Communitygithub.com

liyading1818/obsidian-llm-wiki

Karpathy LLM Wiki para Obsidian: base de conocimiento mantenida por LLM + habilidades de agente Cursor (wiki, video2wiki)

¿Qué es obsidian-llm-wiki?

Esta habilidad transforma al agente en un mantenedor disciplinado de la base de conocimiento personal del usuario, con `<VAULT_ROOT>` (la raíz del repositorio) como núcleo. Se integra con Obsidian y es compatible con agentes como Claude Code, Cursor y Codex. El flujo de trabajo comienza siempre con la lectura de `AGENTS.md`, que define la estructura de directorios, convenciones de página, esquema de metadatos y registros. La habilidad despacha peticiones del usuario en cinco intents: Consulta (preguntas con síntesis y citas), Ingesta (nuevos archivos), Linting (revisión de salud), Generación de artefactos (tablas, diapositivas Marp, gráficos Python) y Exploración. Incluye cuatro comandos CLI mínimos (`wiki stats`, `wiki log`, `wiki search`, `wiki lint`) y el agente modifica directamente archivos markdown para crear páginas, actualizar índices y registrar cambios en el log. Las reglas críticas prohíben modificar archivos en `raw/` o `clippings/`, exigen actualizar `wiki/index.md` y `wiki/log.md` en cada ingesta, y recomiendan el uso de `[[wikilinks]]` para referencias cruzadas. La habilidad es ideal para usuarios que quieren mantener una wiki viva y organizada sin esfuerzo manual.

Compatible con✓Claude Code~Codex CLI✓Cursor
npx skills add liyading1818/obsidian-llm-wiki

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Habilidad Wiki

Esta habilidad convierte al agente en un mantenedor disciplinado de la base de conocimiento personal del usuario en <VAULT_ROOT> (la raíz del repositorio).

Paso 0 — Lee siempre AGENTS.md primero

Antes de hacer nada, lee AGENTS.md en la raíz del vault. Define el diseño de directorios, las convenciones de página, el esquema de metadatos, el formato de registro y los flujos de trabajo detallados. Este SKILL.md es solo un despachador; AGENTS.md es la fuente de verdad.

Despacho: ¿qué está pidiendo el usuario?

Selecciona exactamente una de estas intenciones del mensaje del usuario:

Intención del usuarioFlujo de trabajo
Hace una pregunta, quiere análisis/síntesisConsulta (abajo)
Dejó caer un archivo nuevo o dijo "ingiere esto"Ingesta (ver AGENTS.md §4.1)
Dijo "lint" / "chequeo de salud" / "encuentra problemas"Lint (abajo)
Quiere una comparación / presentación / gráfico / informeGenerar artefacto (abajo)
Solo está explorando o no está seguroEjecuta wiki stats y luego pregunta qué quiere

Si no está claro, haz una pregunta breve de aclaración antes de proceder.

Flujo de trabajo de consulta

  1. Ejecuta wiki search <palabra clave> en la raíz del repositorio para encontrar páginas candidatas. Usa múltiples variaciones de palabras clave si es necesario.

  2. Lee wiki/index.md para ver el catálogo.

  3. Lee las páginas candidatas encontradas en el paso 1.

  4. Si aún falta contexto, recurre a leer los archivos relevantes en raw/ o clippings/.

  5. Sintetiza una respuesta con citas [[wikilink]] a páginas de la wiki y citas [artículo](../raw/xxx.md) a fuentes originales.

  6. Si la respuesta tiene valor duradero (una comparación, una idea derivada, una síntesis no trivial), escríbela como un archivo markdown en output/<YYYY-MM-DD>-<slug-corto>.md con metadatos:

    ---
    type: artifact
    kind: answer | comparison | analysis | report | slides
    created: <fecha>
    question: "<la pregunta del usuario, textual>"
    sources_used: [wiki/concepts/X.md, wiki/sources/Y.md, ...]
    ---
    

    Luego pregunta al usuario: "¿Quieres archivar esta salida como wiki/questions/<slug>.md?" (Si sí, copia y actualiza index.md y log.md).

  7. Si la respuesta es trivial (una consulta de hecho), solo responde en el chat — no se necesita archivo.

Flujo de trabajo de lint

  1. Ejecuta wiki lint — esto escribe lint/<hoy>.md automáticamente.
  2. Lee ese archivo y resume para el usuario (qué problemas son reales, cuáles son falsos positivos como [[ejemplos]] literales en la documentación).
  3. Propón un plan de corrección priorizado. No corrijas automáticamente — deja que el usuario elija.

Flujo de trabajo de generación de artefactos

Igual que la consulta, pero la forma de entrega es explícita (tabla / diapositivas Marp / gráfico Python / canvas). Siempre guarda en output/. Para presentaciones, usa formato markdown Marp. Para gráficos, escribe un script Python en output/scripts/ y ejecútalo para producir la imagen adjunta.

Convención del directorio de salida

output/
├── 2026-06-26-rag-vs-llm-wiki.md          # artefacto de respuesta/comparación
├── 2026-06-26-resumen-karpathy.slides.md  # presentación Marp
├── scripts/                                # scripts auxiliares para generar gráficos
└── assets/                                 # imágenes renderizadas, exportaciones

El directorio output/ es propiedad del LLM, solo añadir (no elimines artefactos anteriores sin preguntar). Cada archivo debe tener los metadatos mostrados arriba para que el usuario pueda promover artefactos a la wiki más adelante.

Comandos CLI disponibles (ejecuta desde <VAULT_ROOT>)

Solo cuatro comandos, deliberadamente mínimos:

wiki stats              # resumen: conteo de páginas por tipo/estado
wiki log -n 10          # últimas N entradas de wiki/log.md
wiki search <regex>     # búsqueda de texto completo (--scope wiki|raw|clippings|all)
wiki lint               # escribe lint/<hoy>.md con huérfanos/rotos/stubs

Todo lo demás (crear páginas, editar metadatos, actualizar index.md, añadir a log.md) se hace leyendo y escribiendo directamente archivos markdown. No pidas un CLI para hacer ediciones de archivos — ese es tu trabajo.

Reglas críticas (de AGENTS.md)

  • Nunca modifiques archivos en raw/ o clippings/.
  • Cada ingesta debe actualizar wiki/index.md y anteponer una entrada en wiki/log.md con formato ## [YYYY-MM-DD] ingest | <título>.
  • Referencia cruzada con [[doble-corchete]] entre páginas de la wiki.
  • Las páginas necesitan metadatos YAML (type, tags, created, updated, sources, status).
  • Cuando tengas dudas, pregunta al usuario. No hagas grandes refactorizaciones en silencio.

Estilo de informe

Después de completar un flujo de trabajo, dale al usuario un breve resumen:

  • Lo que hiciste (1–3 viñetas)
  • Qué artefactos se crearon o modificaron (rutas relativas)
  • Cualquier pregunta sin resolver o nuevas brechas que hayas notado

Mantenlo conciso. El usuario está navegando Obsidian en paralelo y puede ver los cambios de archivos.

Skills relacionados