Hoe je AI-agents langetermijngeheugen geeft met Obsidian

Vorige week betrapte ik mezelf erop dat ik voor de derde keer deze maand de structuur van onze authenticatieservice aan een codeeragent uitlegde. Het contextvenster van Claude Code is groot genoeg, maar elke sessie eindigt uiteindelijk. Een nieuwe terminalrun — en de console weet niets meer over architectuurbeslissingen, teamafspraken of sprint-taken.

Onlangs stuitte ik op het obsidian- project van ontwikkelaar Brenno Ferrari. De auteur koos een eenvoudige aanpak: als een agent langetermijngeheugen nodig heeft, waarom er dan geen gewone Obsidian-kluis van maken?

Wat er in de template zit

Het project is een kant-en-klare notitiestructuur, een set TypeScript-hooks en vooraf gebouwde CLI-commando's. Uit de doos werkt de template met Claude Code, Codex CLI, Gemini CLI en andere systemen die regels uit instructiebestanden kunnen lezen.

Het idee is dat de agent zelf Markdown-bestanden leest en bijwerkt. Wanneer een sessie start, leest een hook de globale doelen uit het brain/North Star.md bestand, haalt de actieve takenlijst op en geeft dit segment door aan het contextvenster. Wanneer je de agent vertelt over een genomen beslissing of een vergadering, organiseert het de gegevens in mappen en koppelt ze aan collegenamen of projecten.

Hoe tokengebruikbeheer werkt

Het hoofdprobleem met systemen als dit is tokenverbruik. Als je de hele kennisbank in de context stopt bij elke aanvraag, raken de limieten binnen een paar uur op.

In obsidian- wordt dit afgehandeld door een gelaagd laadschema:

• Bij het starten van een sessie wordt een basissectie gelezen: doelen, openstaande taken, recente commits en de vault-bestandslijst. Dit kost ongeveer 20.000 tokens.
• Voor semantische zoekopdrachten wordt het QMD-hulpprogramma gebruikt. Het bouwt vector-embeddings lokaal op en vindt relevante fragmenten wanneer de agent specifieke informatie nodig heeft.
• Wanneer berichten worden verzonden, bepaalt het script het gegevenstype (incident, vergadering, architectuurbeslissing) en geeft het een korte routeringshint aan de agent.
• Nadat bestanden zijn geschreven, voert een validator een controle uit op de correctheid van wiki-links en YAML-parameters.

Hoe een werkdag eruitziet

In de ochtend voer je het /om-standup commando uit. De agent leest nieuwe wijzigingen in git, vergelijkt de takenlijst en geeft een korte samenvatting.

Na vergaderingen of discussies in Slack is er geen noodzaak om handmatig documentstructuren in te vullen. Voer gewoon de ruwe tekst in bij de agent:

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

Als reactie doet het systeem automatisch vier dingen tegelijk:

1. Werkt het vergaderhistoriebestand in org/people/Sarah Chen.md bij.
2. Maakt het een beslissingsitem aan in de beslissingenmap.
3. Registreert het lof in het attestatiesjabloon perf/Brag Doc.md.
4. Voegt het een nieuwe taak toe aan de actieve projectkaart.

Aan het einde van de dag controleert het /om-wrap-up commando op weesnotities zonder kruisverwijzingen en werkt het de indexen bij.

Achtergrondtaken uitvoeren via sub-agents

Voor zware bewerkingen zijn gespecialiseerde sub-agents geconfigureerd binnen de template. Ze draaien in geïsoleerde contextvensters om de hoofdconversatiegeschiedenis niet te vervuilen.

De repository heeft verschillende vooraf geconfigureerde agents:

• slack-
• cross-linker zoekt naar verbroken wiki-links en vergeten notities in de hele vault.
• brag-
• people-

Bouwen en starten

Je kunt de vault implementeren via de ShardMind template manager of door simpelweg de repository te klonen.

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

Het setup-commando vraagt je om je naam, bedrijfsnaam en hoofddoelen in te voeren. Daarna hoef je alleen maar een paar eenvoudige stappen te volgen:

1. Open de gemaakte map als een vault in Obsidian.
2. Schakel de Obsidian CLI-plugin in de app-instellingen in (vereist Obsidian 1.12+).
3. Voer de CLI-agent direct uit vanuit de vault-map.

Voor volledige zoekfunctionaliteit moet je ook het QMD vector zoekhulpprogramma installeren:

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

Zonder QMD blijft het systeem werken via grep en de ingebouwde zoekfunctie van Obsidian, hoewel de nauwkeurigheid van antwoorden op abstracte vragen iets zal afnemen.

Voor wie dit project is

De template is nuttig voor ontwikkelaars die actief CLI-gebaseerde AI-agents gebruiken en al notities bijhouden of van plan zijn dit te doen in Obsidian. De hoofdwaarde ligt hier in de doordachte regels voor het aan elkaar koppelen van documenten.

Een punt om te noteren is de afhankelijkheid van Node.js versie 22+ met de --experimental-strip-types vlag voor het uitvoeren van TypeScript-scripts zonder pre-compilatie. Als deze vlag wordt hernoemd in toekomstige Node.js-releases, moet je de hook-instellingen bijwerken. Desondanks biedt het project een uitstekende kant-en-klare basis en elimineert de noodzaak om dit soort fundamenten helemaal opnieuw te bouwen.