breferrari/obsidian-mind

해결하는 문제

AI 코딩 에이전트는 일반적으로 지속적인 기억을 가지지 않아, 각 세션마다 처음부터 시작하며 사용자가 목표, 팀 패턴, 과거 결정을 다시 설명해야 합니다. Obsidian Mind은 이러한 에이전트에게 Obsidian 백업을 '뇌'처럼 제공하여 세션과 기계를 넘나들며 지식이 축적되도록 합니다.

작동 방식

이 시스템은 Claude Code, Codex CLI, Gemini CLI와 같은 에이전트를 위한 지속 가능한 메모리 계층으로 Obsidian 백업을 변환합니다. 절차적 훅과 에이전트 주도 콘텐츠 생성의 조합을 사용합니다.

• 라이프사이클 훅: Node.js 스크립트는 세션 시작 시 '북스타' 목표와 활성 프로젝트 컨텍스트를 자동으로 삽입하고, 사용자 프롬프트를 분류하여 정보를 라우팅(예: '승리' 또는 '결정' 식별), 마크다운 작성의 유효성을 검증하여 적절한 링크와 형식을 보장합니다.
• 계층적 컨텍스트 로딩: 토큰 비용을 관리하기 위해 전체 백업을 프롬프트에 덤프하지 않습니다. 초기 컨텍스트에는 가벼운 요약과 파일 목록을 사용하고, 특정 세부 정보는 필요 시에만 검색합니다.
• 세마틱 검색(QMD를 통해): 선택적으로 QMD를 통합하여 로컬에서 모델 기반 세마틱 검색(임베딩, 쿼리 확장, 재정렬 모델 사용)을 가능하게 하여 키워드 일치 없이도 관련 노트를 찾을 수 있습니다.
• MCP 서버: Model Context Protocol (MCP) 서버를 통해 어떤 리포지토리에서 작업하는 에이전트라도 중앙 메모리 백업을 검색, 읽기, 쓰기할 수 있습니다.

대상 사용자

다른 코딩 세션과 리포지토리 간에 프로젝트 결정, 개인적 선호, 전문적 성과를 AI가 기억하도록 하고 싶은 AI 코딩 에이전트(특히 Claude Code, Codex CLI, Gemini CLI)를 사용하는 개발자.

주요 특징

• 에이전트 독립적 코어: 공유된 Markdown과 TypeScript 훅을 사용해 여러 CLI 에이전트에서 작동합니다.
• 자동 메모리 관리: /om-standup으로 아침 회의 시작, /om-dump로 회의 노트를 빠르게 기록하는 등의 자동화된 명령어를 제공합니다.
• 로컬 지능: QMD 통합으로 API 비용 없이 오프라인 세마틱 검색이 가능합니다.
• 리포지토리 간 접근성: MCP 서버를 통해 하나의 '뇌' 백업이 마シン 상의 모든 프로젝트의 지식 기반으로 작동할 수 있습니다.