Halo! Saya ingin membagikan hasil dari kombinasi Obsidian + AI yang saya kerjakan selama ini.
Ide ini berasal dari "LLM Wiki" pattern yang dibagikan oleh Andrej Karpathy.
Cara menanyakan catatan ke LLM (RAG) selalu mencari tahu informasi dari awal. Tidak ada akumulasi pengetahuan. Sebagai gantinya, biarkan LLM membuat dan memelihara wiki permanen antara sumber asli dan saya — memasukkan sumber, membacanya, meringkasnya, dan mengintegrasikannya ke dalam wiki yang saling terkait dengan Markdown.
Saya mengimplementasikan pola ini menggunakan Claude Code + Obsidian untuk versi v1.
Yang Kurang di v1
Ternyata ada beberapa keterbatasan. Semua informasi dianggap setara, strukturnya datar, dan tidak ada kontrol kualitas sehingga cepat menjadi kacau.
Oleh karena itu, di v2 saya mengikuti struktur memori manusia. Ini adalah inti dari ide ini.
Memori manusia memiliki 4 tingkatan informasi: memori kerja (scratch sesi) → memori episodik (apa dan kapan) → memori semantik (fakta dan konsep) → memori prosedural (metode yang diulang).
Pengetahuan yang sering diverifikasi akan naik ke tingkat yang lebih tinggi dan bertahan lebih lama, sedangkan yang jarang diakses akan perlahan dilupakan sesuai dengan kurva lupa Ebbinghaus. Diverifikasi kembali akan meresetnya.
Fakta yang diverifikasi oleh beberapa sumber akan mendapatkan skor kepercayaan yang lebih tinggi (1 sumber 0.6 → 3 sumber atau lebih 0.95).
Informasi yang berubah tidak dihapus, melainkan ditandai sebagai "stale" dan diganti dengan versi baru.
Jika RAG adalah "pencarian", maka ini lebih mirip dengan cara memori manusia yang menumpuk, menyaring, dan melupakan.
Cara Menggunakannya
Masukkan transcript rapat ke folder "raw/" dan katakan "ingest" → halaman ringkasan akan dibuat, konsep terkait diperbarui, cross-reference ditambahkan, indeks dan log diatur secara otomatis.
"Apa yang dibahas dalam rapat minggu lalu?" → wiki akan mencari jawabannya dengan sumber.
Pengguna hanya perlu memasukkan sumber dan mengajukan pertanyaan. LLM akan menangani ringkasan, cross-referencing, dan pengorganisasian yang membosankan.
Anda tetap menggunakan Obsidian seperti biasa. Lihat struktur pengetahuan melalui tampilan graf, navigasikan melalui tautan, dan saksikan wiki tumbuh secara real-time. Untuk pengguna Obsidian, saya juga menyediakan frontmatter Dataview query, MoC (Map of Content) navigasi, template rapat dan harian.
Ringkasan Fitur
📓 Tetap menggunakan Obsidian — tidak perlu mempelajari aplikasi baru
🧠 Berdasarkan struktur memori manusia (v2) — 4 tingkatan + lupa + kepercayaan
⚡ Gunakan bahasa alami saja — tanpa vektor DB atau embedding, Markdown + indeks dapat menangani ratusan halaman
🔒 Konten lokal — hanya struktur yang dibagikan secara publik, catatan rapat dan catatan pribadi Anda tidak akan diunggah
🔄 Sedang dalam pengembangan — open source, baru-baru ini saya menambahkan optimasi yang mengurangi biaya ingest hingga ~4.6 kali lipat per halaman
Coba Sekarang
Anda hanya perlu Claude Code dan Obsidian. Klon git, ikuti beberapa baris kode di README "Metode C" untuk memulai.
https://github.com/cookyman74/llmwiki-harness
Saya masih mengembangkannya, jadi mungkin masih ada beberapa kekurangan. Umpan balik dan saran dari pengguna Obsidian yang berpengalaman sangat dihargai (PR juga terbuka 🙌), dan saya juga ingin tahu bagaimana Anda menggabungkan Obsidian dan AI.
▶ Sumber asli: https://github.com/cookyman74/llmwiki-harness
