obsidian-mind: 用於 AI 編碼代理追蹤專業環境與績效證據的持久記憶庫

它解決的問題

AI 編碼代理（如 Claude Code）通常會在每個會話開始時從零開始，失去對目標、團隊動態和過去決策的上下文。Obsidian Mind 為這些代理提供了一個持久且結構化的記憶系統，使它們能夠維護使用者工作、項目和專業成長的長期知識圖譜。

它是如何運作的

此專案是一個設計用作代理工作目錄的 Obsidian 庫模板。它結合了程序鉤子和代理驅動的內容管理：

• Lifecycle Hooks：TypeScript 腳本，在會話開始時自動注入上下文（如「North Star」目標），實時分類用戶提示，並在寫入後驗證 Markdown 檔案。
• Vault-First Memory：持久知識存儲在 git 追蹤的 Markdown 檔案中。代理管理這些筆記，將項目與人員和決策關聯。
• Tiered Loading：為節省 token，它使用輕量級的初始上下文注入，並依賴語義搜尋（透過可選的 QMD 工具）按需拉取特定資訊。
• Agent Integration：它透過配置檔案和鉤子與 Claude Code、Codex CLI 和 Gemini CLI 進行整合。

適合對象

使用 AI 編碼代理的軟體工程師和開發人員，他們希望自己的 AI 助手能夠記住專業上下文，追蹤他們的績效以進行績效評估，並自動管理項目文件。

特色

• Automated Context Injection：在每個會話開始時自動載入活躍的項目與任務。
• 語義搜尋：可選地與 QMD 整合，以高準確性檢索庫內容。
• 績效追蹤：一個內建系統，將工作筆記與能力框架關聯，自動生成績效評估的證據。
• 專門子代理：專門負責如「brag-spotting」（發現未捕捉的勝利）和「slack-archaeology」（從 Slack 重建事件）等任務的代理。
• 代理與平台無關：使用共享的 Markdown 約定和腳本，在多個基於 CLI 的 AI 代理間工作。