Co się dzieje, gdy dasz LLM-owi klucze do swojego skarbca Obsidian

Artykuł Valerie analizuje rewolucyjny zwrot w osobistym zarządzaniu wiedzą (PKM) zapoczątkowany przez manifest Andreja Karpathy'ego "LLM Knowledge Base". Autorka szczegółowo opisuje wdrożenie oficjalnych "umiejętności agentów" (obsidian-skills) autorstwa Steph Ango (CEO Obsidiana) i krytycznie ocenia szanse oraz realne zagrożenia związane z oddaniem kontroli nad naszym skarbiecem sztucznej inteligencji.

Key Points

Przesunięcie Paradygmatu:

Stary schemat (Chat with your vault): Płaskie wyszukiwanie wektorowe (RAG), w którym model pobiera wycinki i generuje odpowiedź na jedno pytanie. Sesja czatu jest ulotna, a skarbiec pozostaje nieuporządkowanym cmentarzem notatek.
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).
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.
- json-canvas — bezpieczne generowanie i edycja płócien wizualnych.
- obsidian-cli — zarządzanie skarbcem bezpośrednio z terminala.
- defuddle — czyszczenie zrzucanych stron internetowych ze śmieci reklamowych, co oszczędza tokeny.

Realne Ryzyka i Tryby Awaryjne:

To nie czyni Cię mądrym, czyni mądrym Twój skarbiec: Model generuje doskonałą syntezę, ale po dwóch tygodniach uświadamiasz sobie, że od pół roku obracasz w głowie tę samą, niedokończoną myśl. AI ułatwia księgowość, ale nie zastępuje myślenia.
Zjawisko Halucynacji Relacji: Lokalne, mniejsze modele potrafią z dużą pewnością połączyć dwa zupełnie niezwiązane ze sobą pojęcia i napisać przekonujący akapit o ich relacji, która nie ma żadnego poparcia w Twoich notatkach. Wymaga to permanentnej, krytycznej weryfikacji człowieka.
Problem Zimnego Startu: Model nie uporządkuje chaosu za Ciebie. Jeśli Twoje notatki to niechlujne bazgroły, pierwszy miesiąc spędzisz na sprzątaniu bazy, którego AI nie potrafi wykonać bez Twoich wytycznych.
Prywatność danych: Przekazanie kluczy do skarbca agentom chmurowym oznacza wysłanie swoich najbardziej intymnych notatek, pamiętników czy listów rezygnacyjnych na serwery firm trzecich. Prywatność jest zachowana wyłącznie przy użyciu modeli 100% lokalnych.
Koszty sprzętowe: Dobre, lokalne systemy wymagają mocnego i drogiego sprzętu (np. Mac z dużą ilością pamięci unified RAM lub dedykowane karty RTX) do uruchomienia modeli typu Mistral NeMo 12B czy Qwen3. Mniejsze lub starsze komputery generują syntezy o drastycznie niższej jakości.

Relevant Concepts

concepts/search-assisted-writing — Model pracy, w którym AI jest redaktorem, a nie tylko wyszukiwarką.
concepts/agent-formatting-dialects — Specjalizacja instrukcji dla agentów w celu poprawnej obsługi niestandardowych formatów plików.
concepts/rag-vs-knowledge — Zderzenie transakcyjnego RAG z trwałą kompilacją wiedzy.
concepts/knowledge-compilation — Rola LLM jako kompilatora surowej wiedzy.

Relevant Entities

entities/obsidian-skills — Zestaw umiejętności agentowych od Steph Ango.
entities/obsidian — Program do prowadzenia bazy notatek.
entities/claude-code — Terminalowy agent operujący na plikach.
entities/mistral-nemo — Rekomendowany, lokalny model 12B optymalny do zadań PKM.

Source Metadata

Type: Artykuł / Krytyczna analiza PKM
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

4.5 KiB Raw Blame History