Ar9av/obsidian-wiki

해결하는 문제

AI 에이전트와의 상호 작용 중에 얻은 지식이 손실되는 것을 방지합니다. 귀중한 통찰력이 파편화된 채팅 로그 속에 사라지거나 반복적으로 비용이 많이 드는 RAG 프로세스를 실행하는 대신, 이 도구를 사용하면 AI 에이전트가 사용자가 소유하고 독립적으로 읽을 수 있는 Markdown 파일로 구성된 지속적이고 상호 연결된 "디지털 두뇌"를 구축하고 유지할 수 있습니다.

작동 방식

이 시스템은 Markdown 파일 폴더(Obsidian vault)를 AI 에이전트의 장기 기억으로 변환합니다. 에이전트가 실행할 수 있는 일련의 "기술"(슬래시 명령어)을 사용하여 PDF, URL, 채팅 내보내기 등 다양한 소스에서 데이터를 수집하고 해당 정보를 구조화된 위키로 요약합니다.

주요 메커니즘은 다음과 같습니다:

• 지식 컴파일: 새로운 정보는 단순히 누적되는 것이 아니라 기존 페이지에 병합되며, 모순되는 내용은 플래그가 지정되고 중복은 제거됩니다.
• 세션 수명 주기: 세션 시작 시 관련 컨텍스트(사용자 프로필, 열려 있는 스레드)를 자동으로 주입하고 세션이 종료되기 전에 재사용 가능한 지식을 캡처합니다.
• 로컬 우선 저장소: 모든 데이터가 디스크에 일반 Markdown으로 저장되므로 핵심 vault 기능에는 API 키, 임베딩 모델 또는 벡터 데이터베이스가 필요하지 않습니다.
• 그래프 인식 쿼리: 에이전트가 노트 간의 구조적 관계를 쿼리할 수 있는 도구를 제공하여 표준 grep 기반 검색보다 복잡한 아키텍처 질문에 더 빠르고 정확하게 답변할 수 있습니다.

대상 사용자

AI 에이전트(Claude Code, Cursor, Windsurf 등)를 사용하며 프로젝트와 함께 발전하는 지속적이고 휴대 가능하며 사람이 읽을 수 있는 지식 베이스를 원하는 개발자 및 파워 유저.

주요 특징

• 에이전트 비종속성: Claude Code, Cursor, Codex, Gemini CLI를 포함한 광범위한 에이전트와 호환됩니다.
• 로컬 소유권: 데이터가 일반 Markdown으로 저장되므로 grep 및 diff가 가능하며 특정 벤더에 종속되지 않습니다.
• 포괄적인 도구 세트: 지식 수집, 쿼리, 린팅 및 중복 제거를 위한 39가지 기술이 포함되어 있습니다.
• 세션 지속성: 사용자가 누구인지, 현재 무엇이 활성화되어 있는지 추적하여 서로 다른 AI 세션 간의 연속성을 유지합니다.
• Python API: 개발자가 vault 메모리를 Python 애플리케이션에 직접 통합할 수 있도록 합니다.