Автор Habr, строящий цифрового двойника, поделился опытом использования Obsidian и Claude Code. За полтора года он собрал базу знаний из 219 353 файлов и пришел к выводу, что Obsidian — лишь интерфейс для просмотра, а не ядро системы. Вся ценность данных — в обычных текстовых файлах, перелинковке и агенте, который читает и пишет их напрямую.
Изначально автор ожидал, что Obsidian станет хранилищем памяти, а граф — рабочим инструментом. Однако сбылось только то, что граф приятно смотреть, а заметки удобно читать. Агенту Obsidian не нужен: Claude Code работает с файлами напрямую, без плагинов-мостов. Синхронизация между шестью машинами выполняется через Syncthing, а не через облако Obsidian.
Ошибкой автор считает складывание всего подряд в текстовые файлы: выгрузки переписок, логи, дампы. Это увеличивало объем хранилища, ухудшало поиск и повышало расход токенов. Теперь данные организованы в три слоя. Первый слой — факты: сырые данные в SQLite, например, архив Telegram за 10 лет (5.9 ГБ, 958 014 сообщений автора). Второй слой — смысл: семантический поиск на видеокарте, который возвращает пять ближайших заметок. Третий слой — мысли: выжимки, решения, правила, портреты людей, созданные совместно с ИИ.
Агент Claude Code читает и пишет файлы напрямую, без плагинов-мостов, что делает Obsidian ненужным для автоматизации.
Автор использует дешевые инструменты для поиска и запросов, а модель вызывает только для задач, требующих суждения. Обязательное правило — агент поднимает контекст перед началом работы: читает карточку человека, историю переписки, проверяет, не делалась ли задача ранее. Второе правило — все, что прошло через агента, сохраняется в хранилище с метаданными и ссылками.
Самым показательным результатом стал профиль голоса автора. Скрипт проанализировал 958 014 сообщений и собрал статистику: приветствия, слова-паразиты, стиль общения. Теперь агент сверяется с профилем, чтобы писать от имени автора в его стиле. Это пример того, как цифровой двойник может использовать личные данные для имитации поведения.
