Skip to main content
Glama
Semiotronika

NOUZ MCP Server

by Semiotronika

NOUZ — ナレッジベース用セマンティックMCPサーバー

Obsidian、Logseq、およびあらゆるMarkdownファイルディレクトリで動作します。

構造はコンテンツから生まれる。

ナレッジベース、プロジェクトメモリ、AIエージェントのためのセマンティックツール。

MIT License Python 3.10+ MCP PyPI

🇬🇧 English version


Nouzが必要な理由

フォルダはファイルの場所を示しますが、ドキュメント、アイデア、資料がベース内でどのように関連しているかをエージェントに説明することはできません。

NOUZはエージェントにセマンティックな座標を与えます。各ノートにはドメイン記号、階層レベル、他のノートとの関連性が付与されます。ドメインはファイルの内容から自動的に割り当てられるか、厳密な階層が必要な場合は手動で割り当てることができます。


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

機能

NOUZは、ノートベースとAIエージェントの間のレイヤーとして機能します。バラバラのMarkdownファイルをMCPを通じて操作可能なグラフに変換するのを支援します。

  1. 自動分類(セマンティクス) ベースの基本ドメイン(例:Systems Analysis, Data & Science, Engineering)である「コア」を設定します。新しいノートを追加すると、NOUZがテキストを読み取り、ベクトルを比較してドメイン記号やドメインの組み合わせを提案します。

  2. ノート間の関連性検索 サーバーは有向非巡回グラフ(DAG)を構築し、書き込み前に確認できる関連性を提案します:

    • セマンティックブリッジ: 異なるドメインの2つのノートが同じアイデアを指している場合。

    • タグブリッジ: ノートがタグレベルで共通の隠れた概念を持っている場合。

  3. ベースの進化の追跡(ドリフト) NOUZはボトムアップでデータを集約します。モジュールがあるドメインとして始まったのに、新しいノートによって徐々に別のドメインへ移行している場合、サーバーは乖離(core_drift)を表示します。

タスクに応じて、NOUZは単純なグラフ(LUCA)から厳密な5段階階層(SLOI)まで、3つのモードで動作します。


仕組み

  1. config.yamlでドメインを記述します。各ドメインがどの領域をカバーし、どのようなテキストの特徴で認識されるかを定義します。

  2. サーバーは記述を基準ベクトルに変換します(LM StudioまたはOllamaを使用してローカルで実行)。

  3. 各新しいノートがこれらの軸に投影されます。記号は内容によって決定されるか、ユーザーが決定します。

  4. L4はテキスト分類からドメインプロファイルを取得し、L3/L2は子ノードからcore_mixを収集します。モジュールのsigncore_mixと乖離した場合、サーバーはcore_driftを報告します。

2種類のブリッジが異なるドメインのノート間の関連性を見つけます:セマンティック(テキストが近い)とタグ(概念が交差する)。


クイックスタート

pip install nouz-mcp
OBSIDIAN_ROOT=/path/to/vault nouz-mcp

config.yamlなしでも、サーバーはLUCAモード(セマンティクスなしのグラフ)で即座に動作します。

セマンティックモードを有効にするには、テンプレートからローカル設定を作成してください:

cp config.template.yaml config.yaml

Windows PowerShellの場合:

Copy-Item config.template.yaml config.yaml

またはソースから:

git clone https://github.com/Semiotronika/NOUZ-MCP
cd NOUZ-MCP
pip install -r requirements.txt
cp config.template.yaml config.yaml
OBSIDIAN_ROOT=./vault python server.py

Claude Desktop、Cursor、Opencode、または任意のMCPクライアントへの接続:

{
  "mcpServers": {
    "nouz": {
      "command": "nouz-mcp",
      "env": {
        "OBSIDIAN_ROOT": "/path/to/vault",
        "NOUZ_CONFIG": "/absolute/path/to/config.yaml",
        "EMBED_API_URL": "http://127.0.0.1:1234/v1"
      }
    }
  }
}

MCPツール

ツール

用途

suggest_metadata

記号、レベル、ブリッジ、ドリフト警告

write_file

YAMLマークアップ付きでノートを書き込む

update_metadata

ノートのテキストを変更せずにYAMLのみを更新する

read_file

ノートとメタデータを読み取る

calibrate_cores

コアの基準ベクトルを更新する

recalc_signs

全ノートの記号を再計算する

recalc_core_mix

ボトムアップの集約を再計算する

index_all

ベース全体を再インデックスする

embed

テキストのベクトルを取得する

list_files

レベル、記号でフィルタリングされたファイルリスト

get_children

グラフを下に辿る

get_parents

グラフを上に辿る

suggest_parents

親のないノートの親を見つける

add_entity

エンティティを1ステップで作成(自動sign, tags, parents)

process_orphans

マークアップのないファイルを自動補完する


設定

最小限のconfig.yaml

mode: prizma

etalons:
  - sign: S
    name: Systems Analysis
    text: >
      Methodology for analysing complex objects: feedback loops,
      emergent properties, self-regulation, bifurcation points.
      Cybernetics, synergetics, dissipative structures, catastrophe
      theory, autopoiesis — tools for understanding how the whole
      exceeds the sum of its parts. Not data and not code — a way
      of thinking about how parts form a whole and why systems
      behave non-linearly.
  - sign: D
    name: Data & Science
    text: >
      Physics and cosmology: from subatomic particles to the large-scale
      structure of the Universe. Lagrangians, curvature tensors, scattering
      cross-sections, quarks, bosons, fermions, plasma, vacuum fluctuations,
      cosmic microwave background, cosmological constant, decoherence.
      Pure science about the nature of matter, energy and spacetime.
  - sign: E
    name: Engineering
    text: >
      Software engineering, machine learning and infrastructure: writing
      and debugging code, deployment, containerisation, neural networks,
      inference, tokenisation, data serialisation, microservices, CI/CD,
      automated testing, refactoring, Git, Docker, Kubernetes, APIs.
      The practical discipline of building computational systems from
      architecture to production.

thresholds:
  sign_spread: 0.05
  confident_spread: 60.0
  pattern_second_sign_threshold: 30.0
  semantic_bridge_threshold: 0.55
  parent_link_threshold: 0.55

artifact_signs:
  - sign: n
    name: Note
    text: Short note, observation, fragment.
  - sign: c
    name: Concept
    text: Definition, concept, entity description.
  - sign: r
    name: Reference
    text: External source, documentation, link, citation.
  - sign: l
    name: Log
    text: Session log, chronology, dialogue record.
  - sign: u
    name: Update
    text: Update, release note, changelog entry.
  - sign: h
    name: Hypothesis
    text: Hypothesis, assumption, speculative idea.
  - sign: s
    name: Specification
    text: Technical specification, instruction, requirements.

設定後、calibrate_coresを実行すると、サーバーが基準ベクトルを作成します。 ペアごとのコサイン類似度を確認してください。異なるドメイン間の平均中心化(mean-centered)値は、生のベクトルよりも著しく低くなるはずです。すべてのペアがほぼ同じ場合は、テキスト内の差異を強調してください。

etalonsは、埋め込みを通じて比較される意味ドメインです。 artifact_signsは、L5アーティファクトの素材タイプ(ノート、概念、リンク、ログ、更新、仮説、仕様)です。これはヒューリスティックなラベルであり、埋め込み用の個別の基準ではありません。公開スキーマでは、ドメインは通常大文字(S/D/E)、素材タイプは小文字(n/c/r/l/u/h/s)で示されます。記号が短く、ドメインと競合しない場合は、設定で変更可能です。必要に応じて、任意のタイプにkeywordsを追加できます。その場合、サーバーは組み込みのRU/ENセットの代わりに、ユーザーの単語をヒューリスティックに使用します。

計算の実際例

モデルtext-embedding-granite-embedding-278m-multilingualを使用したS/D/E基準の実際の結果は以下の通りです:

=== Pairwise Cosine (raw) ===
S↔D: 0.5894    S↔E: 0.5862    D↔E: 0.6022

=== Pairwise Cosine (mean-centered) ===
S↔D: -0.5059   S↔E: -0.5117   D↔E: -0.4822

ここでの負の平均中心化値は良い結果です。平均ベクトルを差し引いた後、ドメインが明確に分離されています。自己分類:S→99.4%, D→97.5%, E→96.9%。

変数

デフォルト

説明

OBSIDIAN_ROOT

./obsidian

ストレージへのパス

NOUZ_CONFIG

(空)

config.yamlへの絶対パス。指定がない場合、サーバーは現在のディレクトリで設定を探します

NOUZ_DATABASE_NAME

obsidian_kb.db

OBSIDIAN_ROOT内のSQLiteキャッシュファイル名。分離されたテストに便利(例:obsidian_kb.public.db

NOUZ_DATABASE_PATH

(空)

SQLiteキャッシュへのフルパス。NOUZ_DATABASE_NAMEより優先されます

EMBED_PROVIDER

openai

openai, lmstudio, ollama

EMBED_API_URL

http://127.0.0.1:1234/v1

埋め込み用エンドポイント

EMBED_API_KEY

(空)

必要に応じたAPIキー

EMBED_MODEL

(空)

モデル名


プライバシー

コンポーネント

ローカルか?

埋め込み (LM Studio / Ollama)

✅ はい

ノート

✅ はい

NOUZサーバー

✅ はい

AIエージェントのコンテキスト (Claude, ChatGPT)

❌ クラウドへ送信

重要なデータはすべてローカルマシンに残ります。


開発

git clone https://github.com/Semiotronika/NOUZ-MCP
cd NOUZ-MCP
pip install -e .
python test_server.py

リンク

MIT License © 2026 Semiotronika

コサインは計算される。構文は変わる。セマンティクスは残る。

Install Server
A
license - permissive license
A
quality
A
maintenance

Maintenance

Maintainers
4dResponse time
2dRelease cycle
25Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • MCP Server for Slima - AI Writing IDE for Novel Authors with AI Beta Reader.

  • Markdown-based note-taking with a hosted MCP server. Your notes serve you and your AI.

  • MCP server for URL shortening and management

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Semiotronika/NOUZ-MCP'

If you have feedback or need assistance with the MCP directory API, please join our Discord server