Obsidian Diary MCP

AIベースのローカル日記MCPサービスで、自動逆リンク、スマートなタグ抽出、タスク管理をサポートし、すべてのデータはローカルで処理され、プライバシーが保護されます。

ノートツール知識管理と記憶 #スマート日記 #ローカルAI #自動リンク #プライバシー保護 .Python

スコア : 2ポイント

ダウンロード数 : 3.9K

更新時間 : 2025-10-09

サイトを開く

Obsidian Diary MCP Serverとは？

これはスマートな日記アシスタントで、ローカルAI技術を利用して日記内容を自動分析し、個別化された反省のヒントを生成し、タスクを抽出し、スマートなタグを作成し、自動的にリンクを生成します。すべての処理はローカルで行われ、あなたのプライバシーが保護されます。

Obsidian Diaryの使い方は？

「今日のメモリーログを作成」や「今日のタスクを抽出」などの自然言語コマンドでAIアシスタントと対話するだけで、システムが自動的に日記内容を処理し、構造化された出力を生成します。

適用シーン

体系的な日記習慣を築きたいユーザー、日常の考えやタスクを整理したい個人、文章を通じて自己反省を行いたい人、そしてAI技術を利用してノート体験を向上させたいObsidianユーザーに適しています。

主要機能

AI反省ヒント生成

過去3日間の日記内容に基づいて、個別化された反省の質問を自動生成し、深い思考を促します。

自動日付リンク

自動的に日付形式のリンク[[YYYY-MM-DD]]を作成し、Obsidian内で特定の日付の日記に簡単にジャンプできます。

自由記述分析

自由記述の内容（ヒントに対する回答ではなく）を重点的に分析し、本当の考えやトピックを抽出します。

スマートタグ抽出

トピックの類似度に基づいて、#職業開発 #自己反省などの関連タグを自動生成します。

タスク抽出

自由記述から行動項目を識別し、構造化されたタスクリストに整理します。

メモリートレース分析

トピックの変遷を分析し、考えや興味の変化トレンドを表示します。

日曜日の総合反省

毎週日曜日に5つの総合反省ヒントを生成し、週間の振り返りを支援します。

利点

完全なローカル処理：すべてのAI分析はローカルで実行され、データはあなたのデバイスを離れません。

プライバシー保護：インターネットに接続する必要がなく、個人の日記内容のプライバシーが保護されます。

スマートな接続：自動的に日記エントリ間のトピック関連性を見つけます。

使いやすさ：自然言語での対話が可能で、複雑な技術知識は必要ありません。

Obsidianとの深い統合：Obsidianのリンクやチャート機能を最大限に活用できます。

制限

ローカルAI環境が必要：Ollamaとそれに対応するモデルをインストールし、設定する必要があります。

技術的な要件：環境を設定するために一定の技術的な知識が必要です。

内容要件：有効な分析を行うには、少なくとも50文字以上の自由記述内容が必要です。

リンクの閾値：少なくとも2つのエントリがあり、8%以上のトピックが重複している場合にのみリンクが作成されます。

使い方

環境の準備

必要なソフトウェアをインストールします：uvパッケージマネージャー、OllamaローカルAI、MCPクライアント（GitHub Copilot CLIなど）、Obsidianノートソフトウェア。

ダウンロードとインストール

プロジェクトのコードリポジトリをクローンし、依存パッケージをインストールします。

環境の設定

環境設定ファイルをコピーし、日記とプランナーの保存パスを設定します。

MCPクライアントに追加

MCPクライアントの設定に日記サーバーを追加します。

使用開始

サービスを起動し、自然言語コマンドで日記アシスタントと対話します。

使用例

日常の日記記録

AIによって生成された個別化されたヒントを使って、毎日の日記を書き始め、当日の経験や感情を深く振り返ります。

タスク管理の統合

自由記述から自動的にタスクを抽出し、手動で行動項目を整理する手間を省きます。

トピックの発見と接続

日記内で繰り返し出現するトピックを見つけ、自動的に関連するタグとリンクを作成します。

定期的な振り返り

週間または月間のトレンド分析を行い、考えや興味の変遷を把握します。

よくある質問

なぜ私の日記エントリ間にリンクが作成されないのですか？

サーバーが正常に動作しているかどうかを確認するにはどうすればいいですか？

AIの処理速度が遅い場合はどうすればいいですか？

日曜日には何か特別な機能がありますか？

私の日記内容のプライバシーをどのように保護することができますか？

どのAIモデルがサポートされていますか？

🚀 Obsidian Diary MCP Server

AI技術を活用した日記アプリで、ローカルでの処理、自動バックリンク、スマートなプロンプト機能を備えています。

✨ 主な機能

過去3日間の日記内容に基づいたAI生成の振り返りプロンプト
自動的に [[YYYY-MM-DD]] 形式のバックリンクを付けた日付引用
ブレインダンプ内容の優先度分析（プロンプトではなく、実際の文章を分析）
テーマの類似度を利用したスマートな #タグ 抽出
日記エントリからのTodo項目抽出と整理
テーマの進化を考慮したメモリトレース分析
日曜日の週間振り返りプロンプト

📦 インストール

必要条件

uv (Pythonパッケージマネージャ)
Ollama (llama3.1または互換性のあるモデル)
MCPクライアント (例: GitHub Copilot CLI)
Obsidianボルト (マークダウンファイル用)

セットアップ手順

1. クローンとインストール:

git clone https://github.com/madebygps/obsidian-diary-mcp.git

cd obsidian-diary-mcp

uv sync

chmod +x start-server.sh

2. 設定:

cp .env.example .env

.env ファイルを編集して、DIARY_PATH と PLANNER_PATH を設定します（必須）。

3. MCPクライアント設定に追加する（例: GitHub Copilot CLI）:

名前: diary
コマンド: /full/path/to/obsidian-diary-mcp/start-server.sh

設定ファイル (.env)

必須項目: DIARY_PATH, PLANNER_PATH オプション項目:

OLLAMA_MODEL (デフォルト: llama3.1:latest)
OLLAMA_TIMEOUT (60s)
OLLAMA_TEMPERATURE (0.7)
OLLAMA_NUM_PREDICT (1000トークン)

💻 使用例

基本的な使用法

作成: "create a memory log for today" と入力すると、過去3日間の内容に基づいたAIプロンプトが表示されます。
記述: Obsidianで開き、ブレインダンプセクションで自由に書きます。
抽出: "extract todos from today's entry" と入力すると、エントリからアクション項目が抽出され、プランナーに追加されます。
リンク: "link today's memory log" と入力すると、自動的に [[YYYY-MM-DD]] 形式のリンクと #タグ が生成されます。
探索: Obsidianのバックリンクパネルとグラフビューを使用して探索します。

高度な使用法

他のコマンドも利用できます。例えば、 "show themes from last week"、 "create memory trace for 30 days"、 "refresh memory links for 30 days" などです。

🔧 デバッグ

ログは logs/ ディレクトリに保存されます。

server-YYYY-MM-DD.log (プロトコルログ)
debug-YYYY-MM-DD.log (操作ログ)

tail -f logs/debug-$(date +%Y-%m-%d).log  # リアルタイムでログを監視
grep ERROR logs/debug-*.log                # エラーを検索
grep "similarity" logs/debug-*.log         # バックリンクのデバッグ

📚 トラブルシューティング

サーバーの問題

.env ファイルが存在し、DIARY_PATH と PLANNER_PATH が設定されていることを確認してください。./start-server.sh を直接実行してテストしてみてください。

Ollamaの問題

curl http://localhost:11434/api/tags を実行して、Ollamaが動作していることを確認してください。モデルを取得するには、ollama pull llama3.1:latest を実行します。

バックリンクがない場合

テーマが8%以上重複する2つ以上のエントリが必要です。ブレインダンプセクションには50文字以上の内容があることを確認してください。grep "Brain Dump" logs/debug-*.log を実行して確認できます。

タイムアウトの問題

推論モデルの場合、OLLAMA_TIMEOUT (90以上) と OLLAMA_NUM_PREDICT (2000以上) を増やしてみてください。

🔧 技術詳細

ローカルAI: Ollamaがエントリをローカルで処理するため、内容はあなたのマシンを離れません。
カレンダーベース: 過去3日間のカレンダー日付を分析します（直近の3つのエントリではなく）。
ブレインダンプ重視: テーマ分析では、回答したプロンプトよりもあなたの記述内容を優先します。
日付引用: AIが [Day 1]/[Day 2] を引用し、[[2025-10-07]] 形式のバックリンクに変換します。
スマートリンク: ヤカード類似度を使用して、テーマが8%以上重複するエントリを接続します。
日曜日の振り返り: 週間振り返り用の5つのプロンプトが用意されています（平日は3つ）。
Todo抽出: AIがブレインダンプからアクション項目を識別します。

📚 エントリ形式

各エントリ (YYYY-MM-DD.md) は以下のようなプレーンテキストヘッダーを持ちます。

## Reflection Prompts
**1. Question with [[2025-10-06]] backlink (reason)...**

---

## Brain Dump
Your thoughts, experiences, observations...

---

## Memory Links
**Temporal connections:** [[2025-10-05]] • [[2025-10-04]]
**Topic tags:** #career-growth #self-reflection