So geben Sie KI-Agenten Langzeitgedächtnis mit Obsidian

Letzte Woche habe ich mich dabei ertappt, unserem Coding-Agent zum dritten Mal in diesem Monat die Struktur unseres Authentifizierungsdienstes zu erklären. Der Kontextfenster von Claude Code ist groß genug, aber jede Sitzung endet irgendwann. Ein neuer Terminal-Aufruf – und die Konsole weiß wieder nichts über Architekturentscheidungen, Team-Vereinbarungen oder Sprint-Aufgaben.

Kürzlich bin ich auf das Projekt obsidian- des Entwicklers Brenno Ferrari gestoßen. Der Autor verfolgte einen unkomplizierten Ansatz: Wenn ein Agent Langzeitgedächtnis braucht, warum nicht einfach ein reguläres Obsidian-Vault dafür nutzen?

Was ist in der Vorlage enthalten

Das Projekt ist eine gebrauchsfertige Notizstruktur, eine Sammlung von TypeScript-Hooks und vorgefertigte CLI-Befehle. Die Vorlage funktioniert out-of-the-box mit Claude Code, Codex CLI, Gemini CLI und anderen Systemen, die Regeln aus Anweisungsdateien lesen können.

Die Idee ist, dass der Agent Markdown-Dateien eigenständig liest und aktualisiert. Wenn eine Sitzung startet, liest ein Hook die globalen Ziele aus der Datei brain/North Star.md, ruft die aktive Aufgabenliste ab und übergibt diesen Ausschnitt an das Kontextfenster. Wenn Sie dem Agenten eine getroffene Entscheidung oder ein stattgefundenes Meeting mitteilen, organisiert er die Daten in Ordnern und verknüpft sie mit Kollegennamen oder Projekten.

So funktioniert die Token-Verbrauchskontrolle

Das Hauptproblem bei Systemen wie diesem ist der Token-Verbrauch. Wenn Sie die gesamte Wissensdatenbank bei jeder Anfrage in den Kontext stopfen, sind die Limits in ein paar Stunden aufgebraucht.

In obsidian- wird dies durch ein mehrschichtiges Ladeschema gehandhabt:

• Wenn eine Sitzung startet, wird ein Basis-Ausschnitt gelesen: Ziele, offene Aufgaben, letzte Commits und die Vault-Dateiliste. Das verbraucht etwa 20.000 Tokens.
• Für die semantische Suche wird das QMD-Utility verwendet. Es erstellt Vektor-Embeddings lokal und findet die relevanten Fragmente, wenn der Agent bestimmte Informationen benötigt.
• Beim Senden von Nachrichten bestimmt das Skript den Datentyp (Incident, Meeting, Architekturentscheidung) und übergibt einen kurzen Routing-Hinweis an den Agenten.
• Nach dem Schreiben von Dateien führt ein Validator eine Prüfung der Wiki-Links und YAML-Parameter durch.

So sieht ein Arbeitstag aus

Morgens führen Sie den Befehl /om-standup aus. Der Agent liest frische Änderungen in Git, gleicht die Aufgabenliste ab und gibt eine kurze Zusammenfassung aus.

Nach Meetings oder Diskussionen in Slack müssen Sie Dokumentstrukturen nicht mehr manuell ausfüllen. Geben Sie einfach den Rohtext an den Agenten weiter:

/om-dump Обсудили с Сарой рефакторинг авторизации. Решили отложить миграцию на Redis до второго квартала. Сара похвалила архитектуру API.

Als Antwort erledigt das System automatisch vier Dinge gleichzeitig:

1. Aktualisiert die Meeting-Historie-Datei in org/people/Sarah Chen.md.
2. Erstellt einen Entscheidungseintrag im Entscheidungsordner.
3. Zeichnet Lob in der Attestierungsvorlage perf/Brag Doc.md auf.
4. Fügt eine neue Aufgabe zur aktiven Projektkarte hinzu.

Am Ende des Tages prüft der Befehl /om-wrap-up verwaiste Notizen ohne Querverweise und aktualisiert die Indizes.

Hintergrundaufgaben über Sub-Agents ausführen

Für rechenintensive Operationen sind spezialisierte Sub-Agents innerhalb der Vorlage konfiguriert. Sie laufen in isolierten Kontextfenstern, um die Hauptkonversationshistorie nicht zu überladen.

Das Repository enthält mehrere vorkonfigurierte Agents:

• slack-
• cross-linker sucht nach defekten Wiki-Links und vergessenen Notizen im gesamten Vault.
• brag-
• people-

Build und Start

Sie können das Vault über den ShardMind-Template-Manager bereitstellen oder einfach das Repository klonen.

npm install -g shardmind
mkdir my-vault && cd my-vault
shardmind install github:breferrari/obsidian-mind

Der Setup-Befehl fragt Sie nach Ihrem Namen, Firmennamen und Hauptzielen. Danach müssen Sie nur noch ein paar einfache Schritte befolgen:

1. Öffnen Sie den erstellten Ordner als Vault in Obsidian.
2. Aktivieren Sie das Obsidian CLI-Plugin in den App-Einstellungen (erfordert Obsidian 1.12+).
3. Führen Sie den CLI-Agenten direkt aus dem Vault-Verzeichnis aus.

Für eine voll funktionsfähige Suche sollten Sie auch das QMD-Vektor-Such-Tool installieren:

npm install -g @tobilu/qmd
node --experimental-strip-types .scripts/qmd-bootstrap.ts

Ohne QMD funktioniert das System weiterhin über Grep und Obsidians integrierte Suche, wobei die Genauigkeit bei abstrakten Fragen leicht abnimmt.

Für wen ist dieses Projekt gedacht

Die Vorlage ist nützlich für Entwickler, die CLI-basierte KI-Agenten aktiv nutzen und bereits Notizen in Obsidian pflegen oder dies planen. Der Hauptwert liegt hier in den durchdachten Regeln für die Verknüpfung von Dokumenten untereinander.

Eine Anmerkung ist die Abhängigkeit von Node.js Version 22+ mit dem Flag --experimental-strip-types zum Ausführen von TypeScript-Skripten ohne Vorkompilierung. Wenn dieses Flag in zukünftigen Node.js-Versionen umbenannt wird, müssen Sie die Hook-Einstellungen aktualisieren. Nichtsdestotrotz bietet das Projekt eine ausgezeichnete gebrauchsfertige Grundlage und macht den Aufbau solcher Gerüste von Grund auf überflüssig.