Zettelkasten bilgi yönetimi metodolojisini uygulayan bir Model Context Protocol (MCP) sunucusu; Claude ve diğer MCP-uyumlu istemciler aracılığıyla atomik notlar oluşturmanıza, bağlantılandırmanıza ve aramanıza olanak tanır.
Claude Desktop config.json'a ekle
{
"mcpServers": {
"entanglr-zettelkasten-mcp": {
"command": "python",
"args": [
"-m",
"zettelkasten_mcp"
]
}
}
} Kaynak kodu al ve yerel olarak çalıştır
git clone https://github.com/entanglr/zettelkasten-mcp.git ~/.mcp/zettelkasten-mcp
cd ~/.mcp/zettelkasten-mcp Zettelkasten bilgi yönetimi metodolojisini uygulayan bir Model Context Protocol (MCP) sunucusu. Claude ve diğer MCP uyumlu istemciler aracılığıyla atomik notlar oluşturmanızı, bağlantı kurmanızı, keşfetmenizi ve sentezlemenizi sağlar.
Zettelkasten yöntemi, Alman sosyolog Niklas Luhmann tarafından geliştirilen bir bilgi yönetimi sistemidir. Luhmann bu sistemi kullanarak 70'ten fazla kitap ve yüzlerce makale üretmiştir. Üç temel prensipten oluşur:
Zettelkasten yaklaşımını güçlü kılan şey, birden fazla şekilde keşif yapma imkanı sunmasıdır:
Bu yapı, nottan nota düşünce izlerini takip ederken serendipitous keşifler için zemin hazırlar ve aynı zamanda her bilgi parçasını benzersiz kimliği aracılığıyla kolayca erişilebilir tutar. Luhmann sistemini "ikinci beyin" veya "iletişim ortağı" olarak adlandırmıştır - bu dijital uygulama modern teknoloji aracılığıyla benzer faydalar sağlamayı amaçlar.
Zettelkasten MCP sunucusu farklı not türlerini destekler:
| Tür | İşleyici | Açıklama |
|---|---|---|
| Geçici notlar | fleeting |
Fikirleri yakalamak için hızlı, geçici notlar |
| Literatür notları | literature |
Okuma materyalinden alınan notlar |
| Kalıcı notlar | permanent |
İyi formüle edilmiş, uzun ömürlü notlar |
| Yapı notları | structure |
Diğer notları organize eden indeks veya ana hat notları |
| Hub notları | hub |
Zettelkasten'e ana konularda giriş noktaları |
Zettelkasten MCP sunucusu, notlar arasında anlamlı bağlantılar oluşturan kapsamlı bir semantik bağlama sistemi kullanır. Her bağlantı türü belirli bir ilişkiyi temsil eder ve zengin, çok boyutlu bir bilgi grafiği oluşturmaya olanak tanır.
| Birincil Bağlantı Türü | Ters Bağlantı Türü | İlişki Açıklaması |
|---|---|---|
reference |
reference |
Basit referans (simetrik ilişki) |
extends |
extended_by |
Bir not diğerinden kavramlar üzerine inşa eder veya geliştirir |
refines |
refined_by |
Bir not diğerini açıklığa kavuşturur veya iyileştirir |
contradicts |
contradicted_by |
Bir not diğerine karşıt görüşler sunar |
questions |
questioned_by |
Bir not diğeri hakkında sorular sorar |
supports |
supported_by |
Bir not diğerine kanıt sağlar |
related |
related |
Genel ilişki (simetrik ilişki) |
Maksimum etkinlik için, LLM'ye bilgi işleme, Zettelkasten notlarınızı keşfetme veya sentezleme görevleri verirken bir sistem istemi ("proje talimatları"), proje bilgisi ve uygun bir sohbet istemi kullanmanızı öneriz. Bu havuzun docs dizini başlamanız için gerekli dosyaları içerir:
Birini seçin:
Son kullanıcılar için:
Geliştirici ve katkıda bulunanlar için:
NB: İsteğe bağlı olarak repomix gibi bir araçla kaynak kodu ekleyin.
Bu sistem çift depolama yaklaşımı kullanır:
Markdown Dosyaları: Tüm notlar, meta veriler için YAML ön materyali ile birlikte insan tarafından okunabilir Markdown dosyaları olarak depolanır. Bu dosyalar doğru kaynaktır ve şunlar yapılabilir:
SQLite Veritabanı: Şunları sağlayan bir indeksleme katmanı olarak işlev görür:
Markdown dosyalarını sistem dışında doğrudan düzenlerseniz, veritabanını güncellemek için zk_rebuild_index aracını çalıştırmanız gerekir. Veritabanının kendisi istediğiniz zaman silinebilir - Markdown dosyalarınızdan yeniden oluşturulacaktır.
# Depoyu klonla
git clone https://github.com/entanglr/zettelkasten-mcp.git
cd zettelkasten-mcp
# uv ile sanal ortam oluştur
uv venv
source .venv/bin/activate # Windows'ta: .venv\Scripts\activate
# Bağımlılıkları yükle
uv add "mcp[cli]"
# Geliştirici bağımlılıklarını yükle
uv sync --all-extras
Örneği kopyalayarak proje köküne bir .env dosyası oluşturun:
cp .env.example .env
Daha sonra dosyayı düzenleyerek bağlantı parametrelerinizi yapılandırın.
python -m zettelkasten_mcp.main
Veya açık yapılandırma ile:
python -m zettelkasten_mcp.main --notes-dir ./data/notes --database-path ./data/db/zettelkasten.db
Claude Desktop'ınıza aşağıdaki yapılandırmayı ekleyin:
{
"mcpServers": {
"zettelkasten": {
"command": "/absolute/path/to/zettelkasten-mcp/.venv/bin/python",
"args": [
"-m",
"zettelkasten_mcp.main"
],
"env": {
"ZETTELKASTEN_NOTES_DIR": "/absolute/path/to/zettelkasten-mcp/data/notes",
"ZETTELKASTEN_DATABASE_PATH": "/absolute/path/to/zettelkasten-mcp/data/db/zettelkasten.db",
"ZETTELKASTEN_LOG_LEVEL": "INFO"
}
}
}
}
Tüm araçlara daha iyi organizasyon için zk_ öneki eklenmiştir:
| Araç | Açıklama |
|---|---|
zk_create_note |
Başlık, içerik ve isteğe bağlı etiketlerle yeni bir not oluştur |
zk_get_note |
Belirli bir notu ID veya başlığa göre al |
zk_update_note |
Varolan bir notun içeriğini veya meta verilerini güncelle |
zk_delete_note |
Bir notu sil |
zk_create_link |
Notlar arasında bağlantı oluştur |
zk_remove_link |
Notlar arasında bağlantı kaldır |
zk_search_notes |
İçerik, etiketler veya bağlantılara göre notları ara |
zk_get_linked_notes |
Belirli bir nota bağlı notları bul |
zk_get_all_tags |
Sistemdeki tüm etiketleri listele |
zk_find_similar_notes |
Verilen nota benzer notları bul |
zk_find_central_notes |
En fazla bağlantıya sahip notları bul |
zk_find_orphaned_notes |
Hiçbir bağlantısı olmayan notları bul |
zk_list_notes_by_date |
Notları oluşturulma/güncelleme tarihine göre listele |
zk_rebuild_index |
Veritabanı indeksini Markdown dosyalarından yeniden oluştur |
zettelkasten-mcp/
├── src/
│ └── zettelkasten_mcp/
│ ├── models/ # Veri modelleri
│ ├── storage/ # Depolama katmanı
│ ├── services/ # İş mantığı
│ └── server/ # MCP sunucu uygulaması
├── data/
│ ├── notes/ # Not depolaması (Markdown dosyaları)
│ └── db/ # İndeksleme için veritabanı
├── tests/ # Test paketi
├── .env.example # Ortam değişkeni şablonu
└── README.md
Zettelkasten MCP'nin modelden MCP sunucu uygulamasına kadar uygulamanın tüm katmanlarını kapsayan kapsamlı test paketi.
Proje kök dizininden şunu çalıştırın:
python -m pytest -v tests/
uv run pytest -v tests/
uv run pytest --cov=zettelkasten_mcp --cov-report=term-missing tests/
uv run pytest -v tests/test_models.py
uv run pytest -v tests/test_models.py::TestNoteModel
uv run pytest -v tests/test_models.py::TestNoteModel::test_note_validation
tests/
├── conftest.py - Tüm testler için ortak fixture'lar
├── test_integration.py - Tüm sistemin entegrasyon testleri
├── test_mcp_server.py - MCP sunucu araçlarının testleri
├── test_models.py - Veri modellerinin testleri
├── test_note_repository.py - Not repository'sinin testleri
├── test_search_service.py - Arama hizmetinin testleri
├── test_semantic_links.py - Semantik bağlammanın testleri
└── test_zettel_service.py - Zettel hizmetinin testleri
⚠️ KENDİ RİSKİNİZDE KULLANIN: Bu yazılım deneyseldir ve hiçbir garantisi olmaksızın olduğu gibi sağlanmaktadır. Veri bütünlüğünü sağlamak için çaba gösterilmiş olsa da, veri kaybı veya bozulmasına yol açabilecek hatalar içerebilir. Notlarınızı düzenli olarak yedekleyin ve önemli bilgilerle test ederken dikkatli olun.
Bu MCP sunucusu, Claude'un yardımıyla oluşturulmuştur. Claude, bu projenin atomik düşüncelerini tutarlı bir bilgi grafiğinde organize etmesine yardımcı oldu. İyi bir Zettelkasten sistemi gibi, Claude aksi takdirde izole kalabilecek fikirler arasındaki noktaları birleştirdi. Ancak Luhmann'ın kağıt tabanlı sisteminden farklı olarak, Claude etkili olmak için 90.000 index karta ihtiyaç duymadı.
MIT Lisansı
LLM'ler ve yapay zeka kod editörleri için güncel kod dokümantasyonu.
AI ajanlar için bağlam sıkıştırma katmanı. Tool çıktılarını, logları, RAG chunk'larını, dosyaları ve konuşma geçmişini LLM'ye ulaşmadan önce sıkıştırır ve MCP tool'ları aracılığıyla geri alınabilir şekilde depolar.
AI uygulamaları ve Ajanlar için bellek yöneticisi, çeşitli graph ve vector store'ları destekler ve 30+ veri kaynağından veri alımına olanak tanır.
Obsidian vault'larınız için evrensel bir AI köprüsü sunan MCP tabanlı araç. Notlarınıza güvenli okuma/yazma erişimi sağlar ve arama, toplu işlemler, etiket yönetimi ile frontmatter işleme gibi 11 kapsamlı işlem sunur. Claude, ChatGPT ve tüm MCP uyumlu AI asistanlarıyla çalışır.
Grafik RAG, vektör arama ve tam metin aramasını birleştiren, üretime hazır RAG platformu. Kendi Knowledge Graph'ınızı oluşturmak ve Context Engineering için en iyi seçim.
Mem0 için bir Model Context Protocol sunucusu; IDE'ler (Cursor, Windsurf gibi) içinde kodlama tercihlerini ve desenlerini yönetmeye, kod implementasyonlarını, best practices'leri ve teknik dokümantasyonu semantik olarak depolamaya ve erişmeye yarayan araçlar sunuyor.