Obsidian Vault Assistant ist eine lokale Codex-Fertigkeit und ein MCP-Server für Personen, die eine durchsuchbare, wartbare Markdown-Wissensdatenbank möchten. Es erkennt konfigurierte Obsidian-Vaults, durchsucht ein dreischichtiges Modell (Raw, Evidence/Middle, Wiki), liest nur das relevante Kapitel und stellt jede Änderung zur expliziten Überprüfung bereit.
Obsidian Vault Assistant ist eine lokale Fertigkeit (Skill) für den KI-Assistenten Codex, die auch als MCP-Server (Model Context Protocol) fungiert. Sie richtet sich an Entwickler und Nutzer, die eine durchsuchbare und pflegeleichte Wissensdatenbank im Markdown-Format, wie sie in Obsidian-Vaults üblich ist, verwalten möchten. Die Fertigkeit erkennt automatisch die konfigurierten Obsidian-Vaults und durchsucht sie in einem dreischichtigen Modell: „Raw“ für unbearbeitete Notizen, „Evidence/Middle“ für verarbeitete Informationen und „Wiki“ für konsolidiertes Wissen. Statt ganze Dateien zu lesen, extrahiert sie nur das relevante Kapitel und stellt jede Änderung vor der Ausführung zur expliziten Bestätigung bereit – ein Sicherheitsmerkmal, das ungewollte Änderungen verhindert. Die lokale Verarbeitung stellt sicher, dass keine Daten Dritte erreichen, und die Integration in Codex erlaubt Kontextabfragen während der Arbeit an Projekten.
npx skills add origami3521905038-hash/obsidian-vault-assistantInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Obsidian Vault Assistant ist eine lokale Codex-Fertigkeit und ein MCP-Server für Personen, die eine durchsuchbare, wartbare Markdown-Wissensdatenbank möchten. Es erkennt konfigurierte Obsidian-Vaults, durchsucht ein dreischichtiges Modell (Raw, Evidence/Middle, Wiki), liest nur das relevante Kapitel und stellt jede Änderung zur expliziten Überprüfung bereit.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.