obsidian-mind: AI 코딩 에이전트가 전문적인 컨텍스트와 성과 증거를 추적할 수 있는 지속성 메모리 볼트

해결하는 문제

AI 코딩 에이전트(Claude Code와 같은)는 일반적으로 매 세션마다 처음부터 시작하여 목표, 팀 역학, 과거 결정 사항에 대한 컨텍스트를 잃어버립니다. Obsidian Mind는 이러한 에이전트들을 위해 지속적이고 구조화된 메모리 시스템을 제공하여, 사용자의 작업, 프로젝트, 전문적 성장 과정을 장기적인 지식 그래프로 유지할 수 있게 합니다.

작동 방식

이 프로젝트는 에이전트의 작업 디렉토리로 사용되도록 설계된 Obsidian 볼트 템플릿입니다. 절차적 훅(procedural hooks)과 에이전트 주도형 콘텐츠 관리의 조합을 사용합니다:

• Lifecycle Hooks: 세션 시작 시 컨텍스트(예: "North Star" 목표)를 자동으로 주입하고, 사용자 프롬프트를 실시간으로 분류하며, 마크다운 파일이 작성된 후 이를 검증하는 TypeScript 스크립트입니다.
• Vault-First Memory: 내구성이 있는 지식은 git으로 추적되는 마크다운 파일에 저장됩니다. 에이전트는 이러한 노트를 관리하며 프로젝트를 사람과 결정 사항에 연결합니다.
• Tiered Loading: 토큰을 절약하기 위해 가벼운 초기 컨텍스트 주입을 사용하며, 선택 사항인 QMD 도구를 통한 시맨틱 검색(semantic search)에 의존하여 필요할 때 특정 정보를 가져옵니다.
• Agent Integration: 설정 파일과 훅을 통해 Claude Code, Codex CLI, 및 Gemini CLI와 통합됩니다.

대상 사용자

AI 코딩 에이전트를 사용하며 AI 어시스턴트가 자신의 전문적인 컨텍스트를 기억하고, 성과 검토를 위한 성과를 추적하며, 프로젝트 문서를 자동으로 관리하기를 원하는 소프트웨어 엔지니어 및 개발자입니다.

주요 특징

• Automated Context Injection: 매 세션 시작 시 활성 프로젝트와 작업을 자동으로 로드합니다.
• Semanic Search: 볼트 콘텐츠의 높은 정확도로 검색하기 위한 QMD와의 선택적 통합.
• Performance Tracking: 작업 노트를 역량 프레임워크에 연결하여 성과 검토를 위한 증거를 자동으로 생성하는 내장 시스템.
• Specialized Subagents: "brag-spotting"(기록되지 않은 성과 발견) 및 "slack-archaeology"(Slack에서 사고 재구성)와 같은 작업을 위한 전용 에이전트.
• Agent Agnostic: 공유된 마크다운 컨벤션과 스크립트를 사용하여 여러 CLI 기반 AI 에이전트에서 작동합니다.