Obsidian Diary MCP

基于AI的本地日记MCP服务，支持自动反向链接、智能标签提取和待办事项管理，所有数据均在本地处理确保隐私安全

笔记工具知识管理与记忆 #智能日记 #本地AI #自动链接 #隐私安全 .Python

评分 : 2分

下载量 : 3.9K

更新时间 : 2025-10-09

打开站点

什么是Obsidian Diary MCP Server?

这是一个智能日记助手，利用本地AI技术自动分析你的日记内容，生成个性化的反思提示、提取待办事项、创建智能标签和自动链接。所有处理都在本地完成，确保你的隐私安全。

如何使用Obsidian Diary?

只需通过简单的自然语言命令与AI助手交互，如'为今天创建记忆日志'或'提取今天的待办事项'，系统就会自动处理你的日记内容并生成相应的结构化输出。

适用场景

适合希望建立系统化日记习惯的用户、需要整理日常想法和任务的个人、喜欢通过写作进行自我反思的人群，以及希望利用AI技术增强笔记体验的Obsidian用户。

主要功能

AI反思提示生成

基于过去3天的日记内容，自动生成个性化的反思问题，帮助你深入思考

自动日期链接

自动创建日期格式的链接[[YYYY-MM-DD]]，方便在Obsidian中跳转到特定日期的日记

自由写作分析

重点分析你的自由写作内容（而非提示回答），提取真正的想法和主题

智能标签提取

基于主题相似度自动生成相关标签，如#职业发展 #自我反思等

待办事项提取

从自由写作中识别行动项，整理成结构化的待办清单

记忆轨迹分析

分析主题的演变过程，展示想法和兴趣的变化趋势

周日综合反思

每周日生成5个综合反思提示，帮助进行周度总结

优势

完全本地处理：所有AI分析都在本地运行，数据永不离开你的设备

隐私安全：无需联网，保护个人日记内容的私密性

智能连接：自动发现日记条目之间的主题关联

易于使用：自然语言交互，无需复杂的技术知识

与Obsidian深度集成：充分利用Obsidian的链接和图表功能

局限性

需要本地AI环境：必须安装和配置Ollama及相应模型

技术要求：需要一定的技术基础来设置环境

内容要求：需要至少50个字符的自由写作内容才能有效分析

链接阈值：需要至少2个条目且有8%以上的主题重叠才会创建链接

如何使用

环境准备

安装必要的软件：uv包管理器、Ollama本地AI、MCP客户端（如GitHub Copilot CLI）和Obsidian笔记软件

下载和安装

克隆项目代码库并安装依赖包

配置环境

复制环境配置文件并设置日记和计划器的存储路径

添加到MCP客户端

在MCP客户端配置中添加日记服务器

开始使用

启动服务并通过自然语言命令与日记助手交互

使用案例

日常日记记录

通过AI生成的个性化提示开始每天的日记写作，帮助深入反思当天的经历和感受

任务管理整合

从自由写作中自动提取待办事项，避免手动整理行动项的麻烦

主题发现和连接

发现日记中反复出现的主题，并自动创建相关的标签和链接

周期性回顾

进行周度或月度的趋势分析，了解想法和兴趣的演变过程

常见问题

为什么我的日记条目之间没有创建链接？

如何检查服务器是否正常运行？

AI处理速度很慢怎么办？

周日有什么特别功能？

如何确保我的日记内容隐私安全？

支持哪些AI模型？

🚀 Obsidian Diary MCP Server

Obsidian Diary MCP Server是一款由AI驱动的日记应用，支持本地处理、自动反向链接和智能提示功能，能有效帮助用户记录和整理日记内容。

✨ 主要特性

AI生成反思提示：基于过去3个日历日生成反思提示。
日期引用与反向链接：自动生成 [[YYYY-MM-DD]] 格式的日期反向链接。
头脑风暴优先级排序：分析用户的写作内容（而非提示），进行优先级排序。
智能标签提取：利用主题相似度提取智能 #标签。
待办事项提取：将日记中的待办事项提取到组织化的清单中。
记忆轨迹分析：分析主题演变的记忆轨迹。
周日总结：提供每周反思提示。

📦 安装指南

1. 克隆并安装

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

编辑 .env 文件，设置 DIARY_PATH 和 PLANNER_PATH（必需）。

3. 添加到MCP客户端配置（例如GitHub Copilot CLI）

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

配置文件（.env）说明

必需配置：DIARY_PATH、PLANNER_PATH
可选配置：
- OLLAMA_MODEL（默认：llama3.1:latest）
- OLLAMA_TIMEOUT（60s）
- OLLAMA_TEMPERATURE（0.7）
- OLLAMA_NUM_PREDICT（1000 tokens）

💻 使用示例

基础用法

创建：输入 "create a memory log for today"，AI将根据过去3天生成提示。
写作：在Obsidian中打开日记，在“Brain Dump”部分自由写作。
提取：输入 "extract todos from today's entry"，将行动项提取到计划器中。
链接：输入 "link today's memory log"，自动生成 [[YYYY-MM-DD]] 和 #标签。
探索：使用Obsidian的反向链接面板和图形视图。

高级用法

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

📚 详细文档

调试

日志文件位于 logs/ 目录下：

server-YYYY-MM-DD.log（协议日志）
debug-YYYY-MM-DD.log（操作日志）

tail -f logs/debug-$(date +%Y-%m-%d).log  # 实时查看日志
grep ERROR logs/debug-*.log                # 查找错误信息
grep "similarity" logs/debug-*.log         # 调试反向链接

故障排除

服务器问题：检查 .env 文件是否存在，以及 DIARY_PATH 和 PLANNER_PATH 是否已设置。直接运行 ./start-server.sh 进行测试。
Ollama问题：使用 curl http://localhost:11434/api/tags 验证Ollama是否正在运行。拉取模型：ollama pull llama3.1:latest。
无反向链接：需要至少2个具有相似主题（重叠度 >8%）的条目。确保“Brain Dump”部分有足够的内容（>50个字符）。检查：grep "Brain Dump" logs/debug-*.log。
超时问题：对于推理模型，增加 OLLAMA_TIMEOUT（90+）和 OLLAMA_NUM_PREDICT（2000+）。

工作原理

本地AI处理：Ollama在本地处理日记条目，内容不会离开用户的设备。
基于日历分析：分析过去3个日历日（而非仅仅是最后3个条目）。
头脑风暴优先：优先分析用户的写作内容，而非回答的提示。
日期引用：AI引用 [Day 1]/[Day 2] 并转换为 [[2025-10-07]] 反向链接。
智能链接：使用Jaccard相似度连接主题重叠度 >8% 的条目。
周日总结：每周提供5个总结提示（相比每日3个）。
待办事项提取：AI从头脑风暴内容中识别行动项。

条目格式

每个日记条目（YYYY-MM-DD.md）具有以下纯文本标题：

## 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