Obsidian Second Brain: хранилище, которое стало памятью для AI-агентов
У большинства из нас есть два параллельных мира: Obsidian с сотнями заметок, которые никто не перечитывает, и AI-агенты в терминале, каждая сессия которых начинается с нуля, будто прошлого не было. Репозиторий obsidian-second-brain склеивает эти миры: 4.7 тысячи звёзд, лицензия MIT, автор — Eugeniu Ghelbur, инженер по AI-автоматизации. Формула проекта честно вынесена в README: «эволюция паттерна Karpathy LLM Wiki: vault, который переписывает сам себя».
Эта статья — обзор репозитория и одновременно рассказ о том, почему мы читали его с узнаванием: наша Automata CRM построена по тому же паттерну, только не для заметок, а для бизнеса.
Паттерн Karpathy LLM Wiki
Андре Карпаты описал простую и мощную идею: пусть база знаний будет вики, которую поддерживает LLM. Модель добавляет новые страницы и связывает их ссылками, находит противоречия и помечает их для ручного разрешения, достаёт паттерны по запросу. Человек остаётся владельцем знаний, модель — рабочей силой, которая эти знания обслуживает.
Слабое место паттерна — он пассивен. Wiki растёт, когда вы попросите. Противоречия лежат, пока вы не разберёте. Obsidian Second Brain доводит идею до активной формы.
Что внутри: четыре слоя, 47 команд
Репозиторий добавляет в CLI-агента (Claude Code, Codex, Gemini CLI и ещё четыре) блок команд и фоновых агентов, работающих с вашим хранилищем.
Слой операций, 30 команд. Сохранение и ingest материалов: URL, PDF, аудио, скриншоты превращаются в нормализованные заметки. /obsidian-reconcile разрешает противоречия, /obsidian-health проверяет хранилище линтером, /obsidian-architect документирует кодовую базу в заметки.
Слой мышления, 9 команд. Самое интересное. /obsidian-challenge заставляет хранилище спорить с вами, опираясь на вашу же историю. /obsidian-emerge ищет безымянные паттерны, /obsidian-connect строит мосты между доменами знаний.
Слой контекста. /obsidian-world загружает идентичность и состояние с токен-бюджетами: от лёгкого уровня L0 до полного L3 — агент получает ровно столько контекста, сколько влезает в задачу.
Research-инструментарий, 7 команд. Поиск, дайджесты, конспекты YouTube и подкастов. Ключевое слово — vault-first: /research-deep сначала сканирует ваши заметки и исследует во внешнем мире только пробелы.
Плюс четыре плановых агента: утренний в 8:00, ночной в 22:00, пятничный обзор и воскресная проверка здоровья. Vault живёт без вашего участия.
Инженерная дисциплина: OKM и би-темпоральность
Две вещи отличают проект от «подключим GPT к заметкам».
Open Knowledge Metabolism. Каждый факт обязан быть «вечным, датированным или ссылкой». Медленно меняющееся знание хранится в заметке. Быстро меняющиеся факты — ссылкой на живой источник с пометкой «верно на такую-то дату». Есть спецификация и линтер.
Би-темпоральные факты. Хранилище помнит не только когда факт был верен, но и когда оно о нём узнало. Для личной базы знаний это звучит академично, пока не всплывает вопрос «а когда это перестало быть правдой» — а он всплывает всегда.
И принцип, с которого стоит начинать: AI-first формат. Заметки пишутся для чтения агентом, не человеком: frontmatter, маркеры свежести, wikilinks, дословные источники. Это переворот: сто лет мы адаптировали машины под документы, здесь документы адаптируют под машину.
Отдельного уважения заслуживает инженерия: 763 теста в CI, восемь сборок под разные платформы, bounded recall через hook — не больше четырёх заметок примерно по 900 символов на промпт, чтобы «память» не съедала контекст целиком.
«Ваш vault переживёт любой CLI»
Самая практичная мысль README. Агенты меняются каждые полгода: сегодня один, завтра другой, послезавтра третий. Знания в markdown не принадлежат ни одному из них. Вы меняете CLI — vault остаётся, новый агент просто читает те же файлы. Это редкий случай, когда правильная архитектура ещё и самая дешёвая.
Мы строили Automata CRM по этому паттерну
Мы читали этот репозиторий с постоянным ощущением дежавю, потому что наша Automata CRM — производственная реализация той же идеи, только на сущностях бизнеса вместо заметок.
Всё написанное ниже — не план, а то, как система работает сегодня:
- Хранилище — источник правды. Клиенты, сделки, задачи, счета, инфраструктура и переписка живут в Obsidian-хранилище: markdown с frontmatter. Задача с тегами urgent и important автоматически попадает в нужный квадрант матрицы Эйзенхауэра на дашборде.
- Агенты читают и пишут напрямую. AI-агенты работают с теми же файлами: совет директоров из ролей (генеральный держит недельный план, финансовый — деньги и ценовые полы, коммерческий — дебиторку), маркетолог — данные пульта продвижения. Решения пишутся в общий журнал, важное утверждает человек.
- Данные на месте, панель отдельно. Дашборды не заменяют хранилище, а читают из него: панель продвижения собирает семантику, покрытие контента, пять соцсетей и трафик в один JSON-файл, который потом виден и агенту, и владельцу.
- Дисциплина данных. Чувствительные поля клиентов шифруются отдельным сейфом с автозахлопыванием, компания зарегистрирована как оператор персональных данных. Для бизнес-версии паттерна это не опция, а условие выживания.
Чем бизнес-версия отличается
Разница между «вторым мозгом» и «CRM на втором мозге» — в цене ошибки. В личной базе знаний ошибочная заметка стоит перечитывания. В бизнесе агент, который не туда записал платёж или слил персональные данные, стоит денег и репутации. Поэтому в нашей версии паттерна трижды усилено то, что у личной версии факультативно: утверждение человеком критичных действий, шифрование персональных данных и журнал решений, по которому всегда видно, кто и почему сделал.
Вывод простой. Паттерн «LLM плюс вики» за два года прошёл путь от идеи в твите до систем с тысячами тестов — и до бизнес-инструментов, на которых реально работают компании. Если у вас уже есть Obsidian с накопленными знаниями, obsidian-second-brain — самый короткий путь дать вашим агентам постоянную память. Если вы владелец бизнеса и думаете о CRM, которую не придётся выкупать у вендора вместе с данными, — паттерн тот же, и он работает.
📞 +7 (906) 311-77-69 · ✉ hello@automata.sale · 💬 Telegram: @automatasale · 🌐 automata.sale
ИП Урядов Евгений Евгеньевич · ИНН 645112058391 · ОГРНИП 312645301900058 Работаем по России, Беларуси и Казахстану
Частые вопросы
Что такое паттерн Karpathy LLM Wiki?
Это подход, который описал Андрей Карпаты: база знаний в виде вики, которую поддерживает LLM. Модель добавляет новые страницы со ссылками, помечает противоречия для ручного разрешения и достаёт паттерны по запросу. Человек остаётся владельцем знаний, модель — рабочей силой.
Чем obsidian-second-brain отличается от обычного второго мозга в Obsidian?
Обычный второй мозг пишется человеком для человека. Здесь заметки пишутся в первую очередь для чтения агентом: AI-first формат, метаболизм знаний с правилом «вечное, датированное или ссылка», би-темпоральные факты и четыре плановых агента, которые обновляют хранилище без вашего участия.
Automata CRM действительно работает на Obsidian?
Да. Вся система — это Obsidian-хранилище с сущностями бизнеса в markdown и frontmatter, к которому подключены AI-агенты: клиенты, сделки, задачи, счета, инфраструктура. Агенты читают и пишут напрямую, человек утверждает важное.
Это подходит не-разработчику?
Репозиторий ставится одним скриптом и работает из коробки с семью CLI-агентами. Для бизнес-версии вроде нашей CRM нужен тот же принцип, но с дисциплиной данных: шифрование персональных данных, роли агентов и журнал решений.
Работаю удалённо — цены и условия для вашего города: