NOUZ — MCP-сервер для Obsidian

Унифицированный MCP-сервер для семантического управления знаниями в Obsidian. Работает с локальными моделями эмбеддингов — облако не требуется.

MIT License Python 3.10+ MCP

Быстрый старт

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

Подключитесь через любой MCP-совместимый клиент (Claude Desktop и др.), используя транспорт stdio.

Режимы

NOUZ имеет три режима работы. Устанавливаются через переменную окружения MODE или файл config.yaml.

Режим	Описание	Требуются эмбеддинги
luca	Чистый граф — YAML + ссылки, без семантической классификации	Нет
prizma	Граф + семантика — классификация знаков, core_mix, семантические мосты	Да
sloi	Строгая 5-уровневая иерархия — обнаружение циклов, предупреждения о нарушениях	Да

Начните с LUCA, если вам нужна только навигация по графу. Добавьте PRIZMA/SLOI, когда будете готовы определить свои семантические ядра.

Формат заметок

Каждая заметка использует YAML frontmatter:

---
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.

Пять уровней

Уровень	Тип	Описание
1	core	Домен верхнего уровня (например, "Математика")
2	pattern	Область знаний внутри домена
3	module	Группировка внутри области
4	quant	Конкретная атомарная заметка
5	artifact	Конечная заметка, ссылка, лог

Поле parents — это список имен заметок (используется Obsidian/ExcaliBrain для вики-ссылок). Поле parents_meta содержит структурированные метаданные связей для графовой логики NOUZ. Поддерживайте их синхронизацию — NOUZ делает это автоматически при записи.

Семантические эталоны (Prizma / Sloi)

Эталоны определяют «оси» вашего семантического пространства — эталонные тексты, представляющие каждый домен знаний. NOUZ классифицирует заметки по косинусному сходству с этими векторами.

Скопируйте config.template.yaml в 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"

Рекомендации:

Используйте 3–5 доменов — большее количество делает классификацию зашумленной
Каждый эталон должен быть плотным списком ключевых слов, а не предложением
Запускайте calibrate_cores после изменения эталонов, затем проверьте попарное косинусное сходство
Стремитесь к сходству < 0.55 между любыми двумя эталонами для четкого разделения

Инструменты

Все режимы

Инструмент	Описание
`read_file(path)`	Чтение заметки с разобранными YAML-метаданными
`write_file(path, content, metadata)`	Запись заметки с YAML frontmatter
`list_files(level, sign, tags)`	Фильтрация и вывод списка заметок из хранилища
`index_all(with_embeddings)`	Индексация хранилища в SQLite БД
`embed(text)`	Получение вектора эмбеддинга от настроенного провайдера
`get_parents(path)`	Получение родительских узлов (файлы, ссылающиеся на этот)
`get_children(path)`	Получение дочерних узлов (файлы, на которые ссылается этот)
`format_entity_compact(path)`	Возврат формулы сущности: `(children)[entity]{parents}`

Только Prizma / Sloi

Инструмент	Описание
`calibrate_cores()`	Пересчет эмбеддингов эталонов из конфигурации
`recalc_signs()`	Автоматическое назначение знаков всем проиндексированным заметкам
`recalc_core_mix()`	Агрегация core_mix снизу вверх через DAG
`suggest_metadata(path)`	Предложение знака, уровня, core_mix для заметки
`suggest_parents(path)`	Предложение родительских ссылок по векторному сходству

Переменные окружения

Переменная	По умолчанию	Описание
`OBSIDIAN_ROOT`	`./obsidian`	Путь к вашему Obsidian-хранилищу
`MODE`	`luca`	`luca` / `prizma` / `sloi` — переопределяется через config.yaml
`EMBED_PROVIDER`	`openai`	`openai` / `gigachat` / `ollama`
`EMBED_API_URL`	`http://127.0.0.1:1234/v1`	API-эндпоинт эмбеддингов
`EMBED_MODEL`	—	Имя модели (опционально, использует значение по умолчанию провайдера)
`EMBED_API_KEY`	—	API-ключ (оставьте пустым для локальных моделей)
`EMBED_ENABLED`	`true`	Установите `false` для полного отключения эмбеддингов

Пример рабочего процесса

# 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 — MCP-сервер для Obsidian

Быстрый старт

Режимы

Формат заметок

Пять уровней

Семантические эталоны (Prizma / Sloi)

Инструменты

Все режимы

Только Prizma / Sloi

Переменные окружения

Пример рабочего процесса

Ссылки

История изменений

v2.1.1

v2.1.0

Resources

Tools

Latest Blog Posts

MCP directory API