大家好，我搭建了中医知识库，使用 Obsidian Copilot 免费版的 Vault QA 进行知识库问答，目前遇到一个核心痛点，想请教各位前辈有没有成熟方案。
当前场景
库内存放大量伤寒、经方、中医医案笔记，日常需求：查询某一味中药（例如甘草），汇总全库所有相关用法用量、配伍、医案，要求尽可能不漏任何相关段落。
遇到的核心问题
-
纯向量 RAG 天然存在召回遗漏
直接在 Vault QA 提问甘草相关知识点，向量检索属于 Top-K 择优召回机制。
很多笔记正文包含 “甘草”，但整篇笔记主题为其他方剂，甘草只是次要药物；向量相似度打分偏低，直接被舍弃，最终检索结果残缺，无法覆盖全部资料。
对比验证：Obsidian 原生关键词搜索可以一次性列出所有包含 “甘草” 的笔记，不会漏文档。
-
当前临时解决方案存在巨大工作量瓶颈
我尝试方案：
先用 Obsidian 原生搜索筛选全部相关笔记，整理双链清单到一篇索引笔记；
但免费 Vault QA无法自动读取笔记内 [[双链]] 对应的文档全文，只能识别文本，不能递归加载笔记。
只能手动分批 @推送笔记（一次 5～8 篇）投喂 AI 汇总。
缺点：现在仅 35 篇相关笔记就十分繁琐；后续知识库持续扩容，人力成本无法接受，不具备长期可持续性。