Obsidian MCP Server

Servidor MCP de Obsidian

Un servidor MCP (Protocolo de contexto de modelo) que permite a los agentes de IA realizar análisis y descubrimientos de conocimiento sofisticados en su bóveda de Obsidian mediante el complemento API REST local.

Por qué esto es importante

Este servidor transforma su bóveda de Obsidian en una poderosa base de conocimiento para agentes de IA, lo que permite flujos de trabajo complejos de varios pasos como:

• Recuperar notas de mi carpeta "Proyectos/Planificación" que contengan "hoja de ruta" o "cronograma" en los títulos, creadas después del 1 de abril, analizarlas para detectar posibles obstáculos o dependencias y presentar una evaluación de riesgos consolidada con referencias a las notas originales.
• Encuentre todas las notas etiquetadas con 'investigación' o 'análisis' del último mes, analice su contenido en busca de secciones incompletas o preguntas abiertas y luego compárelas con mis notas de 'Equipo/Experiencia' para sugerir qué colegas podrían ayudar a abordar cada deficiencia.
• Obtenga el contenido completo de las notas de las reuniones de 'Liderazgo/Trimestral' que contienen 'presupuesto' o 'número de empleados', analícelas para identificar las acciones asignadas a mi departamento y cree un cronograma con las referencias de las notas originales.

El filtrado avanzado del servidor, la compatibilidad con expresiones regulares y las capacidades completas de recuperación de contenido permiten a los agentes realizar un trabajo de conocimiento matizado que manualmente llevaría horas.

Prerrequisitos

1. Instale el complemento Obsidian Local REST API en su bóveda de Obsidian
2. Configurar y habilitar el complemento en la configuración de Obsidian
3. Tenga en cuenta la URL de la API (predeterminada: https://localhost:27124 ) y la clave de API si ha configurado una

Instalación

De PyPI (recomendado)

Agregar a la configuración de MCP

Agregue a su configuración de cliente MCP (por ejemplo, Claude Desktop):

Desde la fuente (Desarrollo)

Configuración

Establecer variables de entorno para la API de Obsidian:

Nota importante de seguridad : Evite codificar su OBSIDIAN_API_KEY directamente en scripts o enviarla al control de versiones. Considere usar un archivo .env (incluido en el .gitignore de este proyecto) y una biblioteca como python-dotenv para administrar su clave API, o usar variables de entorno administradas por su sistema operativo o shell.

Nota : El servidor usa HTTPS de forma predeterminada y deshabilita la verificación de certificados SSL para los certificados autofirmados que se usan comúnmente con instancias locales de Obsidian. Para conexiones HTTP, configure OBSIDIAN_API_URL="http://localhost:27123" .

Uso

Ejecute el servidor MCP:

Herramientas disponibles

El servidor proporciona tres herramientas potentes:

1. search_vault - Búsqueda avanzada con filtros flexibles y recuperación completa de contenido:
   • query : búsqueda de texto o expresiones regulares en el contenido de la nota (opcional)
   • query_type - Tipo de búsqueda: "texto" (predeterminado) o "expresión regular"
   • search_in_path - Limitar la búsqueda a una ruta de carpeta específica
   • title_contains - Filtrar por texto en títulos de notas (cadena, matriz o cadena JSON)
   • title_match_mode - Cómo hacer coincidir varios términos: "cualquiera" (OR) o "todos" (AND)
   • tag - Filtrar por etiqueta (cadena, matriz o cadena JSON - busca en frontmatter y en línea #tags)
   • tag_match_mode - Cómo hacer coincidir varias etiquetas: "cualquiera" (OR) o "todas" (AND)
   • context_length - Cantidad de contenido a devolver (establecer alta para contenido completo)
   • include_content - Booleano para recuperar el contenido completo de todas las notas coincidentes
   • created_since/until - Filtrar por fecha de creación
   • modified_since/until - Filtrar por fecha de modificación
   • page_size - Resultados por página
   • max_matches_per_file - Limitar coincidencias por nota

   Características principales :

   • Cuando no se proporciona ninguna query , devuelve automáticamente el contenido completo para búsquedas de solo filtro
   • include_content=True fuerza la recuperación completa del contenido para cualquier búsqueda
   • Admite patrones de expresiones regulares para coincidencia de texto complejo (condiciones OR, búsqueda sin distinción entre mayúsculas y minúsculas, etc.)
2. get_note_content - Recupera el contenido completo y los metadatos de una nota específica por ruta
3. browse_vault_structure - Navegue por la estructura del directorio de la bóveda de manera eficiente:
   • path : directorio para explorar (predeterminado a la raíz del almacén)
   • include_files : valor booleano para incluir archivos (valor predeterminado: Falso, solo carpetas para mayor velocidad)
   • recursive - Booleano para explorar todos los directorios anidados

Ejemplos de casos de uso

Búsquedas básicas

1. Buscar notas por título en una carpeta específica:
   search_vault( search_in_path="Work/Projects/", title_contains="meeting" )
2. Buscar notas con múltiples términos de título (lógica OR):
   search_vault( title_contains=["foo", "bar", "fizz", "buzz"], title_match_mode="any" # Default )
3. Encuentre notas con TODOS los términos del título (Y lógica):
   search_vault( title_contains=["project", "2024"], title_match_mode="all" )
4. Obtenga todas las notas recientes con contenido completo:
   search_vault( modified_since="2025-05-20", include_content=True )
5. Búsqueda de texto con contexto:
   search_vault( query="API documentation", search_in_path="Engineering/", context_length=500 )
6. Buscar por etiqueta:
   search_vault( tag="project" )
7. Búsqueda de expresiones regulares para condiciones OR:
   search_vault( query="foo|bar", query_type="regex", search_in_path="Projects/" )
8. Búsqueda de expresiones regulares para tareas asignadas a personas específicas:
   search_vault( query="(TODO|FIXME|ACTION).*@(alice|bob)", query_type="regex", search_in_path="Work/Meetings/" )

Flujos de trabajo avanzados de varios pasos

Estos ejemplos demuestran cómo los agentes pueden encadenar tareas sofisticadas de descubrimiento de conocimiento:

9. Análisis estratégico del proyecto:
   # Step 1: Get all project documentation search_vault( search_in_path="Projects/Infrastructure/", title_contains=["planning", "requirements", "architecture"], title_match_mode="any", include_content=True ) # Step 2: Find related technical discussions search_vault( tag=["infrastructure", "technical-debt"], tag_match_mode="any", modified_since="2025-04-01", include_content=True )
   El agente puede luego analizar dependencias, identificar riesgos y recomendar la asignación de recursos.
10. Minería de elementos de acción de la reunión:

El agente escanea el contenido en busca de elementos de acción, extrae asignaciones y crea un seguimiento cronológico.

11. Análisis de brechas de investigación:

El agente identifica las brechas de conocimiento y sugiere miembros del equipo que podrían ayudar

12. Exploración de la estructura de la bóveda:

13. Mapeo de conocimiento basado en etiquetas:

Desarrollo

Licencia

Este proyecto está licenciado bajo la licencia MIT: consulte el archivo de LICENCIA para obtener más detalles.