NOUZ MCP Server
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。
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。
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。
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。
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
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。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)。
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。
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signがcore_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-mcpconfig.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.yamlWindows 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.pyClaude 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 |
| 記号、レベル、ブリッジ、ドリフト警告 |
| YAMLマークアップ付きでノートを書き込む |
| ノートのテキストを変更せずにYAMLのみを更新する |
| ノートとメタデータを読み取る |
| コアの基準ベクトルを更新する |
| 全ノートの記号を再計算する |
| ボトムアップの集約を再計算する |
| ベース全体を再インデックスする |
| テキストのベクトルを取得する |
| レベル、記号でフィルタリングされたファイルリスト |
| グラフを下に辿る |
| グラフを上に辿る |
| 親のないノートの親を見つける |
| エンティティを1ステップで作成(自動sign, tags, parents) |
| 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 |
|
| ストレージへのパス |
| (空) |
|
|
|
|
| (空) | SQLiteキャッシュへのフルパス。 |
|
|
|
|
| 埋め込み用エンドポイント |
| (空) | 必要に応じたAPIキー |
| (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。
Maintenance
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
- AlicenseBqualityFmaintenanceA server that consolidates 21+ Obsidian tools into 5 intelligent operations (vault, edit, view, workflow, system) with contextual workflow hints to help AI agents effectively interact with Obsidian.52636MIT
- FlicenseNot gradedqualityDmaintenanceProvides a coherent memory layer for LLM agents that models beliefs as nodes in a constraint network to detect and surface semantic contradictions. It uses local embeddings and a hybrid geometric-logical energy model to identify conflicting information that requires review.
- FlicenseNot gradedqualityAmaintenanceMCP server that enables full-text search and link navigation over Markdown files as a knowledge graph.
- AlicenseNot gradedqualityDmaintenanceMCP server for a personal knowledge base that captures and structures idea fragments, enabling MCP-capable agents to search, retrieve, and add notes with semantic links and clustering.3MIT
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
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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