breferrari/obsidian-mind

项目概览

它直接解决 AI 编码代理每次会话从零开始、知识无法积累的痛点：所有持久知识存放在 git 跟踪的 brain/ 主题笔记中，可在 Obsidian 中浏览，并可通过 om MCP 服务器让任意仓库中的编码会话检索和回写笔记。hooks、命令与仓库约定均为代理无关的纯 Markdown、TypeScript 与 shell，无 SDK 依赖。

项目类型

MCP · AI Agent · AI 工作流

应用场景

知识问答

部署方式

查看项目说明

License

MIT

适合谁

• 已在使用 Claude Code、Codex CLI 或 Gemini CLI，并希望为编码代理建立可人工浏览、git 跟踪的长期记忆的个人开发者。

核心能力

• vault 优先的记忆设计使上下文可跨会话、跨机器保留；所有持久知识存放在 git 跟踪的 brain/ 主题笔记中，可在 Obsidian 中浏览。
• 在任意其他仓库中的编码会话可以通过该 MCP 服务器检索 vault 笔记、读取内容、沿知识图谱跟进链接，并将学到的内容记录回 vault。

限制与风险

• 未安装 QMD 时，检索服务器回退到词法匹配，排序效果会变差。
• 在决定是否引入 QMD 前，需要意识到没有它时检索会退化为 grep/词法匹配，排序质量下降，这会影响 vault 笔记的召回效果，应在选型阶段一并评估。
• 如果按仓库注册 om MCP 服务器时使用了机器特定的绝对路径并提交到仓库，会破坏协作者和其他机器上的使用。

如何开始

• 环境要求 Obsidian 1.12+、Node 22+、git，以及单独安装的 AI 编码代理 CLI。首次成功路径：npm install -g shardmind；mkdir my-vault && cd my-vault；shardmind install github:breferrari/obsidian-mind；在 Obsidian 中将该文件夹打开为 vault 并启用 Obsidian CLI；在 vault 目录运行 claude/codex/gemini 开始对话。可选的 QMD 语义搜索需要额外的配置步骤。

替代方案与同类比较

• cowagent 是可 24/7 运行、支持多模型和多消息渠道的通用 AI 助手框架，具备三级长期记忆和自动整理的 Markdown 知识库；如果你的需求超出编码记忆、面向通用助理场景，可以对照评估。
• nanobot 是带 WebUI、多聊天渠道集成和长期记忆的自托管个人 AI 代理运行时；如果你想要的是独立的代理运行时而非绑定编码代理 CLI 的 vault 模板，可以对照评估。

同类比较

• breferrari/obsidian-mind vs cowagent
• breferrari/obsidian-mind vs nanobot

核验依据

• README: **An Obsidian vault that gives AI coding agents persistent memory.** Built for Claude Code, with working hooks for Codex CLI and Gemini CLI.
• README: AI coding agents are powerful, but they forget. Every session starts from zero — no context on your goals, your team, your patterns, your wins.
• README: Works with **Claude Code** (full support), **Codex CLI**, and **Gemini CLI** — same hooks, same commands, same vault.
• README: → Created Decision Record: "Defer Redis migration to Q2"
• README: Registered as a [Model Context Protocol](https://modelcontextprotocol.io) server in `.mcp.json` — when QMD is installed, `mcp__qmd__query`, `mcp__qmd__get`, and `mcp__qmd__multi_g…

来源更新时间：2026-09-09T18:28:44Z

打开原始 GitHub 项目