obsidian-second-brain：一個自我維護的 Obsidian 金庫，透過 LLM 指令自行重寫並合成知識

它解決了什麼問題

本專案針對使用 Claude 等 AI 助手時常出現的「機構性失憶」問題——每次會話都從頭開始，知識會遺失。它同時解決了 Obsidian 中靜態筆記的問題，資訊往往被閒置且彼此斷裂。透過橋接兩者，它打造出一個「第二大腦」，不僅僅是儲存資訊，而是主動維護、更新與合成資訊。

工作原理

它作為跨平台技能（相容於 Claude Code、Codex、Gemini、OpenCode 與 Hermes），允許 LLM 直接與 Obsidian 金庫互動。系統不只是簡單地新增筆記，而是重寫既有頁面以更新事實並調和矛盾。其採用分層架構：

• 操作（Operations）： 28 個指令，用於保存、匯入內容（URL、PDF、音訊、螢幕截圖）以及組織金庫。
• 思考工具（Thinking Tools）： 7 個指令，用於利用金庫歷史挑戰想法、顯示未命名的模式，並提煉資訊。
• 情境引擎（Context Engine）： 一個指令將使用者的身份與狀態載入 AI 會話。
• 研究工具組（Research Toolkit）： 7 個指令，將 X（透過 Grok）、網路（透過 Perplexity）以及 YouTube/播客的外部資料整合進金庫。
• 背景代理（Background Agents）： 排程代理於每晚執行，調和矛盾、合成模式，並修復孤立筆記。

目標使用者

使用 Obsidian 做筆記的知識工作者、研究者與開發者，想要一個 AI 驅動的系統自動管理知識庫、追蹤決策，且在不需手動整理的情況下執行深度研究。

重點特色

• 自我維護金庫（Self-Maintaining Vault）： 自動重寫頁面並解決矛盾，而非僅僅追加資料。
• 多來源匯入（Multi-Source Ingestion）： 將語音備忘、螢幕截圖與 URL 轉換為跨多頁面的結構化知識。
• AI 為先的格式（AI-First Formatting）： 使用特定的前置語句與 frontmatter，設計給 LLM 檢索而非人類閱讀。
• 程式碼庫架構（Codebase Architecture）： 包含 /obsidian-architect 指令，可掃描程式碼庫並在金庫中維護架構筆記。
• 外部整合（External Integration）： 透過 Grok 與 Perplexity 的即時研究功能，填補金庫中的知識空白。