База знаний

Obsidian — локальная база знаний на markdown

Obsidian: локальный vault на markdown-файлах. Плагины, Dataview, связка с Codex/Claude через скиллы. Когда брать Obsidian, когда Notion.

Опубликовано 13.06.2026

DevTools Notion

Obsidian — текстовый редактор и база знаний, которая хранит всё локально в виде обычных markdown-файлов. Никакого облака по умолчанию, никакой проприетарной базы — папка с .md-файлами, которую можно открыть в любом редакторе. Вокруг этого ядра выросла экосистема из тысяч плагинов, превращающих Obsidian в персональную IDE для мышления.

Но главная трансформация произошла в 2026 году: после того как Andrej Karpathy опубликовал концепцию LLM Wiki, Obsidian стал центральным звеном нового паттерна — базы знаний, которую строит и поддерживает LLM, а не человек вручную. В этом руководстве разберём и классический Obsidian, и этот новый подход.

📌

Для кого: разработчики, технические писатели и исследователи, которым нужна база знаний с полным контролем над данными. Особенно полезно тем, кто работает с LLM и хочет превратить хаос заметок в структурированную вики, которая растёт автоматически.

Философия: почему локальные файлы

В отличие от Notion, Roam или Coda, Obsidian не владеет вашими данными. Vault (хранилище) — это обычная папка на диске. Каждая заметка — файл .md, каждое вложение — файл в подпапке. Это даёт три фундаментальных преимущества:

Портируемость. Vault открывается в VS Code, Typora, iA Writer или grep. Если Obsidian завтра исчезнет, данные останутся.
Скорость. Поиск по 10 000 заметок работает мгновенно — это поиск по файловой системе, а не запрос к серверу.
Приватность. Данные не покидают машину, пока вы сами не настроите синхронизацию. Для чувствительных заметок (пароли, юридические документы, дневники) это решающий фактор.

Обратная сторона — вы сами отвечаете за бэкапы, синхронизацию между устройствами и совместный доступ. Obsidian — инструмент для одного человека. Командная работа возможна, но требует костылей.

⚖️

Trade-off: локальность = контроль + скорость, но минус совместная работа и доступ с любого устройства из коробки. Если вам критичен мультиплеер — Notion закроет это лучше. Если критична приватность и владение данными — Obsidian.

Принцип Карпати: LLM Wiki

В апреле 2026 года Andrej Karpathy опубликовал пост о подходе, который перевернул представление о персональных базах знаний. Ключевая идея:

💡

RAG переоткрывает знания с нуля на каждый запрос. Вы загружаете документы → LLM находит релевантные чанки → генерирует ответ. Ничего не накапливается. Задайте сложный вопрос, требующий синтеза пяти документов, — модель будет каждый раз собирать фрагменты заново.

LLM Wiki работает иначе. Вы добавляете сырые заметки → LLM компилирует их в структурированную вики → вики персистирует и наращивается. Каждый новый вопрос, каждое исследование «складывается» в базу.

Как это работает на практике

Карпати описывает цикл из трёх фаз:

Фаза	Что происходит	Инструмент
Сырой ввод	Вы бросаете в папку `raw/` любые заметки: конспекты, веб-клипы, мысли, куски кода	Obsidian, любой текстовый редактор
Компиляция	LLM читает заметки, извлекает концепции, создаёт или обновляет статьи вики с `[[wikilinks]]` между ними	Claude Code, Codex, olw
Запросы и вывод	Вы задаёте вопросы вики — LLM отвечает из скомпилированных знаний. Результаты сохраняются обратно в вики	Терминал, Obsidian Skills

Ключевое отличие от NotebookLM, ChatGPT file uploads и большинства RAG-систем: знания компилируются один раз и наращиваются, а не переоткрываются при каждом запросе.

Что Карпати делает в Obsidian

Выводит результаты в markdown-файлы — не в терминал. Ответы на вопросы, слайды (Marp-формат), визуализации (matplotlib) — всё рендерится внутри Obsidian.
«Подшивает» результаты обратно в вики — каждое исследование обогащает базу для будущих запросов.
Запускает «линтинг» вики через LLM — находит несогласованные данные, заполняет пробелы (с веб-поиском), предлагает новые статьи-кандидаты.
Масштаб: ~100 статей, ~400 000 слов — и модель справляется без RAG, используя auto-maintained index файлы.

⚠️

Антипаттерн: строить структуру заранее. Карпати явно предупреждает: не проектируйте таксономию до того, как у вас появится 50+ заметок. Пусть LLM предложит структуру на основе реального содержимого. Преждевременная организация — главный убийца продуктивности в knowledge management.

Obsidian-llm-wiki-local: реализация Китманова

Репозиторий kytmanov/obsidian-llm-wiki-local (711+ ⭐, MIT) — это готовая реализация паттерна Карпати, которая работает полностью локально через Ollama. Автор — Китманов — довёл концепцию до production-ready CLI-инструмента olw.

Что делает olw

raw/note.md
    │
    ▼ olw ingest
    Fast LLM (3B–8B)       ← извлекает концепции, оценивает качество
    │
    ▼ olw compile
    Heavy LLM (7B–14B)     ← пишет статьи вики с [[wikilinks]]
    │
    ▼ olw review
    Вы одобряете или отклоняете черновики
    │
    ▼ wiki/ — готовая вики в Obsidian

Ключевые возможности

Возможность	Как работает	Зачем это нужно
Инкрементальная компиляция	При изменении заметки перекомпилируются только связанные статьи, а не весь vault	Экономия токенов и времени на больших базах
File watcher	`olw watch` — бросаете файл в `raw/`, вики обновляется в фоне	Нулевой friction: пишете заметки — вики растёт сама
Rejection feedback	Отклоняете черновик с комментарием → следующая компиляция учитывает фидбэк	Вики учится на ваших правках, а не генерирует мусор
Сохранение ручных правок	Если вы отредактировали статью в Obsidian, компилятор пропускает её	Ваши правки не перезаписываются регенерацией
Query synthesis	`olw query "что такое X?"` — ответ из опубликованной вики, без embeddings	Полноценный Q&A по вашей базе знаний
Self-maintenance	`olw lint` находит orphans, `olw maintain --fix` чинит wikilinks и создаёт stubs	Вики не деградирует со временем
Мультиязычность	Язык заметки определяется автоматически, статья пишется на том же языке	Работает с русскими, английскими и любыми другими заметками

Быстрый старт за 5 минут

# 1. Установка
pip install obsidian-llm-wiki

# 2. Модели для Ollama
ollama pull gemma4:e4b      # fast — анализ и роутинг
ollama pull qwen2.5:14b     # heavy — генерация статей

# 3. Настройка
olw setup                   # интерактивный визард
olw init ~/my-wiki          # создаёт структуру vault

# 4. Бросаете заметки в raw/
cp *.md ~/my-wiki/raw/

# 5. Запуск пайплайна
olw run                     # ingest + compile + lint
olw review                  # одобряете/отклоняете черновики

Структура vault

my-wiki/
├── raw/                    ← ВАШИ ЗАМЕТКИ (olw никогда не трогает)
├── wiki/
│   ├── Concept.md          ← статьи вики (одна на концепцию)
│   ├── sources/            ← саммари исходных заметок
│   ├── queries/            ← сохранённые Q&A
│   ├── synthesis/          ← синтезированные статьи
│   ├── .drafts/            ← черновики на ревью
│   └── index.md            ← навигация + роутинг для LLM
├── wiki.toml               ← конфигурация
└── .olw/state.db           ← SQLite: состояние пайплайна

💡

Совет: olw compare --heavy-model qwen2.5:14b позволяет протестировать другую модель в изолированном превью, не затрагивая рабочий vault. Полезно при выборе между моделями.

Структура vault: папки, daily notes и MOC

Даже если вы не используете LLM Wiki, правильная структура vault — основа масштабирования. Не существует «правильной» организации, но есть паттерны, проверенные тысячами пользователей.

Базовая иерархия (PARA)

vault/
├── 00-inbox/          # входящие заметки, необработанные идеи
├── 01-projects/       # активные проекты
├── 02-areas/          # зоны ответственности (здоровье, финансы, работа)
├── 03-resources/      # справочные материалы, конспекты, статьи
├── 04-archive/        # завершённые проекты
├── daily/             # ежедневные заметки
├── templates/         # шаблоны
└── attachments/       # вложения (картинки, PDF)

Это адаптация PARA Тиаго Форте под файловую систему. Главное — у каждой заметки должно быть предсказуемое место.

Daily notes

Ежедневная заметка создаётся по шаблону одной кнопкой. В ней фиксируются задачи дня, мысли, встречи и ссылки на рабочие заметки. Со временем daily notes превращаются в журнал, по которому можно восстановить контекст любого дня.

MOC (Map of Content)

MOC — заметка-хаб, которая собирает ссылки на связанные заметки по теме. Вместо жёсткой иерархии папок MOC создаёт навигационные точки входа:

# MOC: Языковые модели

## Провайдеры
- [[OpenAI — линейка моделей]]
- [[DeepSeek — открытые модели]]
- [[Anthropic — Claude]]

## Практика
- [[Промптинг для кода]]
- [[Tool use и function calling]]
- [[Пирамида моделей]]

MOC не дублирует содержимое — он создаёт структуру поверх плоского набора заметок. При использовании LLM Wiki паттерна роль MOC частично выполняет wiki/index.md, который генерируется автоматически.

💡

Совет: не стройте MOC заранее. Начните вести заметки, и через 50–100 записей сами увидите кластеры, которые просятся в MOC. Преждевременная организация — главный убийца продуктивности в Obsidian.

Построение вики в Obsidian

Одна из самых мощных, но недооценённых возможностей Obsidian — превращение vault в полноценную вики. Это работает благодаря трём механикам:

Wikilinks: двунаправленные ссылки

В отличие от обычных markdown-ссылок, wikilinks ([[Название заметки]]) автоматически создают обратные ссылки. Если заметка A ссылается на заметку B, то в заметке B вы увидите, что на неё ссылается A — без ручной работы.

## Нейронные сети
Основной метод оптимизации — [[Градиентный спуск]].
Архитектуры: [[Трансформер]], [[CNN]], [[RNN]].

Каждая [[ссылка]] — это потенциальная статья вики. Obsidian подсвечивает несуществующие ссылки, предлагая создать заметку.

Graph View: визуализация связей

Graph View отображает все заметки и связи между ними как интерактивный граф. На маленьком vault это красиво, на большом — реально полезно:

Кластеры показывают темы, которые вы глубоко проработали
Изолированные узлы — заметки без связей, кандидаты на удаление или интеграцию
Мосты — заметки, связывающие два кластера, часто самые ценные

Dataview: запросы по заметкам

Dataview — самый мощный плагин экосистемы. Он превращает vault в базу данных. Каждая заметка с YAML-фронтматтером становится «строкой» таблицы:

---
status: in-progress
category: project
due: 2026-07-01
---

Запрос, который собирает все активные проекты с дедлайнами:

TABLE status, due
FROM "01-projects"
WHERE status = "in-progress"
SORT due ASC

Сценарий	Dataview-запрос	Результат
Все заметки с тегом #llm за последний месяц	`TABLE file.ctime FROM #llm WHERE file.ctime >= date(today) - dur(30 days)`	Хронология исследований
Незакрытые задачи по проектам	`TASK FROM "01-projects" WHERE !completed`	Сводная доска задач
Заметки без обратных ссылок	`LIST FROM "" WHERE length(file.inlinks) = 0`	Orphan-аудит вики

Ключевые плагины

Obsidian без плагинов — удобный markdown-редактор. С плагинами — полноценная платформа для управления знаниями.

Плагин	Что делает	Когда нужен
Dataview	SQL-подобные запросы по заметкам: таблицы, списки, фильтры по метаданным	Когда vault вырастает за 200+ заметок и нужна навигация по свойствам
Templater	Шаблоны с динамическими переменными: дата, курсор, промпты при создании	Daily notes, шаблоны проектов, конспекты встреч
Tasks	Агрегация задач из всех заметок в единый список с фильтрами и дедлайнами	Если ведёте задачи внутри заметок, а не в отдельном таск-трекере
Excalidraw	Рисование схем и диаграмм прямо внутри заметки	Визуализация архитектуры, mind maps, наброски
Calendar	Визуальный календарь для навигации по daily notes	Всегда, если используете daily notes
Kanban	Канбан-доска из markdown-файла	Простое управление проектами без выхода из vault
Obsidian Git	Автоматический бэкап vault в Git-репозиторий	Версионирование и синхронизация через GitHub

Obsidian + LLM: три сценария интеграции

Не обязательно использовать полный LLM Wiki пайплайн. Есть три уровня интеграции с языковыми моделями:

Уровень	Что делаете	Инструменты	Сложность
1. Vault как контекст	Открываете vault в терминале, даёте Claude Code / Codex доступ к файлам. LLM отвечает на вопросы по вашим заметкам	Claude Code, Codex CLI	⭐ Минимальная
2. LLM Wiki (olw)	Полный пайплайн Китманова: сырые заметки → компиляция → вики с ревью	olw + Ollama	⭐⭐ Средняя
3. Custom Skills	Obsidian Skills + Claude Code: пишете скиллы, которые автоматизируют специфичные задачи (линтинг, рефакторинг, перевод)	Obsidian Skills, Claude Code	⭐⭐⭐ Продвинутая

Пример: vault как контекст для Claude Code

# Открываете vault
cd ~/my-vault

# Claude Code видит все ваши заметки
claude "Какие проекты я начал в мае и не закончил?"
claude "Найди противоречия между заметками о трансформерах"
claude "Сгенерируй MOC по всем заметкам о Python"

Это самый простой способ получить ценность от связки Obsidian + LLM, и он работает прямо сейчас без установки дополнительных инструментов.

Антипаттерны

Антипаттерн	Почему плохо	Что делать вместо
Проектировать таксономию до 50 заметок	Потратите часы на структуру, которая не переживёт реальный контент	Бросайте всё в inbox, структурируйте через MOC по мере роста
Использовать Obsidian для командной работы	Нет мультиплеера, конфликты при синхронизации, нет прав доступа	Командные знания → Notion/Confluence, личные → Obsidian
Хранить vault только локально без бэкапа	Один сбой диска = потеря всех знаний	Git + облачный бэкап (iCloud/Dropbox/Obsidian Sync)
Копировать целые статьи в vault	Vault раздувается, поиск замусоривается, Dataview тормозит	Делайте конспекты своими словами + ссылка на оригинал
Доверять LLM Wiki без ревью	Модель может галлюцинировать факты, сливать концепции	Всегда используйте `olw review`, не включайте auto-approve для важных тем

Obsidian vs Notion: когда что

Критерий	Obsidian	Notion
Данные	Локальные markdown-файлы, вы владеете	Облако, проприетарный формат
Совместная работа	Нет (костыли через Git)	Нативный мультиплеер
Offline	Полноценный	Ограниченный
LLM-интеграция	Файлы доступны любому агенту напрямую	Через API, MCP-серверы
Базы данных	Dataview (запросы по фронтматтеру)	Нативные реляционные базы
Расширяемость	2000+ community плагинов	Интеграции, API, кастомные агенты
Лучший сценарий	Персональная база знаний исследователя / разработчика	Командная вики, CRM, управление проектами

💡

Совет: не выбирайте «или-или». Многие используют Obsidian для персональных исследований и LLM Wiki, а Notion — для командной работы и публичного контента. Связка работает: результаты из Obsidian можно публиковать в Notion через markdown-экспорт.

Чеклист

Создан vault с базовой структурой папок (inbox, projects, resources, archive, daily, templates)

Установлены стартовые плагины: Dataview, Templater, Calendar, Tasks

Настроен шаблон daily note с датой, задачами и секцией для заметок

Выбран способ синхронизации (Obsidian Sync, iCloud, Git)

Настроен бэкап vault (Git, облако или внешний диск)

Создана первая MOC-заметка по основной теме работы

Фронтматтер-шаблон включает минимальные поля: tags, category, status, created

Протестирован Dataview-запрос по заметкам с фронтматтером

Для LLM Wiki: установлен olw и Ollama, запущен первый olw run

Для LLM-сценариев: vault доступен из терминала для Claude Code / Codex

Полезные ссылки

Obsidian: obsidian.md
Документация: help.obsidian.md
Dataview: github.com/blacksmithgu/obsidian-dataview
Templater: github.com/SilentVoid13/Templater
Obsidian Git: github.com/Vinzent03/obsidian-git
Карпати — LLM Wiki (gist): gist.github.com/karpathy/442a6bf
Карпати — пост в X: x.com/karpathy/status/2039805659525644595
Китманов — obsidian-llm-wiki-local: github.com/kytmanov/obsidian-llm-wiki-local
Китманов — Synto (наследник olw): github.com/kytmanov/synto

По теме

Если строите персональную систему знаний и выбираете между Obsidian, Notion и их связкой — пишите в Telegram @pimenov

Если хотите разобрать свою задачу — напишите мне

Можно прийти с идеей, черновым контекстом или уже живой задачей. Помогу быстро понять, где реальный следующий шаг, а где лишний шум.

Напишите мне в Телеграм Мой Телеграм канал

Обычно хватает 2–3 сообщений, чтобы понять, могу ли я здесь реально помочь и в каком формате лучше двигаться дальше.