markdown frontmatter mcp
A. 模型上下文协议（MCP） 通过前端元数据查询Markdown文件的服务器。专为黑曜石拱顶和其他基于Markdown的知识库而设计。
问题
你有一个Markdown知识库（黑曜石等），前面的内容如下：
---
created: 2025-12-09
updated: 2025-12-11
tags: [ai-systems, strategy]
---你想问一个AI： *“我最近在想什么\[X\]？”*
现有的工具可以按关键字搜索或进行语义搜索，但都不允许您按以下方式进行查询 前端元数据 --按标签和最近度过滤。
解决方案
此MCP服务器公开了一个工具： query_recent_notes
query_recent_notes(
tags: ["ai-systems"], # Filter by these tags (matches ANY)
days: 7, # How far back to look
folders: ["thoughts"], # Which folders to search
limit: 10 # Max results
)退货：
- 文件路径
- 标题（来自H1或文件名）
- 标签
- 创建/更新日期
- 摘录（前~200个字符）
安装
来自PyPI（即将推出）
pip install markdown-frontmatter-mcp来源
git clone https://github.com/caffeinatedwes/markdown-frontmatter-mcp
cd markdown-frontmatter-mcp
pip install -e .配置
环境变量
集 KB_PATH 指向您的知识库：
export KB_PATH=/path/to/your/obsidian/vaultMCP客户端配置
打字思维
添加到MCP配置中：
{
"mcpServers": {
"markdown-kb": {
"command": "python3",
"args": ["/path/to/markdown-frontmatter-mcp/src/server.py"],
"env": {
"KB_PATH": "/path/to/your/obsidian/vault"
}
}
}
}克劳德桌面
增添 ~/.config/Claude/claude_desktop_config.json:
{
"mcpServers": {
"markdown-kb": {
"command": "python3",
"args": ["/path/to/markdown-frontmatter-mcp/src/server.py"],
"env": {
"KB_PATH": "/path/to/your/obsidian/vault"
}
}
}
}使用示例
配置后，您可以询问AI：
“了解我最近对人工智能系统的看法”
AI将呼叫：
query_recent_notes(tags=["ai-systems"], days=7)“我一直在做什么个人成长方面的工作？”
query_recent_notes(tags=["personal-growth", "therapy"], days=14)“告诉我我在想什么”
query_recent_notes(days=3, limit=5)前线事务要求
为了使文件可查询，它们需要使用YAML front matter：
created或date：创建注释时（YYYY-MM-DD）updated（可选）：上次有意义编辑的时间（YYYY-MM-DD）tags（可选）：用于过滤的标签列表
例子：
---
created: 2025-12-09
updated: 2025-12-11
tags:
- ai-systems
- knowledge-management
---
# My Note Title
Content here...运作原理
- 浏览知识库中的指定文件夹
- 从每个文件中解析YAML前端内容
.md文件 - 筛选条件：
- 日期： created 或 updated 在...之内 days 窗口 - 标签：匹配任何指定的标签
- 返回按最近触摸次数排序的结果
跳过目录
服务器会自动跳过：
.obsidian.git.smart-env.versiondbnode_modules- 任何以开头的目录
.
发展
本地测试
# Set your KB path
export KB_PATH=~/your-obsidian-vault
# Run the server directly (for testing)
python3 src/server.py然后通过stdin发送JSON-RPC消息：
{"jsonrpc":"2.0","id":1,"method":"initialize","params":{}}
{"jsonrpc":"2.0","id":2,"method":"tools/list","params":{}}
{"jsonrpc":"2.0","id":3,"method":"tools/call","params":{"name":"query_recent_notes","arguments":{"tags":["ai-systems"],"days":7}}}许可证
麻省理工学院