Smart Connections MCP Server

Dale a Claude una verdadera memoria semántica de tu bóveda de Obsidian. Un servidor MCP que busca en tus notas por significado — reutilizando los embeddings que el Smart Connections plugin de Obsidian ya generó, y ejecutando el mismo modelo de embedding localmente para entender tus consultas. Sin llamadas a la nube; tu bóveda nunca sale de tu máquina.

Qué hace

• search_notes — búsqueda semántica en una o varias bóvedas. Encuentra notas completas y secciones individuales (bloques), y devuelve resultados ordenados por similitud con fragmentos de contenido.

• get_similar_notes — notas similares a una nota dada (embeddings almacenados).

• get_connection_graph — recorre los enlaces de similitud hacia afuera para mapear ideas relacionadas.

• get_note_content — lee una nota o extrae bloques específicos.

• list_vaults / get_stats — qué hay cargado, recuentos, modelos, errores de carga.

Related MCP server: ob-smart-connections-mcp

Requisitos

• Node.js 20+

• Una bóveda de Obsidian con el plugin Smart Connections instalado y embeddings generados (v2 probada con datos de Smart Connections 3.x)

• Un cliente MCP (Claude Desktop, Claude Code, …)

Configuración (Claude Desktop)

Añade a claude_desktop_config.json y reinicia Claude Desktop:

{
  "mcpServers": {
    "smart-connections": {
      "command": "npx",
      "args": ["-y", "smart-connections-mcp"],
      "env": {
        "SMART_VAULT_PATH": "/path/to/Vault One,/path/to/Vault Two"
      }
    }
  }
}

Una bóveda o varias — separa las rutas con comas.

SMART_VAULT_PATHS (en plural) también se acepta como alias de SMART_VAULT_PATH y tiene precedencia sobre él si ambos están definidos.

Claude Code

claude mcp add smart-connections -e SMART_VAULT_PATH="/path/to/vault" -- npx -y smart-connections-mcp

Cómo funciona

Smart Connections guarda un vector de embedding para cada nota y bloque en .smart-env/. Este servidor carga esos vectores en memoria y, cuando buscas, incrusta tu consulta con el mismo modelo que usó tu bóveda (descargado una vez, ~25MB, se ejecuta localmente mediante transformers.js). Los resultados se ordenan por similitud coseno. Los cambios que hagas en Obsidian se detectan automáticamente.

Si el modelo de embedding no puede cargarse (p. ej., sin red en la primera ejecución), o una bóveda aún no tiene embeddings, la búsqueda se degrada a coincidencia literal de palabras clave y lo indica explícitamente ("mode": "keyword-fallback" más un warning que nombra la causa). Cuando solo algunas bóvedas recurren al fallback, mode sigue siendo "semantic", esas filas llevan "match": "keyword" y siempre se clasifican después de las filas realmente semánticas.

Migración desde v1

• get_embedding_neighbors se eliminó.

• search_notes ahora es semántico de verdad y su respuesta incluye vault, scope, block, snippet y mode.

• Todo lo demás es compatible con versiones anteriores; las configuraciones de una sola bóveda con SMART_VAULT_PATH funcionan sin cambios.

Desarrollo

npm install
npm test              # build + CI-tier tests (no network)
npm run test:live     # + real-model tests (downloads ~25MB once)
npm run smoke -- "/path/to/vault" "your query"

MIT — consulta LICENSE.