Zettelkasten MCP сервер

AI-система управления знаниями по методу Zettelkasten, которая помогает фиксировать, совершенствовать и связывать атомарные идеи с помощью CEQRC рабочего процесса (Capture→Explain→Question→Refine→Connect) с интеллектуальным связыванием и доступом через несколько интерфейсов.

Установка

Из исходного кода

git clone https://github.com/joshylchen/zettelkasten
cd zettelkasten
python -m venv .venv
# Windows: .venv\Scripts\activate
# macOS/Linux: source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env
mkdir -p data/notes data/db

Настройка MCP

python setup_mcp.py

Конфигурация

Claude Desktop

{
  "mcpServers": {
    "zettelkasten": {
      "command": "python", 
      "args": ["path/to/mcp_server.py"],
      "env": {"OPENAI_API_KEY": "your_key_here"}
    }
  }
}

Доступные инструменты

Инструмент	Описание
`zk_create_note`	Создание атомарных заметок с AI-резюме
`zk_search_notes`	Полнотекстовый поиск с синтаксисом FTS5
`zk_get_note`	Получение заметок с метаданными и обратными ссылками
`zk_run_ceqrc_workflow`	Выполнение AI-процесса обучения
`zk_suggest_links`	Обнаружение связей между заметками
`zk_create_link`	Создание типизированных связей (supports, refines, extends, и т.д.)
`zk_generate_summary`	Генерация AI-резюме для любого текста

Возможности

Атомарные заметки с уникальными ID, заголовками, телом и AI-резюме
Полнотекстовый поиск с помощью SQLite FTS5 с поиском по близости и фразовым соответствием
AI-процесс CEQRC для улучшения знаний
Двунаправленная связь с типизированными отношениями
Несколько интерфейсов: CLI, REST API, Streamlit UI и MCP
Обычные Markdown файлы с YAML frontmatter как источник истины
Умное резюмирование с настраиваемыми ограничениями длины
Автоматическое обнаружение связей между связанными заметками
Фильтрация и организация по тегам
Интеграция техники Фейнмана для понимания концепций

Переменные окружения

Опциональные

ZK_NOTES_DIR - Директория для хранения файлов заметок
ZK_DB_PATH - Путь к файлу базы данных SQLite
ZK_HOST - Адрес хоста сервера
ZK_PORT - Номер порта сервера
OPENAI_API_KEY - OpenAI API ключ для AI функций
ZK_LLM_PROVIDER - LLM провайдер (openai или stub)
ZK_SUMMARY_MAX_LENGTH - Максимальная длина AI-резюме
ZK_STREAMLIT_PORT - Порт для Streamlit UI

Примеры использования

Создание заметки об основах машинного обучения с AI-резюме и тегами

Поиск всех заметок, связанных с 'искусственным интеллектом' с полнотекстовым поиском

Запуск CEQRC процесса для заметки для улучшения и совершенствования содержимого

Поиск связей между заметками на похожие темы с помощью AI-обнаружения ссылок

Генерация вопросов для проверки понимания сложной концепции с использованием техники Фейнмана

Ресурсы

GitHub Repository

Примечания

Система реализует метод Zettelkasten с AI-улучшениями, сохраняя заметки как Markdown файлы с YAML frontmatter. Включает подробную документацию в папке docs/ и поддерживает как OpenAI, так и stub LLM провайдеры для тестирования.