Obsidian Diary MCP

基於AI的本地日記MCP服務，支持自動反向鏈接、智能標籤提取和待辦事項管理，所有數據均在本地處理確保隱私安全

筆記工具知識管理與記憶 #智能日記 #本地AI #自動鏈接 #隱私安全 .Python

評分 : 2分

下載量 : 3.9K

更新時間 : 2025-10-09

打開站點

什麼是Obsidian Diary MCP Server?

這是一個智能日記助手，利用本地AI技術自動分析你的日記內容，生成個性化的反思提示、提取待辦事項、創建智能標籤和自動鏈接。所有處理都在本地完成，確保你的隱私安全。

如何使用Obsidian Diary?

只需通過簡單的自然語言命令與AI助手交互，如'為今天創建記憶日誌'或'提取今天的待辦事項'，系統就會自動處理你的日記內容並生成相應的結構化輸出。

適用場景

適合希望建立系統化日記習慣的用戶、需要整理日常想法和任務的個人、喜歡通過寫作進行自我反思的人群，以及希望利用AI技術增強筆記體驗的Obsidian用戶。

主要功能

AI反思提示生成

基於過去3天的日記內容，自動生成個性化的反思問題，幫助你深入思考

自動日期鏈接

自動創建日期格式的鏈接[[YYYY-MM-DD]]，方便在Obsidian中跳轉到特定日期的日記

自由寫作分析

重點分析你的自由寫作內容（而非提示回答），提取真正的想法和主題

智能標籤提取

基於主題相似度自動生成相關標籤，如#職業發展 #自我反思等

待辦事項提取

從自由寫作中識別行動項，整理成結構化的待辦清單

記憶軌跡分析

分析主題的演變過程，展示想法和興趣的變化趨勢

週日綜合反思

每週日生成5個綜合反思提示，幫助進行周度總結

優勢

完全本地處理：所有AI分析都在本地運行，數據永不離開你的設備

隱私安全：無需聯網，保護個人日記內容的私密性

智能連接：自動發現日記條目之間的主題關聯

易於使用：自然語言交互，無需複雜的技術知識

與Obsidian深度集成：充分利用Obsidian的鏈接和圖表功能

侷限性

需要本地AI環境：必須安裝和配置Ollama及相應模型

技術要求：需要一定的技術基礎來設置環境

內容要求：需要至少50個字符的自由寫作內容才能有效分析

鏈接閾值：需要至少2個條目且有8%以上的主題重疊才會創建鏈接

如何使用

環境準備

安裝必要的軟件：uv包管理器、Ollama本地AI、MCP客戶端（如GitHub Copilot CLI）和Obsidian筆記軟件

下載和安裝

克隆項目代碼庫並安裝依賴包

配置環境

複製環境配置文件並設置日記和計劃器的存儲路徑

添加到MCP客戶端

在MCP客戶端配置中添加日記服務器

開始使用

啟動服務並通過自然語言命令與日記助手交互

使用案例

日常日記記錄

通過AI生成的個性化提示開始每天的日記寫作，幫助深入反思當天的經歷和感受

任務管理整合

從自由寫作中自動提取待辦事項，避免手動整理行動項的麻煩

主題發現和連接

發現日記中反覆出現的主題，並自動創建相關的標籤和鏈接

週期性回顧

進行周度或月度的趨勢分析，瞭解想法和興趣的演變過程

常見問題

為什麼我的日記條目之間沒有創建鏈接？

如何檢查服務器是否正常運行？

AI處理速度很慢怎麼辦？

週日有什麼特別功能？

如何確保我的日記內容隱私安全？

支持哪些AI模型？

🚀 Obsidian Diary MCP Server

Obsidian Diary MCP Server是一款由AI驅動的日記應用，支持本地處理、自動反向鏈接和智能提示功能，能有效幫助用戶記錄和整理日記內容。

✨ 主要特性

AI生成反思提示：基於過去3個日曆日生成反思提示。
日期引用與反向鏈接：自動生成 [[YYYY-MM-DD]] 格式的日期反向鏈接。
頭腦風暴優先級排序：分析用戶的寫作內容（而非提示），進行優先級排序。
智能標籤提取：利用主題相似度提取智能 #標籤。
待辦事項提取：將日記中的待辦事項提取到組織化的清單中。
記憶軌跡分析：分析主題演變的記憶軌跡。
週日總結：提供每週反思提示。

📦 安裝指南

1. 克隆並安裝

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

cd obsidian-diary-mcp

uv sync

chmod +x start-server.sh

2. 配置

cp .env.example .env

編輯 .env 文件，設置 DIARY_PATH 和 PLANNER_PATH（必需）。

3. 添加到MCP客戶端配置（例如GitHub Copilot CLI）

名稱：diary
命令：/full/path/to/obsidian-diary-mcp/start-server.sh

配置文件（.env）說明

必需配置：DIARY_PATH、PLANNER_PATH
可選配置：
- OLLAMA_MODEL（默認：llama3.1:latest）
- OLLAMA_TIMEOUT（60s）
- OLLAMA_TEMPERATURE（0.7）
- OLLAMA_NUM_PREDICT（1000 tokens）

💻 使用示例

基礎用法

創建：輸入 "create a memory log for today"，AI將根據過去3天生成提示。
寫作：在Obsidian中打開日記，在“Brain Dump”部分自由寫作。
提取：輸入 "extract todos from today's entry"，將行動項提取到計劃器中。
鏈接：輸入 "link today's memory log"，自動生成 [[YYYY-MM-DD]] 和 #標籤。
探索：使用Obsidian的反向鏈接面板和圖形視圖。

高級用法

還支持更多命令，如 "show themes from last week"、"create memory trace for 30 days"、"refresh memory links for 30 days"。

📚 詳細文檔

調試

日誌文件位於 logs/ 目錄下：

server-YYYY-MM-DD.log（協議日誌）
debug-YYYY-MM-DD.log（操作日誌）

tail -f logs/debug-$(date +%Y-%m-%d).log  # 即時查看日誌
grep ERROR logs/debug-*.log                # 查找錯誤信息
grep "similarity" logs/debug-*.log         # 調試反向鏈接

故障排除

服務器問題：檢查 .env 文件是否存在，以及 DIARY_PATH 和 PLANNER_PATH 是否已設置。直接運行 ./start-server.sh 進行測試。
Ollama問題：使用 curl http://localhost:11434/api/tags 驗證Ollama是否正在運行。拉取模型：ollama pull llama3.1:latest。
無反向鏈接：需要至少2個具有相似主題（重疊度 >8%）的條目。確保“Brain Dump”部分有足夠的內容（>50個字符）。檢查：grep "Brain Dump" logs/debug-*.log。
超時問題：對於推理模型，增加 OLLAMA_TIMEOUT（90+）和 OLLAMA_NUM_PREDICT（2000+）。

工作原理

本地AI處理：Ollama在本地處理日記條目，內容不會離開用戶的設備。
基於日曆分析：分析過去3個日曆日（而非僅僅是最後3個條目）。
頭腦風暴優先：優先分析用戶的寫作內容，而非回答的提示。
日期引用：AI引用 [Day 1]/[Day 2] 並轉換為 [[2025-10-07]] 反向鏈接。
智能鏈接：使用Jaccard相似度連接主題重疊度 >8% 的條目。
週日總結：每週提供5個總結提示（相比每日3個）。
待辦事項提取：AI從頭腦風暴內容中識別行動項。

條目格式

每個日記條目（YYYY-MM-DD.md）具有以下純文本標題：

## 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