Быстрый старт

Запуск NOUZ за 5 минут.

Установка

pip install nouz-mcp

Настройка

1. Укажите путь к vault

export OBSIDIAN_ROOT=~/my-vault

2. Подключите провайдер эмбеддингов (опционально)

Нужно для режимов PRIZMA и SLOI. Любой OpenAI-совместимый API: LM Studio, Ollama, облачный провайдер.

export EMBED_API_URL=http://127.0.0.1:1234/v1

3. Создайте config.yaml

Положите config.yaml в корень vault. Определите домены знаний:

prizma:
  mode: sloi  # luca | prizma | sloi

  cores:
    S:
      name: Systems Thinking
      etalon: >
        Methodology for analysing complex objects: feedback loops,
        emergent properties, self-regulation, bifurcation points.
        Not data and not code — a way of thinking about how parts
        form a whole and why systems behave non-linearly.
    D:
      name: Data & Science
      etalon: >
        Physics and cosmology: Lagrangians, tensors, quarks, fermions,
        plasma, vacuum fluctuations. Pure science about the nature of
        matter, energy and spacetime.
    E:
      name: Engineering
      etalon: >
        Software engineering, ML, infrastructure: writing and debugging
        code, deployment, containerisation, neural networks, inference,
        microservices, CI/CD, refactoring, APIs.

  thresholds:
    confident_cosine: 0.45
    core_percent: 30
    semantic_bridge: 0.55
    analogy_bridge: 0.55

4. Подключите к ИИ-клиенту

Добавьте в MCP-конфигурацию (Claude Desktop, Cursor, OpenCode и др.):

{
  "mcpServers": {
    "nouz": {
      "command": "python",
      "args": ["-m", "nouz_mcp"],
      "env": {
        "OBSIDIAN_ROOT": "/path/to/vault",
        "EMBED_API_URL": "http://127.0.0.1:1234/v1"
      }
    }
  }
}

Запуск

nouz-mcp

[INFO] Indexing database on startup...
[INFO] Indexed: 42 files, errors: 0
[INFO] Core etalons loaded from DB: ['S', 'D', 'E']
[INFO] NOUZ MCP Server v2.2.0 started

Первые шаги

Когда NOUZ подключён, ИИ-ассистент использует инструменты напрямую:

# Позиция заметки в графе
format_entity_compact("Мой модуль.md")
# → (2E)[E]{E}

# Классификация новой заметки
suggest_metadata("Новая заметка.md")
# → {sign: "SE", level: 4, bridges: [...]}

# Пересчитать знаки по всему хранилищу
recalc_signs()
recalc_core_mix()

Простой старт

Начните с режима LUCA — без эмбеддингов:

prizma:
  mode: luca

Вы получаете полный DAG: иерархические связи, формулы сущностей, навигацию. Семантику можно добавить позже — переключением на PRIZMA или SLOI.

Требования

• Python 3.10+
• Obsidian vault (любая папка с .md файлами)
• SQLite (встроен)
• LM Studio, Ollama или OpenAI-совместимый API (опционально, для PRIZMA/SLOI)