[Feature] 功能建议：支持 Obsidian 知识库作为生成数据集时的语境参考层

背景与痛点

现有的工作流是线性的：上传文档 → 切片 → 生成 QA。这个流程对单篇文档的覆盖没问题，但在实际使用中有一个结构性缺陷——

LLM 在生成每组 QA 时，只能看到当前切片，完全不知道：

• 这个知识点在整个领域体系中处于什么位置
• 这个概念与其他概念有什么关联（例如"鸡新城疫免疫逃逸"和"疫苗设计"之间的推理链）
• 哪些问题已经在其他切片中被覆盖，哪些盲区还没有被提问到

结果是：生成的问题容易浅表、重复，缺少跨概念推理，这恰恰是微调数据集质量的核心短板。

为什么选择 Obsidian 知识库

很多用 Easy Dataset 做专业领域微调的用户（尤其是一人小团队），已经在用 Obsidian 维护自己的领域知识笔记。这些笔记不是原始文献，而是经过个人消化和整理的结构化知识图谱，包含：

• 概念之间的 [[双链]] 关系
• 个人对领域的理解框架和推理路径
• 原始素材与提炼结论之间的层级关系

如果生成 QA 时能引用这层知识，生成的问题会更有深度，答案推理链会更完整，数据集的微调效果会有质的提升。

建议的实现方向

核心思路很简单：在项目设置中增加一个可选的"知识库语境"配置项，当用户开启后，生成问题和答案时将相关知识注入系统提示词。

接入方式建议支持两种，代价都不高：

方式一：直接读取 .md 文件夹 用户指定一个本地目录路径（比如 Obsidian vault 的 wiki/ 子目录），Easy Dataset 按需读取相关 .md 文件内容，解析 [[wikilink]] 引用关系，在生成时将语境文本拼入 prompt。这个方案零依赖，纯文件读取，实现最简单。

方式二：通过 Obsidian Local REST API 插件调用 Obsidian 有一个官方社区插件叫 Local REST API（装机量超 30 万），在本地起一个 HTTPS 服务，可以搜索笔记内容、读取文件、查询链接关系 。用户只需在 Obsidian 里装好这个插件，Easy Dataset 就能通过 HTTP 调用它——不需要读文件系统权限，也天然支持 Obsidian 的搜索语法。这个方案对 Obsidian 用户体验更好，尤其是需要模糊查找和按关键词语境检索的场景。

两种方式可以并行支持，用户在设置里选一种，互不干扰。

最小可行版本（避免过度设计）

不需要一开始就做得很复杂，最小版本只需要：

1. 项目设置里新增"知识库语境"开关和路径/API 地址配置
2. 生成时按当前切片的关键词，从知识库中捞取最相关的几段内容
3. 把这些内容作为额外上下文拼入系统提示词

不需要向量检索，不需要 embedding，基于关键词的简单匹配就已经比现在强很多了。

使用场景举例

我在做一个兽医领域 LLM 的微调数据集，用 Obsidian 维护了禽病诊断推理的知识图谱（原始文献放 raw/，整理后的笔记放 wiki/，一个 index.md 做全局索引）。现在每次生成 QA，LLM 完全不知道"鸡传染性法氏囊病"和"免疫抑制"之间的关联（鸡传染性法氏囊病造成鸡的严重免疫抑制），生成的问题停留在症状描述层面，无法触及鉴别诊断推理链。如果能把 wiki 里相关条目注入进去，生成的数据集质量会完全不同。

总结

这个功能不改变现有工作流，完全向后兼容，只是给有知识库的用户多了一个可选的增强层。对于做专业领域微调的用户来说，这可能是比增加导出格式更有价值的功能。