breferrari/obsidian-mind

解決的問題

AI 編碼代理通常缺乏持久記憶，每次會話都從零開始，迫使使用者重複解釋目標、團隊模式與過去的決策。Obsidian Mind 為這些代理提供一個「大腦」，也就是 Obsidian 倉庫，讓知識能在會話與機器之間持續累積。

工作原理

它將一個 Obsidian 倉庫轉變為 Claude Code、Codex CLI 與 Gemini CLI 等代理的持久記憶層。系統結合了程序化鈎子與代理驅動的內容創建機制：

• 生命週期鈎子： Node.js 腳本自動執行任務，例如在會話開始時注入「北極星」目標與當前專案上下文，對使用者提示進行分類以路由資訊（例如識別「勝利」或「決策」），並驗證 Markdown 寫入以確保連結與格式正確。
• 分層上下文載入： 為控制令牌成本，系統不會將整個倉庫一次性注入提示。它使用輕量級摘錄與檔案清單作為初始上下文，並按需檢索具體細節。
• 語義搜尋（透過 QMD）： 可選整合 QMD，提供本地、基於模型的語義搜尋（使用嵌入、查詢擴展與重排序模型），使代理即使在無關鍵字匹配的情況下也能找到相關筆記。
• MCP 伺服器： Model Context Protocol (MCP) 伺服器允許在 任何 倉庫中工作的代理搜尋、讀取與寫入中央記憶倉庫。

適用對象

使用 AI 編碼代理（特別是 Claude Code、Codex CLI 或 Gemini CLI）並希望 AI 能在不同編碼會話與倉庫之間記住專案決策、個人偏好與專業成就的開發者。

核心亮點

• 代理無關核心： 透過共享的 Markdown 與 TypeScript 鈎子，支援多種 CLI 代理。
• 自動化記憶管理： 提供 /om-standup 用於晨會啟動，/om-dump 用於快速記錄會議筆記等自動化指令。
• 本地智慧： QMD 整合支援離線語義搜尋，無需 API 成本。
• 跨倉庫存取： MCP 伺服器使單一「大腦」倉庫可作為機器上所有專案的知識庫。