1

Rozdział 1 z 11

Wprowadzenie — czym jest „drugi mózg" i LLM Wiki

Opublikowany

Zanim cokolwiek zainstalujemy — wyjaśniamy, czym jest Obsidian, dlaczego klasyczny RAG niczego nie kumuluje i jak agent AI może sam prowadzić Twoją bazę wiedzy. Rozdział teoretyczny.

Czego się nauczysz

  • Czym jest Obsidian i vault
  • RAG: dlaczego AI zapomina
  • Wzorzec LLM Wiki (Karpathy)
  • Trzy warstwy i trzy operacje
  • Mapa przewodnika i legenda

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.

Narzędzia / paczki

Obsidian Markdown LLM Wiki

Spis treści