Rozdział 1: Wprowadzenie — czym jest „drugi mózg” i LLM Wiki
Witaj w praktycznym przewodniku budowy osobistej bazy wiedzy w Obsidianie, którą prowadzi za Ciebie agent AI. Na końcu będziesz mieć prywatne repozytorium notatek, które samo synchronizuje się z GitHubem, ma jasne zasady dla AI i może je czytać Twój agent na serwerze (np. Hermes z poprzedniego tutoriala).
Przewodnik powstał na bazie realnej konfiguracji zrobionej od zera przez osobę, która nigdy wcześniej nie używała Obsidiana. Wszystkie pułapki, na które trafiliśmy, są opisane, więc Ty ich ominiesz.
Ten rozdział jest teoretyczny: nic jeszcze nie instalujemy. Chodzi o to, żebyś rozumiał, co budujemy i dlaczego.
Dla kogo: dla osoby, która chce uporządkować wiedzę (projekty, dokumentację, notatki) i pracować z nią razem z AI. Nie musisz znać Obsidiana ani Gita, wszystko pokazujemy krok po kroku. Przykłady są na macOS.
Czym jest Obsidian
Obsidian to darmowa aplikacja do notatek. Ma trzy cechy, które czynią go idealnym do współpracy z AI:
- Notatki to zwykłe pliki
.md(Markdown) na Twoim dysku. Nie ma zamkniętego formatu ani chmury, do której nie masz dostępu. Każdy program (i każdy agent AI) może je czytać i pisać. - Notatki łączysz linkami
[[...]]. Z czasem powstaje sieć powiązań, trochę jak w Wikipedii. - Graf powiązań pokazuje, jak Twoja wiedza się łączy: co jest centrum, a co leży na uboczu.
Folder z notatkami Obsidian nazywa vaultem (sejfem). To po prostu katalog na dysku.
Problem: AI zapomina
Większość osób pracuje z AI i dokumentami tak: wgrywasz pliki, zadajesz pytanie, AI wyszukuje pasujące fragmenty i odpowiada. To podejście nazywa się RAG (Retrieval-Augmented Generation).
Działa, ale ma wadę: nic się nie kumuluje. Przy każdym pytaniu AI zaczyna od surowych dokumentów. Ciekawe porównanie, które zrobiło dla Ciebie wczoraj, przepadło w historii czatu.
Rozwiązanie: LLM Wiki
Andrej Karpathy opisał inne podejście i nazwał je LLM Wiki (oryginalny opis). W skrócie:
- AI samo buduje i utrzymuje wiki z plików Markdown. Kiedy dodajesz nowe źródło, AI je czyta, streszcza i wplata w istniejące strony: aktualizuje pojęcia, dopisuje linki, zaznacza sprzeczności.
- Wiedza jest „kompilowana” raz, a potem tylko aktualizowana. Linki i wnioski zostają w plikach.
- Podział ról: Ty wybierasz źródła i zadajesz pytania, a AI wykonuje całą żmudną „księgowość”.
Porównanie z oryginału dobrze to oddaje: Obsidian jest jak IDE, AI jak programista, a wiki jak kod.
Analogia: zwykły czat z AI to rozmowa z bardzo mądrym znajomym, który po każdej rozmowie traci pamięć. LLM Wiki to ten sam znajomy, który po każdej rozmowie porządnie uzupełnia wspólny notes.
Trzy warstwy i trzy operacje
Cały wzorzec stoi na prostym podziale:
| Warstwa | Co to jest | Kto pisze |
|---|---|---|
| Źródła | artykuły, dokumentacja, notatki, PDF-y | Ty (AI tylko czyta) |
| Wiki | strony pisane przez AI: podsumowania, pojęcia, osoby, narzędzia | AI |
| Schemat | plik CLAUDE.md z zasadami dla AI |
Ty i AI razem |
Na bazie wiki wykonujesz trzy operacje:
| Operacja | Co się dzieje |
|---|---|
| Ingest | dodajesz źródło, a AI aktualizuje kilka do kilkunastu stron wiki |
| Query | pytasz, a AI odpowiada z odnośnikami do stron; dobre odpowiedzi zapisuje z powrotem |
| Lint | AI sprawdza zdrowie wiki: sprzeczności, osierocone strony, braki |
Co zbudujemy (mapa przewodnika)
| Rozdział | Temat |
|---|---|
| 1 | Wprowadzenie (tu jesteś) |
| 2 | Instalacja Obsidiana i pierwszy vault |
| 3 | Struktura folderów i konwencje |
| 4 | Dokumentacja projektów w vaultcie |
| 5 | Schemat LLM Wiki: CLAUDE.md, index.md, log.md |
| 6 | Pierwszy ingest i codzienna praca z agentem |
| 7 | Git i prywatne repozytorium na GitHubie |
| 8 | Wtyczka Obsidian Git: automatyczna synchronizacja |
| 9 | Podłączenie agenta Hermes na VPS (tylko do odczytu) |
| 10 | Bezpieczeństwo, utrzymanie i problemy |
| 11 | Automatyczna synchronizacja dokumentacji (GitHub Actions) |
Po Rozdziale 6 masz działający „drugi mózg” na swoim komputerze. Rozdziały 7–8 dodają kopię w chmurze i synchronizację, 9 podłącza agenta na serwerze, a 11 automatyzuje odświeżanie dokumentacji projektów.
Czego potrzebujesz
- komputera z macOS (na Windows i Linuksie kroki są bardzo podobne),
- konta na GitHubie (od Rozdziału 7),
- agenta AI, który potrafi czytać i pisać pliki, np. Claude Code (od Rozdziału 5),
- opcjonalnie: Hermes Agent na VPS (Rozdział 9; instalacja jest w osobnym tutorialu „Hermes Agent na VPS”).
Legenda (gdzie co robisz)
- 💻 lokalnie: na Twoim komputerze (terminal albo aplikacja),
- 🖥️ na serwerze: zalogowany przez SSH na VPS,
- 📱 w aplikacji lub przeglądarce: np. Obsidian, GitHub,
- 🤖 polecenie dla agenta AI: zdanie, które piszesz do Claude Code albo Hermesa.
Podsumowanie
- ✅ Wiesz, że Obsidian to aplikacja do notatek na zwykłych plikach Markdown.
- ✅ Rozumiesz, dlaczego RAG niczego nie kumuluje, a LLM Wiki tak.
- ✅ Znasz trzy warstwy (źródła, wiki, schemat) i trzy operacje (ingest, query, lint).
- ✅ Znasz mapę przewodnika i legendę.
W następnym rozdziale instalujemy Obsidiana i tworzymy pierwszy vault.
Dalej: Rozdział 2 — Instalacja Obsidiana i pierwszy vault.