breferrari/obsidian-mind

解决的问题

AI 编码代理通常缺乏持久记忆，每次会话都从零开始，迫使用户重复解释目标、团队模式和过往决策。Obsidian Mind 为这些代理提供了一个「大脑」，即 Obsidian 仓库，使知识能够在会话和机器之间持续积累。

工作原理

它将一个 Obsidian 仓库转变为 Claude Code、Codex CLI 和 Gemini CLI 等代理的持久记忆层。系统结合了程序化钩子和代理驱动的内容创建机制：

• 生命周期钩子： Node.js 脚本自动执行任务，例如在会话开始时注入「北极星」目标和当前项目上下文，对用户提示进行分类以路由信息（例如识别「胜利」或「决策」），并验证 Markdown 写入以确保链接和格式正确。
• 分层上下文加载： 为控制令牌成本，系统不会将整个仓库一次性注入提示。它使用轻量级摘录和文件列表作为初始上下文，并按需检索具体细节。
• 语义搜索（通过 QMD）： 可选集成 QMD，提供本地、基于模型的语义搜索（使用嵌入、查询扩展和重排序模型），使代理即使在无关键词匹配的情况下也能找到相关笔记。
• MCP 服务器： Model Context Protocol (MCP) 服务器允许在 任何 仓库中工作的代理搜索、读取和写入中央记忆仓库。

适用人群

使用 AI 编码代理（特别是 Claude Code、Codex CLI 或 Gemini CLI）并希望 AI 能在不同编码会话和仓库之间记住项目决策、个人偏好和专业成就的开发者。

核心亮点

• 代理无关核心： 通过共享的 Markdown 和 TypeScript 钩子，支持多种 CLI 代理。
• 自动化记忆管理： 提供 /om-standup 用于晨会启动，/om-dump 用于快速记录会议笔记等自动化命令。
• 本地智能： QMD 集成支持离线语义搜索，无需 API 成本。
• 跨仓库访问： MCP 服务器使单一「大脑」仓库可作为机器上所有项目的知识库。