Neural Search 教程
Neural Search 用语义向量做相似笔记检索，不再依赖关键词精确匹配，能找回「意思相关但用词不同」的内容。
它能做什么
- 语义检索：输入自然语言问题，返回意思最相近的笔记，而非仅匹配关键词。
- 相似发现：打开一篇笔记时推荐语义相近的条目，辅助建立链接。
- 零结果兜底：关键词搜索无果时，用语义召回补充。
支持
插件首次使用会为 vault 建立向量索引（embedding）。支持云端嵌入 API，也可接本地嵌入模型以保全隐私。索引建好后，增量笔记会自动更新向量。
可与
Neural Search 可与 Obsidian 原生搜索、图谱视图互补：关键词搜索负责精确命中，语义搜索负责「模糊联想」。两者结合能显著提升知识召回率。
提供
使用建议：
- 建索引前清理草稿与临时文件，减少噪声向量。
- 笔记量很大时，用本地嵌入模型控制成本。
- 定期重建索引，保证新笔记可被语义召回。