Jun 18, 2026, 12:01 PM
This commit is contained in:
@@ -16,7 +16,7 @@ Wzdrzec architektoniczny polegający na umieszczeniu w katalogu głównym projek
|
||||
## How It Works
|
||||
Sesje z terminalowymi agentami AI (np. [[entities/claude-code]]) są bezstanowe. Każda nowa sesja zaczyna się od zera. Umieszczenie kontraktu w pliku o stałej lokalizacji sprawia, że agent odczytuje go automatycznie przy uruchomieniu i odzyskuje pełny kontekst operacyjny. Kontrakt zazwyczaj zawiera:
|
||||
- **Strukturę katalogów**: Co znajduje się w poszczególnych folderach.
|
||||
- **Konwencje techniczne**: Standardy linkowania (np. WikiLinks), formatowanie YAML, styl nazewnictwa.
|
||||
- **Konwencje techniczne**: Standardy linkowania (np. Knowledge BaseLinks), formatowanie YAML, styl nazewnictwa.
|
||||
- **Instrukcje bezpieczeństwa (Negative Instructions)**: Czego agentowi *bezwzględnie nie wolno robić* (np. modyfikować folderu z szablonami, usuwać plików bez potwierdzenia).
|
||||
- **Aktywny kontekst**: Nad czym aktualnie pracuje użytkownik i co powinno być priorytetem bieżącej sesji.
|
||||
|
||||
@@ -26,3 +26,4 @@ Kontrakt agenta przekształca generyczny model językowy w zdyscypliniowanego pr
|
||||
## Sources
|
||||
- [[summaries/building-personal-ai-assistant-sqlite-gtd]]
|
||||
- [[summaries/obsidian-vault-as-knowledge-graph]]
|
||||
|
||||
|
||||
@@ -16,7 +16,7 @@ Specyficzne, niestandardowe rozszerzenia i dialekty formatów tekstowych (takie
|
||||
|
||||
## The Problem
|
||||
Standardowe modele LLM są trenowane na czystym języku Markdown (CommonMark / GFM). Jednak zaawansowane aplikacje, takie jak Obsidian, używają własnych, unikalnych dialektów:
|
||||
- Linki wewnętrzne w postaci podwójnych nawiasów kwadratowych: WikiLinks.
|
||||
- Linki wewnętrzne w postaci podwójnych nawiasów kwadratowych: Knowledge BaseLinks.
|
||||
- Bloki wyróżnień (Callouts): `> [!info]`.
|
||||
- Systemy wizualnych map myśli: pliki Canvas (`.canvas` na bazie struktur JSON).
|
||||
Bez jawnego przeszkolenia, agent AI piszący notatki cicho uszkadza składnię (np. generuje puste linki, psuje schematy YAML czy zrywa hierarchie), co wymaga manualnych poprawek ze strony człowieka.
|
||||
@@ -27,3 +27,4 @@ Tworzenie i wgrywanie dedykowanych zestawów reguł i wzorców (np. oficjalnej b
|
||||
## Sources
|
||||
- [[summaries/what-happens-giving-keys-to-llm-obsidian]]
|
||||
- [[summaries/obsidian-vault-as-knowledge-graph]]
|
||||
|
||||
|
||||
@@ -20,7 +20,7 @@ Zamiast pozostawiać wartościową wiedzę w ulotnej historii czatu przeglądark
|
||||
- **Działający kod** (gotowe skrypty, zapytania SQL, jednolinijkowce).
|
||||
- Dalsze kroki oraz powiązane linki źródłowe.
|
||||
|
||||
Notatka ta jest następnie integrowana z bazą wiedzy za pomocą linków zwrotnych (`[[WikiLinks]]`), łącząc dzisiejsze odkrycia z wcześniejszymi ustaleniami.
|
||||
Notatka ta jest następnie integrowana z bazą wiedzy za pomocą linków zwrotnych (`[[Knowledge BaseLinks]]`), łącząc dzisiejsze odkrycia z wcześniejszymi ustaleniami.
|
||||
|
||||
## Why It Matters
|
||||
1. **Przetrwanie wiedzy**: Kluczowe wnioski z debugowania i kompromisy projektowe nie znikają po zamknięciu karty.
|
||||
@@ -29,3 +29,4 @@ Notatka ta jest następnie integrowana z bazą wiedzy za pomocą linków zwrotny
|
||||
|
||||
## Sources
|
||||
- [[summaries/archive-obsidian-skill]]
|
||||
|
||||
|
||||
@@ -15,7 +15,7 @@ Autonomiczny, periodyczny (zazwyczaj nocny) potok optymalizacji i konserwacji ba
|
||||
|
||||
## How It Works
|
||||
Podczas okresu niskiej aktywności użytkownika (np. o godzinie 2:00 w nocy), agent AI autonomicznie skanuje całe repozytorium pamięci i wykonuje następujące operacje:
|
||||
1. **Naprawa odnośników**: Wykrywa i naprawia uszkodzone, puste lub nieaktualne linki zwrotne (`[[WikiLinks]]`).
|
||||
1. **Naprawa odnośników**: Wykrywa i naprawia uszkodzone, puste lub nieaktualne linki zwrotne (`[[Knowledge BaseLinks]]`).
|
||||
2. **Konsolidacja faktów**: Łączy nakładające się informacje o tych samych podmiotach, aktualizuje relacje i eliminuje redundancję.
|
||||
3. **Analiza relacji encji**: Ponownie analizuje nowe notatki pod kątem powiązań między ludźmi, organizacjami czy pojęciami (np. dodaje brakujące `works_at` czy `partner_of`).
|
||||
4. **Przebudowa osadzeń (Re-embedding)**: Generuje zaktualizowane wektory semantyczne dla dokumentów, które zostały zmodyfikowane w ciągu dnia, zapewniając ich wysoką wykrywalność w wyszukiwaniu hybrydowym.
|
||||
@@ -25,3 +25,4 @@ Ludzie mają tendencję do porzucania baz wiedzy (PKM), ponieważ koszt ich ręc
|
||||
|
||||
## Sources
|
||||
- [[summaries/gbrain-long-term-memory]]
|
||||
|
||||
|
||||
@@ -16,7 +16,7 @@ System precyzyjnego znakowania i rozróżniania statusu poznawczego (epistemiczn
|
||||
## How It Works
|
||||
W badaniach akademickich i merytorycznych kluczowe jest oddzielenie faktów pochodzących ze źródeł od interpretacji modelu AI oraz suwerennego stanowiska badawczego samego naukowca. System markerów epistemicznych wprowadza cztery rejestry zapisu:
|
||||
- **(brak znacznika)** — Twierdzenie bezpośrednio przypisane i ugruntowane w nazwanym źródle pierwotnym (np. cytat lub parafraza konkretnego autora).
|
||||
- **[W]** — *Synthesis / Wiki synthesis*: Integracja redakcyjna dokonana przez model językowy na podstawie analizy wielu dokumentów (synteza bazy wiedzy).
|
||||
- **[W]** — *Synthesis / Knowledge Base synthesis*: Integracja redakcyjna dokonana przez model językowy na podstawie analizy wielu dokumentów (synteza bazy wiedzy).
|
||||
- **[P]** — *Personal stance / Position*: Własne, suwerenne stanowisko badawcze człowieka. To, co człowiek argumentuje i wnioskuje, a nie to, co mówi źródło.
|
||||
- **[?]** — *Uncertain / Speculative*: Informacja niepewna, trudna do jednoznacznego zweryfikowania (błędna data, brak źródła, potencjalna halucynacja).
|
||||
|
||||
@@ -25,3 +25,4 @@ Zapobiega zacieraniu granic odpowiedzialności intelektualnej i pozwala na zacho
|
||||
|
||||
## Sources
|
||||
- [[summaries/building-llm-research-knowledge-philosophy]]
|
||||
|
||||
|
||||
@@ -17,7 +17,7 @@ Podejście do organizacji osobistego skarbca notatek Markdown, w którym płaski
|
||||
Tradycyjny skarbiec to zbiór nieustrukturyzowanych, opisowych notatek. Przekształcenie go w bazę danych opiera się na trzech elementach:
|
||||
1. **Ścisły Schemat (YAML Frontmatter)**: Każda notatka posiada ujednolicony nagłówek metadanych określający jej typ (summary, concept, entity), tagi, datę utworzenia oraz powiązane źródła. Działa to jak definicja kolumn w tabeli SQL.
|
||||
2. **Kompilator Skarbca ([[entities/dataview]])**: Narzędzie indeksujące metadane i udostępniające ustrukturyzowane tabele i zmienne, ułatwiające odpytywanie bazy.
|
||||
3. **Graf Połączeń (Edges & Nodes)**: Linki wewnętrzne (WikiLinks) tworzą krawędzie grafu relacyjnego, umożliwiając wykonywanie algorytmów grafowych (np. ranking centralności, detekcja klastrów i mostów).
|
||||
3. **Graf Połączeń (Edges & Nodes)**: Linki wewnętrzne (Knowledge BaseLinks) tworzą krawędzie grafu relacyjnego, umożliwiając wykonywanie algorytmów grafowych (np. ranking centralności, detekcja klastrów i mostów).
|
||||
|
||||
## Why It Matters
|
||||
Agenty AI (np. [[entities/claude-code]]) działają drastycznie skuteczniej i zużywają mniej tokenów, gdy poruszają się po ustrukturyzowanej bazie danych z wyraźnymi schematami i powiązaniami, niż gdy próbują odczytywać i interpretować całkowicie chaotyczny, nieustrukturyzowany szum tekstowy.
|
||||
@@ -25,3 +25,4 @@ Agenty AI (np. [[entities/claude-code]]) działają drastycznie skuteczniej i zu
|
||||
## Sources
|
||||
- [[summaries/15-obsidian-workflows-and-plugins]]
|
||||
- [[summaries/obsidian-vault-as-knowledge-graph]]
|
||||
|
||||
|
||||
@@ -15,7 +15,7 @@ Zaawansowany agent AI działający w interfejsie wiersza poleceń (CLI), stworzo
|
||||
|
||||
## Key Characteristics
|
||||
- **Zorientowany na "Codebase"**: Działa bezpośrednio w systemie plików użytkownika, zachowując głęboki kontekst i potrafiąc analizować wzajemne powiązania między setkami dokumentów.
|
||||
- **Wsparcie dla Markdown**: Doskonale radzi sobie ze skarbami notatek (np. [[entities/obsidian]]) traktując je jak bazy kodu: notatki jako pliki źródłowe, a linki WikiLinks jako deklaracje importu.
|
||||
- **Wsparcie dla Markdown**: Doskonale radzi sobie ze skarbami notatek (np. [[entities/obsidian]]) traktując je jak bazy kodu: notatki jako pliki źródłowe, a linki Knowledge BaseLinks jako deklaracje importu.
|
||||
- **Sterowanie Kontraktem**: Wykonuje złożone zadania w oparciu o lokalne instrukcje zdefiniowane w pliku [[concepts/agent-contracts]] (`CLAUDE.md`).
|
||||
- **Trwała Pamięć**: Choć sesje LLM są z natury bezstanowe, Claude Code potrafi akumulować wiedzę o nawykach i preferencjach użytkownika, zapisując je w pliku `memory.md` wewnątrz repozytorium.
|
||||
|
||||
@@ -27,3 +27,4 @@ Zaawansowany agent AI działający w interfejsie wiersza poleceń (CLI), stworzo
|
||||
## Related Entities
|
||||
- [[entities/obsidian]] — Wizualny partner: Claude Code pisze, Obsidian renderuje.
|
||||
- [[entities/sqlite]] — Baza danych, na której Claude Code wykonuje zapytania i skrypty.
|
||||
|
||||
|
||||
@@ -15,7 +15,7 @@ Oficjalny zestaw otwartoźródłowych (licencja MIT) umiejętności agentowych s
|
||||
|
||||
## Capabilities & Modules
|
||||
Paczka `kepano/obsidian-skills` instalowana jest w katalogu umiejętności agenta i zawiera pięć wyspecjalizowanych modułów:
|
||||
1. `obsidian-markdown` — uczy model specyficznego dialektu Markdown (WikiLinki, bloki calloutów, osadzenia), zapobiegając uszkadzaniu składni.
|
||||
1. `obsidian-markdown` — uczy model specyficznego dialektu Markdown (Knowledge BaseLinki, bloki calloutów, osadzenia), zapobiegając uszkadzaniu składni.
|
||||
2. `obsidian-bases` — zarządza strukturami ustrukturyzowanych danych i typami właściwości frontmatter.
|
||||
3. `json-canvas` — pozwala agentom na bezpieczne generowanie, modyfikowanie i odczytywanie wizualnych map myśli (plików Obsidian Canvas bazujących na formacie JSON).
|
||||
4. `obsidian-cli` — udostępnia pełne API do manipulowania skarbcem z poziomu wiersza poleceń (CLI).
|
||||
@@ -27,3 +27,4 @@ To pierwszy przypadek, w którym twórca platformy osobiście napisał i wydał
|
||||
## Related Entities
|
||||
- [[entities/obsidian]] — Wspierany system notatek.
|
||||
- [[entities/claude-code]] — Terminalowy agent wykorzystujący te umiejętności.
|
||||
|
||||
|
||||
@@ -17,7 +17,7 @@ Artykuł Bulenta Gorkema omawia problem "ulotności" interakcji z modelami AI
|
||||
### Dlaczego warto archiwizować rozmowy z AI?
|
||||
- **Trwałość decyzji**: Zapisanie uzasadnienia decyzji ("dlaczego wybraliśmy X zamiast Y") oszczędza godziny ponownej pracy w przyszłości.
|
||||
- **Katalog działającego kodu**: Jednolinijkowce bashowe czy skomplikowane zapytania SQL, które w końcu zadziałały, trafiają do prywatnej, lokalnej bazy wiedzy.
|
||||
- **Budowa kontekstu historycznego**: Linki zwrotne (`[[WikiLinks]]`) w Obsidian pozwalają powiązać dzisiejsze sesje debugowania z decyzjami projektowymi podjętymi miesiąc temu.
|
||||
- **Budowa kontekstu historycznego**: Linki zwrotne (`[[Knowledge BaseLinks]]`) w Obsidian pozwalają powiązać dzisiejsze sesje debugowania z decyzjami projektowymi podjętymi miesiąc temu.
|
||||
- **Tani i pewny RAG**: Wklejenie zarchiwizowanej, ustrukturyzowanej notatki z powrotem do nowego czatu to najszybsza i najtańsza forma "pamięci" dla asystenta AI.
|
||||
|
||||
### Ewolucja: Od promptu ręcznego do Umiejętności (Skill)
|
||||
@@ -41,3 +41,4 @@ Artykuł Bulenta Gorkema omawia problem "ulotności" interakcji z modelami AI
|
||||
|
||||
## Sources
|
||||
- `raw/inbox/Przestań tracić najlepsze rozmowy AI_ archiwizuj Obsidian z umiejętnością.md`
|
||||
|
||||
|
||||
@@ -13,7 +13,7 @@ confidence: high
|
||||
Artykuł Aleksandra Szereszewskiego opisuje koncepcję traktowania bazy notatek Obsidian jako aktywnego grafu wiedzy (Knowledge Graph) i uwalniania jej potencjału za pomocą Claude Code oraz protokołu MCP (Model Context Protocol). Autor dzieli się doświadczeniami z pięciu lat prowadzenia skarbca zawierającego ponad 5 000 notatek.
|
||||
|
||||
## Key Points
|
||||
- **Skarbiec jako Graf**: Notatki w Obsidianie to węzły (nodes), WikiLinki (np. double-brackets) to krawędzie skierowane (edges), a tagi i właściwości frontmatter to atrybuty węzłów.
|
||||
- **Skarbiec jako Graf**: Notatki w Obsidianie to węzły (nodes), Knowledge BaseLinki (np. double-brackets) to krawędzie skierowane (edges), a tagi i właściwości frontmatter to atrybuty węzłów.
|
||||
- **Obsidian to Codebase**: Claude Code doskonale radzi sobie ze skarbem Obsidianu, ponieważ traktuje notatki Markdown jak pliki kodu źródłowego, a linki jak instrukcje importu.
|
||||
- **Rola CLAUDE.md**: Pełni rolę stałego dokumentu wdrożeniowego (kontraktu) dla agenta, definiując strukturę (Projects, Areas, Resources, Archive), konwencje linkowania i tagowania oraz bezwzględne reguły bezpieczeństwa (np. zakaz modyfikacji szablonów i załączników).
|
||||
- **Optymalizacja za pomocą MCP**: Aby uniknąć powolnego wyszukiwania i marnowania tokenów w dużych skarbcach, wykorzystuje się serwery MCP (np. MCPVault lub TurboVault), które udostępniają skarbiec jako ustrukturyzowaną bazę danych grafowych.
|
||||
@@ -37,3 +37,4 @@ Artykuł Aleksandra Szereszewskiego opisuje koncepcję traktowania bazy notatek
|
||||
- **Author**: Aleksander Szereszewski
|
||||
- **Date**: 2026-04-11
|
||||
- **URL**: https://medium.com/graph-praxis/your-obsidian-vault-is-a-knowledge-graph-heres-how-to-make-it-think-quickly-1487614a7682
|
||||
|
||||
|
||||
@@ -19,7 +19,7 @@ Artykuł Valerie analizuje rewolucyjny zwrot w osobistym zarządzaniu wiedzą (P
|
||||
- **Nowy schemat (Search-assisted writing)**: Model AI staje się aktywnym redaktorem naczelnym, który nigdy nie śpi. Działa w tle, porządkuje notatki, dodaje strony podmiotów (entities), aktualizuje pojęcia, łączy fakty i samodzielnie utrzymuje porządek w bazie.
|
||||
|
||||
### Rozwiązanie problemu formatowania (`obsidian-skills`):
|
||||
- Modele językowe znają czysty Markdown, ale popełniają błędy w dialekcie Obsidiana (błędne WikiLinki, uszkadzanie metadanych YAML frontmatter czy plików Canvas).
|
||||
- Modele językowe znają czysty Markdown, ale popełniają błędy w dialekcie Obsidiana (błędne Knowledge BaseLinki, uszkadzanie metadanych YAML frontmatter czy plików Canvas).
|
||||
- Steph Ango (CEO Obsidiana) wydał oficjalną paczkę `kepano/obsidian-skills` (licencja MIT), która uczy agentów (Claude Code, Codex) natywnych zasad Obsidiana:
|
||||
- `obsidian-markdown` — rzetelna obsługa linków dwukierunkowych i calloutów.
|
||||
- `obsidian-bases` — obsługa danych strukturalnych.
|
||||
@@ -51,3 +51,4 @@ Artykuł Valerie analizuje rewolucyjny zwrot w osobistym zarządzaniu wiedzą (P
|
||||
- **Author**: Valerie
|
||||
- **Date**: 2026-05-08
|
||||
- **URL**: https://medium.com/dare-to-be-better/what-happens-when-you-give-an-llm-the-keys-to-your-obsidian-vault-370562d821e0
|
||||
|
||||
|
||||
Reference in New Issue
Block a user