Logseq/ObsidianをAIの脳に拡張するMCPサーバー

概要

Graphthulhuは、LogseqやObsidianなどのナレッジグラフ管理ツールにMCP（Model Context Protocol）サーバーとして直接統合されるAIツール。従来、ユーザーが手動で情報検索・整理していた作業をAIが自動で行う。例えば、東京のスタートアップ創業者・田中太郎（35）が6年間で蓄積した5,000ページのObsidianボルトに対して、「Q4の事業戦略に必要な過去3年の顧客フィードバックをまとめて」と指示すると、AIが関連ノートを検索→抽出→要約→戦略文書に変換。従来なら2日かかった作業が2分で終わる。

主な機能

全文検索・スマート検索: キーワード検索のほか、セマンティック検索やタグベース検索で、関連度の高いノートを自動抽出
ナレッジグラフ分析: ノート間の関連性を可視化し、思考の断裂やギャップを発見
AI執筆サポート: 既存ノートの文脈から引用文を自動選択し、エッセイやブログ記事を生成
スマート抽出・要約: 長いノートから要点を自動抽出し、実行可能なアクションアイテムに変換
フラッシュカード自動生成: メモから学習用フラッシュカードを自動作成し、復習を効率化
意思決定サポート: メモに記録されたPros/Cons、過去の判断パターンから最適な選択肢を提示
ジャーナル分析: 複数月のジャーナルエントリから感情パターンや生産性トレンドを可視化

技術スタック

言語: Python
フレームワーク: MCP SDK（Model Context Protocol）
統合対象: Logseq API、Obsidian Plugin API
AI連携: Claude等のLLM（MCPクライアント経由）
データ処理: 全文検索エンジン、ベクトル化による類似度計算
依存ツール: SQLiteやPostgres（キャッシング用）

導入方法

1. インストール

GraphthulhuをPyPIからインストール（現在はリポジトリから直接クローンを推奨）:

git clone https://github.com/skridlevsky/graphthulhu.git
cd graphthulhu
pip install -e .

2. 設定

LogseqまたはObsidianのAPI認証情報を.envファイルに記入:

LOGSEQ_API_KEY=your_api_key
OBSIDIAN_VAULT_PATH=/path/to/vault

3. MCPサーバーの起動

python -m graphthulhu serve

4. Claude等のクライアントに登録

ClaudeのMCP設定ファイル（claude_desktop_config.json）にエンドポイントを追加。これで、ChatGPT等のAIが直接ナレッジグラフにアクセス可能になる。

競合比較

ツール名	対応知識管理ツール	AI統合方法	検索精度	執筆支援	料金
Graphthulhu	Logseq、Obsidian	MCP（ネイティブ）	セマンティック	37ツール完備	オープンソース
Logseq AI Plugin	Logseq のみ	プラグイン形式	キーワード	限定的	無料/有料
Obsidian Copilot	Obsidian のみ	プラグイン形式	ハイブリッド	簡易版	月額$5
Notion AI	Notion のみ	ビルトイン	ベクトル	あり	月額$10

差別化ポイント: Graphthulhuの強みは、MCPというオープンなプロトコルを採用することで、任意のLLMクライアント（Claude、GPT-4等）と連携でき、ベンダーロックインがないこと。また、37の統合ツールにより、検索から執筆、意思決定支援までカバー範囲が広く、単なるプラグインではなく、ナレッジグラフをAIの外部脳として完全に機能させる設計になっている点。

活用シーン

シーン1: 営業資料の高速作成

大阪の営業チームリーダー・鈴木花子（42）は、毎月10件以上の営業提案資料を作成していた。従来は、過去の提案資料100ファイルを手動で検索→競合分析データを手作業でコピペ→グラフを作り直すという作業に毎月15時間を費やしていた。Graphthulhuを導入後、「顧客Aの業界別の購買パターンと競合優位性をまとめた提案資料テンプレート」と指示するだけで、過去3年の営業ノートから自動抽出したデータが統合されたドキュメントが2分で生成される。年間180時間の時間短縮を実現。

シーン2: 研究論文の執筆加速

京都大学の博士課程学生・田村健一（26）が蓄積した3年分の研究ノート（2,000ページ）をObsidianで管理していたが、論文執筆時に「どの先行研究がどの議論に関連するか」を追跡するだけで1週間を要していた。Graphthulhuを使用すると、「自分の研究テーマに関連する過去の実験データと理論的背景をまとめて」と指示することで、セマンティック検索により関連ノートが自動抽出され、その場で要約・引用形式で論文に組み込める。論文初稿作成時間が40%短縮。

シーン3: 個人成長の加速

東京のフリーランスエンジニア・佐藤太郎（33）は、Logseqで月間50ページのジャーナルを記録していたが、「3ヶ月前に同じ悩みで何を決めたか」などを手動で検索するのに毎回30分要していた。Graphthulhuのジャーナル分析機能により、「過去6ヶ月で繰り返し出てきた課題と、そのときの対処法」をAIが自動で抽出・パターン化。同じ失敗を繰り返す頻度が80%減少し、意思決定の質が向上。

こんな人におすすめ

知識労働者（コンサルタント・戦略家）: 膨大なリサーチノートや過去の案件分析を、クライアント対応時に秒速で統合・提示できる
研究者・学者: 数千ページの先行研究ノートから関連論文を自動抽出し、論文執筆を大幅に高速化
起業家・経営者: 5年分の事業ノート・顧客フィードバック・経営判断の記録から、戦略立案に必要な根拠を瞬時に引き出せる
ライター・ブロガー: 数年分の取材ノートやアイデア帳から、記事のテーマに関連する素材を自動収集し、執筆時間を50%短縮
学生・自己啓発好き: ジャーナルや学習記録から自分の成長パターンを可視化し、より効果的な学習戦略を立案できる