Где заканчивается MCP и что будет дальше

Сейчас Obsidian MCP является рабочей частью моей системы.

Через него языковая модель может искать информацию в Obsidian, открывать заметки, собирать контекст проекта и работать с файлами.

Именно эту задачу я изначально хотел решить.


Но по мере использования стала видна следующая граница.

MCP хорошо решает задачу доступа.

Модель получает набор инструментов и сама решает, что искать, какие заметки открывать и какой контекст собирать.

Но если смотреть дальше, мне нужна уже не просто возможность обратиться к файлам.

Мне нужна отдельная система, которая сама понимает устройство моей проектной памяти.

Поэтому следующим этапом стал Obsidian Knowledge Agent.

Сейчас этот проект находится в активной разработке.

Если очень сильно упростить разницу, то MCP выглядит примерно так:

LLM обращается к Obsidian через инструменты и сама собирает нужный контекст.

Knowledge Agent должен работать иначе.

У него появляется собственный слой поиска и индексации, понимание структуры проектов, связей между файлами и Canvas, правил источников и границ проекта.

То есть перед моделью будет находиться отдельная система, которая сначала определяет, где искать, что относится к вопросу и какой контекст действительно нужно передать дальше.

Меняется и работа с изменениями.

В MCP доступ к заметке и возможность её изменить находятся довольно близко друг к другу.

В Knowledge Agent чтение, рассуждение и изменение состояния разделяются.

Найти информацию можно одним контуром.

Предложить изменение другим.

А реально изменить проект только через отдельный контролируемый механизм с правилами безопасности.

В результате меняется сама роль MCP.

Он не исчезает.

Но из центра архитектуры превращается в один из способов подключения к системе.

Если текущую архитектуру можно описать так:

LLM → MCP → Obsidian

то следующая постепенно становится такой:

LLM → Knowledge Agent → проектная память

Где под проектной памятью находятся уже не только Markdown-файлы, но структура проектов, Canvas, связанные источники, собственный индекс и правила работы со всем этим.

Часть этой архитектуры уже реализована, часть ещё строится.

Поэтому подробно расскажу про Obsidian Knowledge Agent позже.

А эту серию на этом можно закончить.

MCP стал первым рабочим мостом между LLM и моей памятью.

Следующий этап заключается уже не в том, чтобы дать модели доступ к знаниям.

А в том, чтобы построить систему, которая умеет с этими знаниями работать.

#ObsidianMCP@annsFlow

Оглавление темы 📌

Навигация по проектам канала 📍

Все каналы 🎶

💻 annFlow