claude-obsidian: самоорганизующийся «второй мозг» на базе Obsidian и Claude Code

«Знания накапливаются как проценты по вкладу — каждый новый источник обогащает уже существующие связи.»

claude-obsidian хранит всё в виде обычных Markdown-файлов, которыми вы владеете (без базы данных, без привязки к платформе, без подписки), и позволяет Claude читать, связывать и организовывать их в единый связанный граф знаний. Проект полностью бесплатен и распространяется под лицензией MIT.


Что это такое и для кого

claude-obsidian — самоорганизующийся AI «второй мозг» для Obsidian + Claude Code: бросьте любой источник, и Claude прочитает его, свяжет с уже существующими знаниями и разместит в едином графе знаний из обычного Markdown.

Проект создан разработчиком AgriciDaniel и основан на паттерне LLM Wiki Андрея Карпати.

Кому подойдёт:

  • Исследователям и учёным, работающим с большим объёмом источников
  • Разработчикам, ведущим технические базы знаний
  • Писателям и авторам контента
  • Всем, кто устал вручную структурировать заметки в Zettelkasten / PARA / LYT
  • Пользователям Obsidian, ищущим мощный AI-слой без подписки на облачные сервисы
ℹ Что такое паттерн LLM Wiki Карпати?
Паттерн LLM Wiki предлагает «скомпилировать» знания заранее: использовать LLM для чтения источников, синтеза их содержимого в структурированные взаимосвязанные вики-страницы — а затем выполнять все запросы к уже скомпилированному артефакту. Для Карпати Obsidian выступает как IDE, LLM — как программист, а вики становится кодовой базой.

Ключевые возможности

Проект включает 15 навыков (skills) для Claude Code, поддержку мульти-агентов, защиту от конкурентной записи (начиная с v1.7), методологические режимы LYT / PARA / Zettelkasten / Generic (с v1.8) и фреймворк из 10 принципов мышления (v1.9).

1. Цикл «захват → обоснование → связь → применение»

Большинство AI-рабочих процессов с заметками останавливаются после сохранения текста. claude-obsidian построен вокруг повторяемого цикла: сохранить источник, проверить утверждения, связать знания, затем снова использовать их.

2. Умная обработка источников (/wiki-ingest)

Бросьте любой источник в хранилище — Claude прочитает его, извлечёт сущности и концепции, свяжет их с уже существующим контентом и разместит в структурированном Obsidian-хранилище.

Пример вызова:

# Поместите источник в inbox/ и вызовите навык
/claude-obsidian:wiki-ingest

3. Запросы к базе знаний (/wiki-query)

Задавайте вопросы — Claude отвечает на основе всего прочитанного и цитирует страницы. База знаний становится богаче и связнее с каждой сессией.

4. Методологические режимы (/wiki-mode)

Методологические режимы для Compound Vault позволяют хранилищу объявить стиль организации (LYT / PARA / Zettelkasten / Generic), который wiki-ingest, save и autoresearch используют при размещении новых страниц.

5. Проверка здоровья хранилища (/wiki-lint)

Навык проверяет здоровье Obsidian-хранилища: находит страницы-сироты, нерабочие вики-ссылки, устаревшие утверждения, отсутствующие перекрёстные ссылки, пробелы в метаданных и пустые секции. Создаёт и обновляет Dataview-дашборды.

6. Фреймворк мышления (/think)

Навык /think обеспечивает цикл рассуждений на основе 10 принципов для аудитов, архитектурных решений и неоднозначных запросов.

7. Гибридный поиск и защита от конкурентной записи

В версии v1.7 («Compound Vault») появились: Obsidian CLI как транспорт по умолчанию, гибридный поиск (контекстный префикс + BM25 + косинусное переранжирование по исследованиям Anthropic 2024) и блокировка на уровне файлов, устраняющая риск повреждения данных при множественной записи. Точность top-1 выросла на +32 процентных пункта по сравнению с базовой линией v1.6 на бенчмарке из 50 запросов.

8. Поддержка мульти-агентов

Для Codex, OpenCode или Gemini можно использовать переносимые ссылки на навыки через скрипт bin/setup-multi-agent.sh.


Архитектура и рабочий процесс


graph TD
    A[📄 Источник
статья / PDF / URL / заметка] --> B[inbox/] B --> C[/wiki-ingest\nClaude читает и синтезирует] C --> D[wiki/entities/
Страницы сущностей] C --> E[wiki/sources/
Резюме источников] C --> F[wiki/index.md
Главный индекс] D --> G[Граф знаний Obsidian] E --> G F --> G G --> H[/wiki-query\nЗапрос с цитатами] G --> I[/wiki-lint\nПроверка здоровья] G --> J[/think\nФреймворк рассуждений] H --> K[💡 Ответ с ссылками на страницы]

Установка и начало работы

Подключение Claude к Obsidian с помощью этого плагина занимает около двух минут.

Способ 1 — через маркетплейс Claude Code:

# Шаг 1: добавить в маркетплейс
claude plugin marketplace add AgriciDaniel/claude-obsidian

# Шаг 2: установить плагин
claude plugin install claude-obsidian@agricidaniel-claude-obsidian

Способ 2 — прямой клон:

git clone https://github.com/AgriciDaniel/claude-obsidian.git
cd claude-obsidian
bash bin/setup-vault.sh

После этого откройте новую директорию в Obsidian, запустите Claude Code из этой директории с локальным плагином — затем поместите источник в inbox/ и вызовите /claude-obsidian:wiki-ingest.

💡 Совет по началу работы
Не добавляйте слишком много несвязанных тем сразу: вики наиболее эффективно компилируется, когда источники тематически связаны. Пять статей по одной теме создадут более богатый граф, чем пять статей по пяти разным темам.

Цены и лицензия

claude-obsidian лицензирован по MIT и полностью открытый на GitHub. Вы платите только за использование AI-модели (например, токены Claude API), а Obsidian бесплатен для личного использования. Нет подписки, нет векторной базы данных для хостинга, нет фоновых процессов.

КомпонентСтоимость
claude-obsidian (сам плагин)Бесплатно (MIT)
Obsidian (личное использование)Бесплатно
Obsidian Sync (опционально)$4/мес
Claude Code / Claude APIПо тарифам Anthropic
Альтернативные агенты (Codex, Gemini)По тарифам провайдеров
⚠ Важно
Основные затраты при использовании claude-obsidian — это токены языковой модели (Claude API или аналог). При интенсивном ingestion крупных документов расход токенов может быть значительным. Рекомендуется начать с небольших тематических наборов источников.

Плюсы и минусы

✅ Плюсы❌ Минусы
Полностью бесплатен и open-source (MIT)Требует Claude Code или совместимого агента
Данные хранятся локально, полное владениеРасход токенов при интенсивном использовании
15 специализированных навыков под один workflowТехнический порог входа (CLI, git, bash)
Поддержка LYT / PARA / Zettelkasten / GenericНет GUI — только командная строка
Мульти-агентная поддержка (Codex, Gemini, Cursor)Масштаб ограничен (~100K токенов индекса)
Гибридный поиск BM25 + косинус с высокой точностьюЗависимость от качества модели Claude
Нет vendor lock-in, портируемый MarkdownНет мобильного приложения / интерфейса
Активная разработка (v1.9+ в 2026)Деградация при слишком разнородных темах

Сравнение с альтернативами

Критерийclaude-obsidianMem.aiNotion AI
ЦенаБесплатно + токены$12/мес (Pro)$10–20/пользователь/мес
Хранение данныхЛокальный MarkdownОблакоОблако
Владение даннымиПолноеНетНет
AI-организацияClaude (самостоятельный агент)АвтоматическаяВстроенный AI
Методологии PKMLYT / PARA / Zettelkasten / GenericНетНет
Open-sourceДа (MIT)НетНет
Граф знанийВизуальный (Obsidian)ОграниченныйНет
Офлайн-работаДаНетНет
Порог входаВысокий (CLI)НизкийНизкий
Мульти-агентДа (Codex, Gemini…)НетНет

Obsidian выигрывает, если вы оптимизируете под владение данными и долгосрочные знания. Mem.ai подойдёт тем, кто хочет, чтобы AI автоматически организовывал заметки с минимальными усилиями. Notion AI — лучший выбор для команд и связанных рабочих пространств с Ask Notion и AI Agents.


Паттерн LLM Wiki vs. традиционный RAG

📝 Ключевое различие
LLM Wiki — это персональная база знаний из обычных Markdown-файлов, которую AI-агент активно строит и поддерживает. В отличие от RAG-систем, которые ищут в сырых документах при каждом запросе, LLM Wiki предварительно «компилирует» знания в структурированные взаимосвязанные страницы — так ответы накапливаются со временем, а не открываются заново.

LLM Wiki — это фактически ручная, прослеживаемая реализация Graph RAG: каждое утверждение ссылается на источники, связи явны, а структура читается человеком. Но в отличие от Graph RAG, для него не нужна графовая база данных, пайплайн извлечения сущностей или инженерия онтологий.


Вердикт

claude-obsidian — редкий пример инструмента, который решает реальную проблему PKM: большинство хранилищ заметок — кладбища. Заметки добавляются, ссылки никогда не создаются, и через полгода ничего нельзя найти.

Проект превращает Obsidian из пассивного хранилища в активно обучающуюся систему знаний. Работающий AI-конспектор строит и поддерживает постоянное, накапливающееся вики-хранилище. Каждый добавленный источник интегрируется, каждый заданный вопрос опирается на всё прочитанное ранее. Знания накапливаются как проценты.

Кому подойдёт:

  • ✅ Исследователям, работающим с большим потоком статей, книг, PDF
  • ✅ Разработчикам, строящим технические базы знаний
  • ✅ Энтузиастам PKM, знакомым с CLI и Obsidian
  • ✅ Тем, кто ценит конфиденциальность и владение данными
  • ❌ Пользователям, ожидающим GUI без настройки
  • ❌ Тем, кто не готов платить за токены Claude API
  • ❌ Командам, которым нужна совместная работа в реальном времени

Рейтинг: 8.5 / 10

КритерийОценка
Инновационность подхода10/10
Простота установки6/10
Функциональность9/10
Прозрачность данных10/10
Стоимость владения8/10
Активность разработки9/10

На момент написания обзора репозиторий набрал более 10 700 звёзд на GitHub — что красноречиво говорит о востребованности идеи самоорганизующегося AI «второго мозга» на основе открытых стандартов.