MCP Obsidian SSE Server

0
0 評論
0 Stars
這個MCP是一個為Obsidian提供SSE端點的伺服器,能夠與自我託管的n8n工作流實現即時數據同步。
新增日期:
創建者:
Apr 21 2025
MCP Obsidian SSE Server

MCP Obsidian SSE Server

0 評論
0
0
MCP Obsidian SSE Server
這個MCP是一個為Obsidian提供SSE端點的伺服器,能夠與自我託管的n8n工作流實現即時數據同步。
新增日期:
Created by:
Apr 21 2025
Duncan Chiu
精選

MCP Obsidian SSE Server 是什麼?

MCP Obsidian SSE伺服器使用伺服器推送事件(SSE)將Obsidian保險庫連接到自我託管的n8n工作流。它需要Obsidian API,並允許用戶即時串流從Obsidian的數據更新。這個伺服器是用Python構建的,並使用uvicorn進行部署。它支持Obsidian與自動化工具之間的無縫通信,使生產力和自動化工作流得到改善。用戶可以自定義並擴展伺服器,以滿足他們特定的數據同步需求,適合整合到自動化管道中的高級筆記工作流。

誰會使用 MCP Obsidian SSE Server?

  • Obsidian使用者
  • 自動化愛好者
  • 將Obsidian與n8n整合的開發者

如何使用 MCP Obsidian SSE Server?

  • 步驟1:從GitHub克隆倉庫。
  • 步驟2:安裝必要的依賴項,包括Obsidian API。
  • 步驟3:使用命令運行伺服器:uv --directory mcp-obsidian-sse uvicorn main:app --reload。
  • 步驟4:將Obsidian連接到SSE端點。
  • 步驟5:根據工作流的需要自定義配置。

MCP Obsidian SSE Server 的核心特徵與益處

主要功能
  • Obsidian的SSE端點
  • 實時數據串流
  • 支持自我託管的n8n
優點
  • 實現即時同步
  • 將Obsidian集成到自動化工作流中
  • 支持多樣化工作流的自定義

MCP Obsidian SSE Server 的主要使用案例與應用

  • 與n8n的即時筆記更新同步
  • 自動處理來自Obsidian筆記的數據
  • 將Obsidian與自我託管的自動化工作流整合

MCP Obsidian SSE Server 的常見問答

開發者

  • duncanchiu409

您可能也喜歡:

開發者工具

一款用於管理伺服器與客戶端互動的桌面應用程式,具備全面的功能。
一個為 Eagle 提供的 Model Context Protocol 伺服器,負責管理 Eagle 應用程式和數據來源之間的數據交換。
一個基於聊天的客戶端,直接在聊天環境中集成和使用各種 MCP 工具,以提高生產力。
一個 Docker 映像,承載多個 MCP 伺服器,透過整合 supergateway 以統一入口點訪問。
透過 MCP 協議提供 YNAB 帳戶餘額、交易及交易創建的訪問權限。
一個快速可擴展的MCP伺服器,用於管理多客戶的即時Zerodha交易操作。
一個遠端SSH客戶端,方便安全、基於代理訪問MCP伺服器,以便利用遠端工具。
一個基於Spring的MCP伺服器,整合了AI能力以管理和處理Minecraft模組的通信協議。
一款具有基本聊天功能的極簡MCP客戶端,支持多種模型和上下文交互。
一個安全的MCP伺服器,讓AI代理與身份驗證器應用程式互動以獲取2FA代碼和密碼。

知識與記憶

一個支持模型上下文協議的伺服器實現,整合CRIC的工業AI能力。
基於 Next.js 的聊天介面,連接到 MCP 伺服器,具備工具調用和風格化 UI。
一個教育項目,示範使用 Python 和 TypeScript SDK 實現 MCP 伺服器和客戶端。
基於Spring Boot的MCP客戶端,演示如何在穩健的應用程序中處理聊天請求和回應。
提供AI推論和知識管理的REST API的Spring Boot應用程式,並集成語言模型。
一個執行 AppleScript 命令的伺服器,提供對 macOS 自動化的全面控制,遠程操作。
一個用於管理備忘錄的 MCP 伺服器,具有在 Claude Desktop 中查看、添加、刪除和搜索備忘錄的功能。
從 deepwiki.com 獲取最新知識,將頁面轉換為 Markdown,並提供結構化或單一文檔輸出。
一個客戶端庫,通過本地設置實現與Notion MCP服務器的基於SSE的實時交互。
透過MCP標準存儲和檢索上下文信息,為大型語言模型提供長期記憶。