Veynrel colocou as notas certas em primeiro lugar em 3 de 3 consultas

A busca convencional em notas falha em uma situacao muito conhecida: voce se lembra da ideia, mas nao da formulacao exata nem do nome do arquivo. Uma consulta como “como testar a si mesmo sem anotacoes” nao precisa conter nenhuma palavra de uma nota intitulada “Pratica de uma resposta oral”. Por isso, uma busca por correspondencia de texto pode nao retornar nada, embora o material certo esteja bem perto.

O plugin Veynrel para Obsidian resolve esse problema com busca semantica. Ele converte previamente trechos das notas em representacoes numericas—embeddings—, armazena o indice e depois o compara com uma pergunta formulada em linguagem comum. Em um pequeno experimento do autor, o BGE-M3 colocou a nota certa em primeiro lugar nas tres consultas. E um resultado util, mas ainda nao e um teste comparativo completo.

Como isso funciona em um exemplo simples

Para o teste, o autor montou um cofre de estudos com 16 notas ficticias: questoes de prova, exercicios e planos de preparacao. Depois, fez tres perguntas cuja redacao era diferente do texto dos arquivos corretos. Por exemplo, uma consulta sobre um grafico que “sobe e desce” deveria levar a uma questao sobre o crescimento e o decrescimento de uma funcao.

A busca integrada do Obsidian nao encontrou esse arquivo usando as duas palavras selecionadas. O MiniLM local colocou a nota correta em quarto lugar, enquanto o BGE-M3 a colocou em primeiro. Ainda mais reveladora foi a consulta sobre por que uma reorganizacao altera uma senha: a nota original nem sequer continha a palavra “reorganizacao”. A busca por palavras foi inutil, enquanto a busca semantica relacionou a descricao da mudanca na ordem dos caracteres com a pergunta.

Tres configuracoes foram testadas. O MiniLM rodou localmente via ONNX e colocou os arquivos corretos nas posicoes 1, 4 e 1. O BGE-M3 na nuvem via OpenRouter e o BGE-M3 local via Ollama obtiveram as posicoes 1, 1 e 1. Para o Ollama, foi criado um indice separado com 19 vetores de 1.024 componentes cada. Nessa configuracao, as notas nao sairam do computador.

Mais do que busca

O Veynrel tem um modo Health que verifica localmente a estrutura do cofre. Na pasta de demonstracao, ele detectou um link inserido de proposito para uma nota inexistente e uma copia exata de outro arquivo. Essa verificacao nao exige um modelo de linguagem nem uma chave de API.

O modo Recall cria cartoes de revisao a partir de perguntas e respostas escritas em Markdown. O usuario revela a resposta e avalia o quanto conseguiu se lembrar dela; em seguida, o plugin agenda a proxima revisao. O Studio armazena fluxos de processamento de texto, enquanto a integracao Companion permite que um agente de IA leia copias sincronizadas das notas e sugira alteracoes. A aplicacao das edicoes continua sob o controle do usuario.

O que e importante verificar antes da adocao

Tres consultas e 16 notas preparadas nao provam que o BGE-M3 vencera em um cofre de trabalho com milhares de arquivos heterogeneos. O autor observa explicitamente que a classificacao pode mudar em outra pasta. Tambem nao e possivel comparar diretamente as pontuacoes numericas de similaridade de modelos diferentes. O Rerank nao melhorou o primeiro lugar no exemplo apresentado porque a nota correta ja estava no topo.

Ha tambem uma questao de privacidade. Ao usar o OpenRouter, trechos das notas sao enviados a um provedor externo. Para dados confidenciais, e mais sensato comecar com uma configuracao local: instalar o Ollama, baixar o bge-m3, informar o endereco http://127.0.0.1:11434 e criar um novo indice. O modelo ocupa cerca de 1,2 GB, portanto vale a pena verificar antes o espaco em disco e a memoria.

A conclusao pratica e simples: a busca semantica e util quando a pessoa se lembra melhor do significado do que do nome do arquivo. Mas ainda e cedo para escolher um modelo com base em tres acertos impressionantes. Primeiro, reuna de 20 a 50 consultas reais do seu proprio historico, marque as notas esperadas e compare as posicoes dos resultados. Assim, ficara claro se o novo indice compensa o consumo de memoria, a latencia e a possivel transferencia de dados para a nuvem.