Obsidian MCP サーバー
AI エージェントがローカル REST API プラグインを通じて Obsidian Vault 全体で高度な知識の検出と分析を実行できるようにする MCP (モデル コンテキスト プロトコル) サーバー。
これがなぜ重要なのか
このサーバーは、Obsidian Vault を AI エージェントの強力な知識ベースに変換し、次のような複雑な複数ステップのワークフローを可能にします。
「4月1日以降に作成された、タイトルに「ロードマップ」または「タイムライン」を含む「プロジェクト/計画」フォルダからメモを取得し、ブロックや依存関係を分析し、ソースメモへの参照を含む統合リスク評価を提示します。」
「先月の「調査」または「分析」のタグが付けられたすべてのメモを検索し、その内容を調べて未完了のセクションや未解決の質問を探し、「チーム/専門知識」のメモと相互参照して、各ギャップの解決に役立つ同僚を提案してください。」
「『リーダーシップ/四半期』から『予算』や『人員』を含む会議メモの完全な内容を取得し、自分の部門に割り当てられたアクション項目を分析し、ソースメモの参照を含む時系列タイムラインを作成します。」
サーバーの高度なフィルタリング、正規表現のサポート、完全なコンテンツ取得機能により、エージェントは手動では何時間もかかる微妙な知識作業を実行できます。
Related MCP server: Obsidian MCP Tool Server
前提条件
Obsidian VaultにObsidian Local REST APIプラグインをインストールします
Obsidianの設定でプラグインを設定して有効化する
API URL（デフォルト：
https://localhost:27124）とAPIキー（設定している場合）をメモします。
インストール
PyPIから（推奨）
MCP構成に追加
MCP クライアント構成 (例: Claude Desktop) に追加します。
ソースから（開発）
構成
Obsidian API の環境変数を設定します。
重要なセキュリティ上の注意： OBSIDIAN_API_KEYをスクリプトに直接ハードコードしたり、バージョン管理にコミットしたりすることは避けてください。API キーの管理には、 .envファイル（このプロジェクトの.gitignoreに含まれています）とpython-dotenvなどのライブラリを使用するか、オペレーティングシステムまたはシェルで管理されている環境変数を使用することを検討してください。
注：サーバーはデフォルトでHTTPSを使用し、ローカルObsidianインスタンスで一般的に使用される自己署名証明書のSSL証明書検証を無効にします。HTTP接続の場合は、 OBSIDIAN_API_URL="http://localhost:27123"を設定してください。
使用法
MCP サーバーを実行します。
利用可能なツール
サーバーは 3 つの強力なツールを提供します。
search_vault- 柔軟なフィルターと完全なコンテンツ取得を備えた高度な検索:query- ノートの内容全体にわたるテキストまたは正規表現の検索（オプション）query_type- 検索タイプ:「テキスト」(デフォルト) または「正規表現」search_in_path- 特定のフォルダパスに検索を制限するtitle_contains- ノートタイトルのテキストでフィルタリングします（文字列、配列、または JSON 文字列）title_match_mode- 複数の用語を一致させる方法:「いずれか」(OR) または「すべて」(AND)tag- タグでフィルタリング（文字列、配列、または JSON 文字列 - フロントマターとインライン #tags を検索）tag_match_mode- 複数のタグを一致させる方法:「いずれか」(OR) または「すべて」(AND)context_length- 返されるコンテンツの量（完全なコンテンツの場合は高く設定）include_content- 一致するすべてのノートの完全なコンテンツを取得するためのブール値created_since/until- 作成日でフィルタリングmodified_since/until- 変更日でフィルタリングpage_size- ページあたりの結果数max_matches_per_file- ノートごとの一致数を制限する
主な特徴:
queryが指定されていない場合は、フィルターのみの検索で完全なコンテンツを自動的に返します。include_content=Trueすべての検索で完全なコンテンツ取得を強制します。複雑なテキスト マッチングのための正規表現パターンをサポートします (OR 条件、大文字と小文字を区別しない検索など)
get_note_content- パスで特定のノートの完全なコンテンツとメタデータを取得しますbrowse_vault_structure- ボールトのディレクトリ構造を効率的にナビゲートします。path- 参照するディレクトリ（デフォルトは Vault ルート）include_files- ファイルを含めるかどうかのブール値（デフォルト: False、速度のためにフォルダーのみ）recursive- ネストされたすべてのディレクトリを参照するためのブール値
使用例
基本検索
特定のフォルダー内のタイトルでノートを検索します。
search_vault( search_in_path="Work/Projects/", title_contains="meeting" )複数のタイトル用語を含むノートを検索します (OR ロジック):
search_vault( title_contains=["foo", "bar", "fizz", "buzz"], title_match_mode="any" # Default )すべてのタイトル用語を含むノートを検索します (AND ロジック):
search_vault( title_contains=["project", "2024"], title_match_mode="all" )完全な内容を含む最近のメモをすべて取得します。
search_vault( modified_since="2025-05-20", include_content=True )コンテキストによるテキスト検索:
search_vault( query="API documentation", search_in_path="Engineering/", context_length=500 )タグで検索:
search_vault( tag="project" )OR条件の正規表現検索:
search_vault( query="foo|bar", query_type="regex", search_in_path="Projects/" )特定の人に割り当てられたタスクの正規表現検索:
search_vault( query="(TODO|FIXME|ACTION).*@(alice|bob)", query_type="regex", search_in_path="Work/Meetings/" )
高度なマルチステップワークフロー
これらの例は、エージェントが高度な知識発見タスクを連鎖させる方法を示しています。
戦略プロジェクト分析:
# 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 )エージェントは依存関係を分析し、リスクを特定し、リソースの割り当てを推奨することができます。
会議のアクションアイテムマイニング:
エージェントはコンテンツをスキャンしてアクション項目を探し、割り当てを抽出し、時系列の追跡を作成します。
研究ギャップ分析:
エージェントは知識のギャップを特定し、支援できるチームメンバーを提案します
金庫構造の探索:
タグベースの知識マッピング:
発達
ライセンス
このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細についてはLICENSEファイルを参照してください。