Obsidian MCP Learning System
obsidian mcp от dhruv
Этим летом я занимаюсь изучением ML-компиляторов и некоторых концепций ОС, поэтому я настроил хранилище Obsidian для отслеживания своего прогресса.
Попутно мне захотелось получить больше опыта работы с MCP, поэтому я создам MCP-сервер, который будет подключаться к Codex и давать ему подсказки о том, как оценивать мое обучение и следить за тем, чтобы мои проекты двигались в правильном направлении.
Следите за обновлениями! Мы только начинаем ☺︎
Дорожная карта
Этот проект представляет собой локальный MCP-сервер для превращения хранилища Obsidian в структурированный интерфейс для изучения компиляторов.
Цель — не просто «ИИ может читать мои заметки». Цель — создать настоящую систему обучения на базе MCP, включающую:
инструменты для вычислений и анализа
ресурсы для стабильных поверхностей контекста
промпты для повторно используемых рабочих процессов
Related MCP server: research-memory-mcp
Текущее состояние
Фаза 1 — Существующая интеграция MCP
[x] Подключение Codex к существующему MCP-серверу Obsidian
[x] Проверка базового доступа к хранилищу и суммаризации заметок
Фаза 2 — Пользовательский локальный MCP-сервер
[x] Создание пользовательского Python MCP-сервера
[x] Предоставление начальных инструментов:
[x]
extract_concepts[x]
get_learning_gaps[x]
generate_study_session[x]
compare_notes_to_project
[x] Регистрация сервера в Codex
[x] Проверка с помощью MCP Inspector
[x] Получение работающих локальных вызовов инструментов от начала до конца
Что дальше
Фаза 3 — Развитие интерфейса MCP
Цель: эволюционировать из «набора инструментов» в настоящий интерфейс обучения на базе MCP.
3.1 Ресурсы
Предоставление стабильных, проверяемых представлений системы обучения.
Запланированные ресурсы:
[x]
vault://compiler/concepts[x]
vault://compiler/gaps[x]
vault://compiler/recent-notes[x]
vault://project/alignment[x]
vault://weekly-review/latest
Зачем:
инструменты хороши для действий
ресурсы хороши для постоянного контекста
это делает сервер больше похожим на систему, а не на набор разовых функций
3.2 Промпты
Добавление повторно используемых шаблонов рабочих процессов непосредственно через MCP.
Запланированные промпты:
[ ]
weekly_learning_review[ ]
generate_study_plan[ ]
notes_vs_project_analysis[ ]
paper_to_implementation_breakdown
Зачем:
избавляет от необходимости запоминать удачные формулировки промптов
превращает повторяющиеся рабочие процессы в первоклассные интерфейсы
3.3 Улучшение эвристики анализа
Переход от простого подсчета ключевых слов к более осмысленному анализу заметок.
Запланированные улучшения:
[ ] фильтрация с учетом frontmatter
[ ] группировка концепций с учетом тегов
[ ] анализ с учетом актуальности (recency)
[ ] оценка глубины заметок
[ ] анализ обратных ссылок / графа связей заметок
[ ] лучшее обнаружение «поверхностного vs глубокого» изучения
[ ] кластеризация концепций вместо простого поиска точных совпадений ключевых слов
Зачем:
текущая эвристика полезна, но примитивна
именно здесь повышается реальный интеллект сервера
Фаза 4 — Многоисточниковая система обучения
Цель: сравнивать и синтезировать информацию не только из заметок в формате markdown.
Запланированные источники:
[ ] Хранилище Obsidian
[ ] локальный репозиторий(и) проекта
[ ] бумажные заметки / заметки по чтению
[ ] PDF-файлы или экспортированные резюме статей
[ ] легкий трекер проектов / файл задач
Запланированные возможности:
[ ] сравнение заметок с реализацией
[ ] сравнение концепций из статей с пробелами в проекте
[ ] обнаружение тем, которые были изучены, но не реализованы
[ ] генерация идей для реализации на основе недавнего обучения
Зачем:
именно здесь MCP начинает приносить действительно высокую отдачу
сервер становится мостом между обучением, планированием и созданием
Фаза 5 — Интеграция в рабочий процесс Codex
Цель: сделать сервер простым и естественным в использовании в повседневных рабочих процессах Codex.
Запланированная работа:
[ ] улучшение именования и описаний инструментов
[ ] сделать выходные данные более структурированными и предсказуемыми
[ ] добавить руководство AGENTS.md о том, когда использовать каждую функцию MCP
[ ] добавить примеры промптов для каждого инструмента/ресурса/промпта
[ ] уменьшить необходимость в ручной формулировке вызовов инструментов
Зачем:
мощный MCP-сервер бесполезен, если хост/клиент не использует его эффективно
эргономика важна не меньше, чем возможности
Будущие / перспективные идеи
Сэмплирование
Потенциальное будущее направление:
[ ] позволить серверу запрашивать синтез, сгенерированный моделью, через сэмплирование MCP
Возможные варианты использования:
[ ] автоматическая генерация еженедельных обзоров
[ ] синтез учебных пособий из сгруппированных заметок
[ ] создание резюме концепций из кластеров заметок
Примечание: Это намеренно не является краткосрочным приоритетом. Сервер должен сначала обладать мощными инструментами/ресурсами/промптами, прежде чем добавлять больше агентского поведения.
Удаленная / хостинговая версия
Потенциальное будущее направление:
[ ] переход с локального stdio-сервера на удаленный сервер
[ ] поддержка HTTP-транспорта
[ ] добавление аутентификации при необходимости
[ ] поддержка более широкого круга клиентов, помимо локального использования Codex
Примечание: Это продуктовая задача, а не ближайшая учебная цель.
Неотложные приоритеты
Приоритет 1
Реализация ресурсов:
[x] концепции
[x] пробелы
[x] дайджест недавних заметок
[x] сводка соответствия заметок и проекта
Приоритет 2
Реализация промптов:
[ ] еженедельный обзор
[ ] учебная сессия
[ ] сравнение заметок и проекта
Приоритет 3
Улучшение эвристики:
[ ] поддержка frontmatter и тегов
[ ] фильтры по актуальности
[ ] лучшая оценка глубины
Руководящий принцип
Этот проект должен двигаться в сторону:
настоящего MCP-интерфейса для рабочего процесса изучения компиляторов
и прочь от:
кучи слабо связанных функций анализа заметок
Если новая функция не улучшает что-то из этого списка, ее, вероятно, не стоит добавлять:
петли обратной связи в обучении
планирование обучения
согласование заметок с проектом
повторно используемые рабочие процессы Codex
структурированные интерфейсы на базе MCP
This server cannot be deployed
Maintenance
Related MCP Connectors
Markdown-based note-taking with a hosted MCP server. Your notes serve you and your AI.
Hosted MCP server connecting claude.ai, ChatGPT and other AI apps to your own computer
An MCP server that gives your AI access to the source code and docs of all public github repos
Personal knowledge base MCP server with semantic search, auto-categorization, metadata extraction
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceAn MCP server that treats Obsidian vaults as knowledge graphs, enabling AI agents to traverse wikilinks, assemble token-budgeted context, and search with backlink awareness.31MIT
- AlicenseNot gradedqualityCmaintenanceAn MCP server that provides controlled read/write tools for managing local-first research memory in an Obsidian vault, enabling AI agents to maintain project context across sessions.141MIT
- AlicenseNot gradedqualityDmaintenanceExtends the official Obsidian MCP server with intelligent learning and second-brain features, including AI-generated challenges, progress analytics, spaced repetition, and knowledge gap analysis.MIT
- AlicenseAqualityAmaintenanceAn MCP server that turns any compatible AI agent into a Zettelkasten partner for creating atomic notes, forming semantic links, detecting clusters, and synthesizing insights from your existing knowledge.191MIT