NOUZ — Servidor MCP para Obsidian

Servidor MCP unificado para la gestión de conocimiento semántico en Obsidian. Funciona con modelos de embedding locales: no requiere nube.

Licencia MIT Python 3.10+ MCP

Inicio rápido

git clone https://github.com/KVANTRA-dev/NOUZ-MCP
cd NOUZ-MCP
pip install -r requirements.txt

export OBSIDIAN_ROOT=./vault
export EMBED_API_URL=http://127.0.0.1:1234/v1  # LM Studio or Ollama

python server.py

Conéctese a través de cualquier cliente compatible con MCP (Claude Desktop, etc.) utilizando el transporte stdio.

Related MCP server: Semantic Mesh Memory (SEM) MCP Server

Modos

NOUZ tiene tres modos de funcionamiento. Se configuran mediante la variable de entorno MODE o config.yaml.

Modo	Descripción	Embeddings requeridos
luca	Grafo puro — YAML + enlaces, sin clasificación semántica	No
prizma	Grafo + semántica — clasificación de signos, core_mix, puentes semánticos	Sí
sloi	Jerarquía estricta de 5 niveles — detección de ciclos, advertencias de violación	Sí

Comience con LUCA si solo desea navegación por grafos. Añada PRIZMA/SLOI cuando esté listo para definir sus núcleos semánticos.

Formato de nota

Cada nota utiliza frontmatter YAML:

---
type: module
level: 3
sign: T
status: active
tags:
  - research
parents:
  - Parent Note Name
parents_meta:
  - entity: Parent Note Name
    link_type: hierarchy
---

Your note content here.

Cinco niveles

Nivel	Tipo	Descripción
1	core	Dominio de nivel superior (p. ej., "Matemáticas")
2	pattern	Área de conocimiento dentro del dominio
3	module	Agrupación dentro del campo
4	quant	Nota atómica concreta
5	artifact	Nota hoja, referencia, registro

El campo parents es una lista de nombres de notas (utilizada por Obsidian/ExcaliBrain para wikilinks). El campo parents_meta contiene metadatos de enlaces estructurados para la lógica de grafos de NOUZ. Manténgalos sincronizados: NOUZ gestiona esto automáticamente al escribir.

Etalones semánticos (Prizma / Sloi)

Los etalones definen los "ejes" de su espacio semántico: textos de referencia que representan cada dominio de conocimiento. NOUZ clasifica las notas por similitud de coseno con respecto a estos vectores.

Copie config.template.yaml a config.yaml:

mode: prizma

etalons:
  - sign: T
    name: Technology
    text: "programming software architecture infrastructure machine learning neural networks algorithms"
  - sign: S
    name: Science
    text: "physics chemistry biology mathematics formal logic theorems cosmology quantum mechanics"
  - sign: H
    name: Humanities
    text: "philosophy psychology sociology history literature art culture ethics cognitive science"

Mejores prácticas:

Utilice de 3 a 5 dominios; más dominios hacen que la clasificación sea ruidosa
Cada etalón debe ser una lista densa de palabras clave, no una oración
Ejecute calibrate_cores después de cambiar los etalones, luego verifique la similitud de coseno por pares
Intente obtener una similitud < 0.55 entre dos etalones cualesquiera para una separación limpia

Herramientas

Todos los modos

Herramienta	Descripción
`read_file(path)`	Leer nota con metadatos YAML analizados
`write_file(path, content, metadata)`	Escribir nota con frontmatter YAML
`list_files(level, sign, tags)`	Filtrar y listar notas de la bóveda
`index_all(with_embeddings)`	Indexar bóveda en base de datos SQLite
`embed(text)`	Obtener vector de embedding del proveedor configurado
`get_parents(path)`	Obtener nodos padres (archivos que enlazan a este)
`get_children(path)`	Obtener nodos hijos (archivos a los que enlaza este)
`format_entity_compact(path)`	Devolver fórmula de entidad: `(hijos)[entidad]{padres}`

Solo Prizma / Sloi

Herramienta	Descripción
`calibrate_cores()`	Recalcular embeddings de etalones desde la configuración
`recalc_signs()`	Asignar automáticamente signos a todas las notas indexadas
`recalc_core_mix()`	Agregar core_mix de abajo hacia arriba a través del DAG
`suggest_metadata(path)`	Sugerir signo, nivel, core_mix para una nota
`suggest_parents(path)`	Sugerir enlaces padres por similitud vectorial

Variables de entorno

Variable	Predeterminado	Descripción
`OBSIDIAN_ROOT`	`./obsidian`	Ruta a su bóveda de Obsidian
`MODE`	`luca`	`luca` / `prizma` / `sloi` — anulado por config.yaml
`EMBED_PROVIDER`	`openai`	`openai` / `gigachat` / `ollama`
`EMBED_API_URL`	`http://127.0.0.1:1234/v1`	Punto final de la API de Embedding
`EMBED_MODEL`	—	Nombre del modelo (opcional, utiliza el predeterminado del proveedor)
`EMBED_API_KEY`	—	Clave de API (dejar vacío para modelos locales)
`EMBED_ENABLED`	`true`	Establecer en `false` para deshabilitar los embeddings por completo

Flujo de trabajo de ejemplo

# 1. Start server
python server.py

# 2. Index your vault
index_all(with_embeddings=true)

# 3. Calibrate etalons (Prizma/Sloi)
calibrate_cores()

# 4. Classify all notes
recalc_signs()

# 5. Query
suggest_parents("path/to/note.md")
list_files(sign="T", level=4)

NOUZ MCP Server

NOUZ — Servidor MCP para Obsidian

Inicio rápido

Modos

Formato de nota

Cinco niveles

Etalones semánticos (Prizma / Sloi)

Herramientas

Todos los modos

Solo Prizma / Sloi

Variables de entorno

Flujo de trabajo de ejemplo

Enlaces

Registro de cambios

v2.1.1

v2.1.0

Resources

Tools

Latest Blog Posts

MCP directory API