل الإعداد المحلي الخاص به أيضًا OLLAMA_ORIGINS للتكوينات التي تتطلب وصولاً مباشرًا من أصل Obsidian. استخدم الطريقة الموثقة لإصدار Copilot المثبت لديك بدلاً من تطبيق حلول بيئية قديمة تلقائيًا.
بالنسبة لإدارة المعرفة الشخصية، غالبًا ما يأتي أكبر تحسين في الجودة من الاسترجاع وليس من الانتقال إلى نموذج دردشة أكبر. يعني RAG أن النظام يسترجع أولاً أجزاء من ملاحظاتك تبدو ذات صلة، ثم يعطي تلك الأجزاء للنموذج اللغوي كسياق. هذا يسمح لنموذج محلي بالإجابة على أسئلة حول معلومات لم يتم تدريبه عليها أبدًا.
لجعل الاسترجاع محليًا أيضًا، استخدم نموذج تضمين Ollama. توصي وثائق Ollama الحالية بنماذج مثل embeddinggemma وqwen3-embedding وall-minilm. على سبيل المثال:
ollama pull embeddinggemmaقم بتكوين هذا النموذج في إعدادات البحث في المستودع أو تضمينات الأسئلة والأجوبة في Copilot باستخدام مزود Ollama، ثم قم ببناء أو إعادة بناء الفهرس المحلي. استخدم نفس نموذج التضمين للفهرسة والاستعلام؛ يوصي Ollama بذلك بشكل صريح لأن المتجهات المنتجة بواسطة نماذج مختلفة ليست قابلة للتبديل مباشرة.
رسم توضيحي مفاهيمي مولد بالذكاء الاصطناعي لسير عمل الملاحظات المدعوم بـ Ollama. أسماء الأوامر وتخطيط القائمة أمثلة، وليست ادعاءً حول واجهة المستخدم الدقيقة لإصدار Copilot الحالي.
بمجرد انتهاء الفهرسة، اختبر الاسترجاع بأسئلة تعرف إجاباتها مسبقًا. اطلب حقيقة تظهر في ملاحظة واحدة، ثم علاقة تتطلب ملاحظتين. أخيرًا، اطلب شيئًا ليس موجودًا في المستودع. أفضل نتيجة ليست الإجابة الأكثر طلاقة؛ بل هي التي تستخدم الأدلة الصحيحة وترفض اختراع حقائق مفقودة.
| فحص الجودة | إشارة النجاح | متى تغير النهج |
|---|---|---|
| الاتصال المحلي | يعمل /api/tags ويستجيب نفس النموذج في Obsidian | إذا فشل curl، أصلح Ollama أولاً؛ إذا فشل Obsidian فقط، افحص إعدادات النموذج/URL للإضافة |
| الاستناد إلى الملاحظة | يتم إعادة إنتاج الحقائق المعروفة من الملاحظة المرفقة بدقة | إذا تجاهلت الدردشة الملاحظة، أصلح اختيار السياق قبل تغيير النماذج |
| استرجاع المستودع | تظهر الملاحظات ذات الصلة بشكل متسق لأسئلة ذات إجابات معروفة | إذا كان الاسترجاع ضعيفًا، حسّن التضمينات/الفهرسة أو ضيق نطاق الفهرسة |
| جودة التوليد | يفصل النموذج بين الحقائق المدعومة وعدم اليقين | إذا كان الاسترجاع جيدًا لكن الإجابات ضعيفة، جرب نموذج دردشة أقوى |
| زمن الاستجابة | يمكنك التفاعل دون توقفات طويلة متكررة | إذا كان Ollama مرتبطًا بشكل أساسي بـ CPU أو يعاني من نقص الذاكرة، استخدم نموذجًا أصغر أو سياقًا أقل |
| الخصوصية | نقطة النهاية المكونة هي localhost والميزات السحابية/الويب الاختيارية معطلة | إذا كانت نقطة نهاية بعيدة أو أداة ويب نشطة، لم يعد سير العمل محليًا بالكامل |
إذا كانت الإجابات خاطئة لأن النظام يسترجع الملاحظات الخاطئة، فقد يؤدي ترقية نموذج الدردشة إلى تحسين النص دون إصلاح الأدلة. حسّن الاسترجاع أولاً. وعلى العكس من ذلك، إذا تم استرجاع المقاطع الصحيحة لكن النموذج لا يستطيع تركيبها بشكل موثوق، فقد يساعد نموذج دردشة أفضل.
تحدد الأجهزة أيضًا سقفًا عمليًا. يلاحظ Ollama أن ملفات النماذج يمكن أن تستهلك مساحة تخزين كبيرة، وتستهلك السياقات الأكبر ذاكرة أكثر. استخدم ollama ps لرؤية كيفية تحميل النموذج الحالي. سير العمل الذي يعمل تقنيًا لكنه يستغرق وقتًا طويلاً لدرجة أنك تتوقف عن استخدامه ليس نظام PKM ناجحًا.
لا تتطلب واجهة برمجة التطبيقات localhost لـ Ollama نفسها مصادقة، وهو أمر مريح على جهاز واحد لكنه يعني أيضًا أنه يجب عليك عدم تعريض المنفذ 11434 للشبكة بشكل عارض. حافظ على ارتباطه محليًا ما لم تقم بتأمين تكوين بعيد بشكل متعمد.
تذكر أيضًا أن "Ollama محلي" لا يعني تلقائيًا أن "سير عمل Obsidian بأكمله غير متصل بالإنترنت". يمكن أن تحتوي الإضافات المجتمعية على تكاملات مزودي السحابة، وبحث الويب، والقياس عن بعد، أو أدوات الوكيل. راجع الإعدادات الحالية للإضافة وعطل الميزات التي لا تنوي استخدامها. إذا كان هدفك هو المعالجة غير المتصلة بالإنترنت الصارمة، فاختبر مع فصل الشبكة بعد تثبيت جميع النماذج والإضافات بالفعل.
إعدادك جاهز لإدارة المعرفة الشخصية اليومية عندما تكون جميع هذه العبارات صحيحة: تستجيب واجهة برمجة التطبيقات لـ Ollama محليًا؛ يستخدم Obsidian النموذج المحلي الدقيق الذي قصدته؛ تعيد اختبار الملاحظة المسيطر عليه الحقائق الصحيحة؛ يجد استرجاع المستودع الملاحظات الصحيحة لأسئلة ذات إجابات معروفة؛ لا تثير الأسئلة غير المدعومة اختلاقًا واثقًا؛ والأداء سريع بما يكفي لتستخدم سير العمل فعليًا.
إذا كانت العبارتان الأوليان فقط صحيحتين، فقد نجحت في ربط Ollama بـ Obsidian، لكنك لا تملك بعد مساعدًا موثوقًا لإدارة المعرفة. تعامل مع جودة الاسترجاع، وسلوك النموذج، وتكوين الخصوصية كأجزاء منفصلة من النظام، وغيّر الجزء الذي يفشل فعليًا.
منع وكلاء CrewAI من تكرار العمل عن طريق إصلاح ملكية المهام، والتبعيات، والتفويض، وإعادة المحاولات، ومحفزات التدفق، واستمرارية الحالة، والتخزين المؤقت، والتكرار.
أنشئ متتبع نفقات للمقاول المستقل للعمل الحر في الولايات المتحدة، مع فئات متوافقة مع مصلحة الضرائب الأمريكية، وسجلات الإيصالات، ومعدلات الأميال لعام 2026، وأعلام مراجعة الضرائب.
أنشئ جدول مناوبات موظفين مجانيًا في Excel مع حاسبة للساعات، وصيغ للمناوبات الليلية، وإجماليات أسبوعية، وفحوصات جودة، وحدود واضحة.
قم ببناء متتبع عملاء محتملين عملي في Excel باستخدام الجداول، والقوائم المنسدلة، وتنبيهات المتابعة، وملخص خط أنابيب بسيط—بالإضافة إلى علامات واضحة تشير إلى أن الوقت قد حان للانتقال إلى نظام CRM.
أنشئ سجل صيانة معدات عمليًا في Excel لأصول الورشة، يتضمن سجل الخدمة، مواعيد الاستحقاق، وقت التوقف، التكاليف، سجلات الفحص، وحدود السلامة الواضحة.
قارن بين HubSpot CRM المجاني و Zoho CRM المجاني لوكلاء العقارات المستقلين، بما في ذلك حدود الاتصال، وخطوط المبيعات، والبريد الإلكتروني، والأتمتة، وأدوات الهاتف المحمول، ومفاضلات الترقية.
شغّل DeepSeek محليًا على Windows 11 باستخدام LM Studio. تعرّف على النموذج المناسب لجهاز كمبيوتر عادي، وكيفية تنزيله وتحميله، والتحقق من الاستخدام دون اتصال، وإصلاح المشكلات الشائعة.
قلّل تكاليف واجهة برمجة التطبيقات لنماذج اللغة الكبيرة باستخدام أربع تقنيات عملية لضغط المطالبات، وتخطيطات صديقة للكاش، ومخرجات منظمة، وخطة تقييم تحافظ على الجودة.
قم ببناء خط أنابيب مجاني لإعادة توظيف المحتوى بالذكاء الاصطناعي باستخدام n8n المستضاف ذاتياً و Claude، مع مخرجات منظمة، وبوابات مراجعة، وإرشادات واقعية لتكاليف واجهة برمجة التطبيقات.
استخدم قائمة تحقق عملية وقابلة للطباعة لتخطيط الفعاليات وقالب ميزانية لبرنامج Word، مع جداول زمنية، وتتبع الموردين، والتكاليف المقدرة مقابل الفعلية، والمدفوعات، ومهام يوم الحدث.
