Obsidian Learning Extension

黑曜石学习扩展MCP服务器

一种模型上下文协议（MCP）服务器，它扩展了官方的黑曜石MCP服务器，具有智能学习和第二大脑功能。

特性

🎯 挑战系统

• 人工智能带来的挑战：根据主题、难度和类型创建个性化学习挑战
• 进度跟踪：监控每个挑战所花费的时间和状态
• 挑战类型：知识、实践、教学、分析、创意
• 难度等级：初级、中级、高级、专家

📊 进度分析

• 活动记录：跟踪学习课程的持续时间和掌握程度评级
• 统计仪表板：查看花费的时间、平均掌握程度和活动趋势
• 主题分析：查看不同主题的时间分布
• 性能洞察：确定需要改进的领域

🔄 间隔重复

• 智能调度：基于间隔重复算法自动安排评论
• 基于性能的间隔：复习间隔根据你的记忆力进行调整
• 到期审查跟踪：获取过期评论的通知
• 注释集成：将评论直接链接到黑曜石笔记

🧠 知识差距分析

• 识别薄弱环节：查找掌握程度较低的主题
• 活动跟踪：查看最近哪些主题没有练习
• 个性化建议：获取基于人工智能的下一步学习建议
• 焦点分析：分析特定领域或整个知识库

先决条件

• Docker和Docker Compose
• 官方黑曜石MCP服务器（来自Docker）已设置
• Claude Desktop配置了黑曜石MCP

安装

1.克隆存储库

git clone https://github.com/yourusername/obsidian-learning-extension.git
cd obsidian-learning-extension

2.构建Docker镜像

docker-compose build

3.测试服务器

docker-compose up

服务器应启动并等待stdio通信。

配置

添加到Claude桌面配置

编辑您的Claude Desktop配置文件：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json\ 视窗: %APPDATA%\Claude\claude_desktop_config.json

在现有的黑曜石服务器旁边添加学习扩展服务器：

{
  "mcpServers": {
    "obsidian": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm",
        "-e", "OBSIDIAN_HOST",
        "-e", "OBSIDIAN_API_KEY",
        "mcp/obsidian"
      ],
      "env": {
        "OBSIDIAN_HOST": "host.docker.internal",
        "OBSIDIAN_API_KEY": "YOUR_API_KEY"
      }
    },
    "obsidian-learning": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm",
        "-v", "/ABSOLUTE/PATH/TO/obsidian-learning-extension/data:/data:rw",
        "obsidian-learning-extension:latest"
      ]
    }
  }
}

重要：替换 /ABSOLUTE/PATH/TO/obsidian-learning-extension 与你的实际路径！

重新启动克劳德桌面

完全退出并重新打开Claude Desktop以加载新服务器。

可用工具

挑战管理

create_challenge

使用人工智能生成的内容创建新的学习挑战。

参数:

• topic （string）：学习主题（例如“Docker Networking”）
• difficulty （enum）：初级、中级、高级、专家
• challenge_type （enum）：知识、实践、教学、分析、创意
• description （字符串，可选）：自定义挑战描述

示例:

"Create an intermediate practical challenge on Docker networking"

list_challenges

使用可选筛选列出所有挑战。

参数:

• status （枚举，可选）：待定、正在进行、已完成、已存档
• difficulty （枚举，可选）：按难度级别筛选

示例:

"Show me all my in-progress challenges"

get_challenge

获取有关特定挑战的详细信息。

参数:

• challenge_id （string）：挑战的ID

update_challenge_status

更新挑战状态并添加注释。

参数:

• challenge_id （字符串）：挑战ID
• status （enum）：待定、正在进行、已完成、已存档
• notes （字符串，可选）：关于状态更改的注释

示例:

"Mark challenge ch_abc123 as completed with notes: Built a working multi-container app"

进度跟踪

record_progress

记录一次学习过程。

参数:

• topic 你学什么
• activity 你做了什么
• duration_minutes （数字）：花费的时间
• mastery_rating （数字）：自我评估0-10
• challenge_id （字符串，可选）：链接到挑战
• notes （字符串，可选）：附加注释

示例:

"Record 45 minutes learning Docker volumes, mastery 7/10, completed tutorial"

get_progress_stats

查看学习统计数据和分析。

参数:

• topic （字符串，可选）：按主题筛选
• days （数字，可选）：回顾的天数（默认值：30）

示例:

"Show my learning stats for the last 7 days"

间隔重复

schedule_review

安排一次间隔重复的复习。

参数:

• topic （string）：要查看的主题
• note_path （string）：黑曜石音符路径
• initial_interval_days （数字，可选）：第一次审查间隔

示例:

"Schedule a review for Docker networking, note at Software Development/Docker Networking.md"

get_due_reviews

获取所有到期或逾期的评论。

示例:

"What reviews are due today?"

complete_review

将一条评论标记为已完成，并安排下一条评论。

参数:

• review_id （string）：审核ID
• performance （enum）：弱、中等、强、完美
• notes （字符串，可选）：复习笔记

示例:

"Complete review rv_abc123 with strong performance"

知识分析

suggest_next_topic

获取有关下一步学习内容的AI建议。

参数:

• area （字符串，可选）：焦点区域（例如“Docker”）

示例:

"What should I study next?"

analyze_knowledge_gaps

分析你的学习，找出差距和薄弱环节。

参数:

• focus_area （字符串，可选）：要分析的区域

示例:

"Analyze my knowledge gaps in programming"

用法示例

入门指南

Claude: "Create a beginner knowledge challenge on Python async/await"
Claude: "List all my pending challenges"
Claude: "Update challenge ch_abc123 to in_progress"

学习期间

Claude: "Record 30 minutes studying async programming, mastery 6/10"
Claude: "What are my learning stats this week?"

维护知识

Claude: "Schedule a review for async programming at Python/Async.md"
Claude: "What reviews are due?"
Claude: "Complete review rv_xyz789 with strong performance"

获取见解

Claude: "What should I study next?"
Claude: "Analyze my knowledge gaps"
Claude: "Show challenges with low mastery scores"

数据存储

所有数据都存储在JSON文件中 data/ 目录：

• challenges.json：挑战定义和状态
• progress.json：学习活动日志
• reviews.json：间隔重复时间表

这些文件由服务器自动创建和维护。

建筑

┌─────────────────┐
│  Claude Desktop │
└────────┬────────┘
         │
    ┌────┴─────────────────┐
    │                      │
┌───▼────────┐    ┌───────▼────────┐
│ Official   │    │   Learning     │
│ Obsidian   │    │   Extension    │
│ MCP Server │    │   MCP Server   │
└───┬────────┘    └────────┬───────┘
    │                      │
┌───▼────────────┐    ┌────▼──────┐
│ Obsidian Vault │    │   JSON    │
│  (via REST)    │    │   Data    │
└────────────────┘    └───────────┘

两台服务器协同工作：

• 官方服务器：处理所有黑曜石文件操作
• 学习扩展：提供智能学习功能

发展

本地运行

# Install dependencies
pip install -r requirements.txt

# Run server
python learning_server.py

构建Docker镜像

docker-compose build

查看日志

# With docker-compose
docker-compose logs -f

# With docker
docker logs obsidian-learning -f

调试

使用MCP检查器进行调试：

npx @modelcontextprotocol/inspector python learning_server.py

故障排除

服务器无法启动

• 检查Docker是否正在运行： docker ps
• 重建映像： docker-compose build --no-cache
• 检查日志： docker-compose logs

Claude中未显示的工具

• 验证Claude Desktop配置JSON是否有效
• 确保数据目录路径是绝对的（不是相对的）
• 完全重新启动克劳德桌面
• 检查克劳德日志： ~/Library/Logs/Claude/ （macOS）

数据不持久

• 验证docker-compose.yml中的卷装载
• 检查数据目录权限
• 确保路径是绝对的

权限错误

# Fix data directory permissions
chmod 755 data/

路线图

第二阶段（计划中）

• \[\]知识图可视化
• \[\]基于主题的自动笔记链接
• \[\]学习条纹跟踪
• \[\]挑战模板库
• \[\]导出进度报告

第三阶段（未来）

• \[\]用于个性化难度调整的机器学习
• \[\]协作挑战
• \[\]与外部学习平台集成
• \[\]手机评论通知
• \[\]高级分析仪表板

贡献

欢迎投稿！拜托：

1. 分叉存储库
2. 创建要素分支
3. 进行更改
4. 如果适用，添加测试
5. 提交拉取请求

许可证

MIT许可证-随意使用和修改！

支持

• 问题:
• 讨论:

致谢

• 建立在 模型上下文协议
• 补充 官方黑曜石MCP服务器
• 受间隔重复研究和第二大脑方法的启发