🦾 极客工具

Qwen3小模型实测：从4B到30B，到底哪个能用MCP和Obsidian顺畅对话？

10分钟阅读

本文实测 Qwen3 系列本地模型（4B/8B/14B）与 Obsidian-MCP 的知识库交互效果，发现小模型存在工具调用失效、响应幻觉及上下文限制等问题。4B 版本 因量化丢失指令理解能力，8B版本 虽能调用工具但存在内容偏差。14B+ 就能正常对话了，本地小模型可用性在逐步上升，但我距离流畅交互还差一块 16G 显卡的距离😀 ![[Qwen3小模型实测：从4B到30B，到底哪个能用MCP和Obsidian顺畅对话？-根据新尺寸生成图片 2-20250430.png]]

Qwen3 小模型实测：从 4B 到 30B，到底哪个能用 MCP 和 Obsidian 顺畅对话？

听闻昨晚发布 qwen3 优化了模型的 Agent 和 代码能力，进而加强了对 MCP 的支持。

Qwen3：思深，行速 https://qwenlm.github.io/zh/blog/qwen3/

引言里面的这句话

小型MoE模型Qwen3-30B-A3B的激活参数数量是QwQ-32B 10%，表现更胜一筹， 
`Qwen3-4B 这样的小模型也能匹敌 Qwen2.5-72B-Instruct 的性能`。

让我很是兴奋了一把，于是下班回去在 nas服务器 用 ollama pull 模型部署好，使用 cherry studio，启用 obsidian-mcp，开始测试，测试结果却啪啪打脸。

测试内容： 查询我的 obsidian 知识库最近 1 天的改动，模型瞎回答

模型命中不了 tool。

使用 obsidian 的 mcp 的 obsidian_get_recent_changes 工具，查询我的知识库最近 1 天的改动

我都提示工具名称了，模型还是瞎回答。

qwen3 模型

模型评测项说明

| 评测名称 | 说明 | 解读重点 | | -------------------------- | ---------------------------- | ------------------------------------------------- | | ArenaHard | 综合对话能力的人工对比评测，偏重 " 困难场景 " | 高分代表对话生成自然、逻辑性强 | | AIME'24 / '25 | 数学竞赛题，测试数学推理、数列、几何等能力 | GPT-4o 分数很低，因其在该基准测试中未开启 " 思考模式 "，Qwen3 表现更实际 | | LiveCodeBench | 代码生成任务，结合实时代码执行验证正确性 | Qwen3-4B 表现接近 GPT-4o，说明小模型已具备强代码能力 | | CodeForces（Elo Rating） | 类似编程竞赛 Elo 排名，越高越强 | Qwen3-4B > GPT-4o，意味着它在 " 解题速度 + 准确性 " 上优于 GPT-4o | | GPQA | 高质量问答集（类似学术类 QA），考察多跳推理 | Qwen 系列保持优势，说明对知识与推理兼顾 | | LiveBench | 实时对话任务评测，包括多轮上下文与事实性要求 | GPT-4o 得分较低（52.2），说明未必在所有任务中都最优 | | BFCL | 指令遵循与对话连贯性测试，Qwen 使用 FC 格式评估 | GPT-4o 表现最强，Qwen3-4B 略弱但接近 | | MultiIF（8 Languages） | 多语言指令跟随能力评估 | Qwen3-4B 具有较好多语泛化，优于 GPT-4o（特别在非英语场景） |

Obsidian-MCP

Obsidian-MCP 通常用于以下任务：

  • 日志/笔记内容的语义检索与总结（嵌入 + 问答）
  • 自我对话（多轮历史上下文）
  • 任务建议、卡片联想等基于上下文的 " 思维增强 "
  • 私有知识库的记忆回调（streamable / SSE 模式长连接）
  • 本地嵌入 + 轻量推理，不依赖公网 LLM

这些任务主要要求：

  • 指令遵循能力
  • 上下文感知（少量上下文）
  • 中等推理能力
  • 响应快，模型小，易部署

Obsidian API 工具列表

mindmap
  root((Obsidian-MCP))
    读取类
      获取保险库所有文件列表
      获取指定目录文件列表
      获取单个文件内容
      批量获取多个文件内容
    写入类
      追加内容到文件
      修改文件指定内容块
      删除文件或目录
    搜索类
      执行简单搜索
      执行复杂 JSON 搜索
    周期笔记类
      获取周期笔记内容
      获取最近周期笔记列表
      获取最近修改的文件

| 工具方法 | 功能描述 | 参数 | | ------------------------- | ---------- | ------------------------------------------------- | | list_files_in_vault | 获取知识库文件列表 | 无 | | list_files_in_dir | 获取指定目录文件列表 | dirpath | | get_file_contents | 获取单个文件内容 | filepath | | get_batch_file_contents | 批量获取多个文件内容 | filepaths | | search | 执行简单搜索 | query, context_length | | search_json | 执行格式复杂搜索 | query | | append_content | 追加内容到文件 | filepath, content | | patch_content | 修改文件指定内容块 | filepath, operation, target_type, target, content | | delete_file | 删除文件/目录 | filepath | | get_periodic_note | 获取周期笔记内容 | period | | get_recent_periodic_notes | 获取最近周期笔记列表 | period, limit, include_content | | get_recent_changes | 获取最近修改的文件 | limit, days |

测试 Qwen3-4B 能力是否匹配上述需求

qwen3:4b，吐字飞快，回答的水准也是高了，但是文不对题啊，连要调用 tool 都没识别出来。 于是去看了下 hugging_face 的 tokenizer_config.json 模型配置,的确有 tool_call 这一层啊，咋就不 working，难道是这个 q4量化 导致智商减退厉害?

还以为我 nas 上 4b 的小 n 卡终于派上用场了，看来还得再等等。 想再试试 8b 但是本地显存不够，下面换成 openrouter 的服务测试 8b,14b，30b 的。

测试 Qwen3-8B 能力是否匹配上述需求

使用 cherryStudio 测试 qwen3:8b，是能够调用 tool，不过回答的有幻觉，返回的笔记名称都改了

Qwen3-4B-本地模型 + Obsidian-MCP的`本地问答`.md
回答成了
 
01Project/Blog/draft/Qwen3-4B-本地模型 + Obsidian-MCP的`本地问题`.md

这个时候笔记使用 git 同步 的优越性就出来了，本地使用 mcp 对笔记进行整理时，如果出现错误，可随时回滚到上次提交的版本！

那这 8B 基本只能闲聊，在我这个场景属于中看不中用

测试 Qwen3-14B 能力是否匹配上述需求

使用 openrouter 的 qwen3:14b 模型进行测试

看着不错，能正常返回结果。 但想深入测试内容却报 token 不足。按官方数据，qwen3:14b 模型的最大 token 是 128K，15 万字，我想这足够分析一篇笔记了。 但是我测试的时候，让读取笔记内容进行总结，却提示 token 超过 40k 了，不知道为啥？ 从这段报错可以明确看出： 模型当前上下文限制为：40960 tokens➤ 超限。

判断是 openRouter 自家部署时的限制。换成通义官方的 qwen3-demo：

https://huggingface.co/spaces/Qwen/Qwen3-Demo

测试下来同样的文本，是可以正常总结的，128k 的 token 数是足够的，那看来 8B,14B，32B 还是能在本地部署后结合 MCP 派上用场。

结论

使用 Qwen3 与 Obsidian-MCP 的知识库交互测试得出结论：

4B 版本：量化压缩导致 " 失语 "

  • 工具调用能力完全丢失，面对明确的 obsidian_get_recent_changes 指令无动于衷
  • token 容量 32K，长会话可能难以完整处理

8B 版本：看似能用实则危险

  • 虽能识别工具调用，但返回的文件路径存在较高的错误率；
  • 内容总结时出现 幻觉改写，笔记名会被修改；
  • 如果 MCP 调用 API 出现误删除，又没有 git 备份会更危险

14B+ 版本：真香警告

  • 128K token 容量完美适配知识库场景，测试中准确调用 Obsidian API
  • 但本地部署需 16G 显存，让多数 NAS 用户望而却步

在我的 16G 显卡到来前，要注意做好隐私保护，先通过云端大模型 +MCP，读取非敏感数据目录作为问答的上下文。

毕竟，做技术的驾驭者，要懂得 在现实约束中寻找最优解。

更多延伸阅读，按需探索： 1️⃣ 想用 OpenRouter 玩转多轮对话？看这篇 👉 Obsidian+AI 新玩法：免费实现多轮对话与模型自由 2️⃣ 不懂 MCP 协议？快速入门 👉 MCP 技术解读合集 3️⃣ 想本地部署 Ollama？一步步带你上手 👉 NAS+Ollama 打造本地化 DeepSeek 实验室 4️⃣ 没试过 cherryStudio？评测看这里 👉 AI 大模型 + 本地知识库横评

关系图谱