Herramienta que conecta automáticamente los registros de conversación de Claude Code al grafo de conocimiento de Obsidian

 (namyunwoo.github.io)
4 puntos por namyunwoo 2026-03-13 | 1 comentarios | Compartir por WhatsApp

Hola. Quiero presentar claude-knowledge-graph, un proyecto open source que hice para resolver una frustración que experimenté recientemente al usar el asistente de programación con IA (Claude Code) en un entorno de terminal.

Por qué lo hice (My Pain Point)

Trabajo en ciencia de datos y gestiono al mismo tiempo solicitudes de análisis y desarrollo provenientes de varios equipos. Desde que adopté Claude Code, mi productividad aumentó mucho, pero había un problema crítico.

  • Conocimiento efímero y fragmentación: cada vez que llega una nueva solicitud de análisis, creo una nueva carpeta ad hoc para trabajar. Cuando la sesión termina, las decisiones de arquitectura que tomé peleando con la IA, el código complejo de preprocesamiento y el proceso de depuración simplemente se pierden.
  • Trabajo repetitivo e ineficiente: después, cuando tengo que hacer algo parecido, muchas veces no logro encontrar el historial anterior, así que termino explicándole de nuevo todo el contexto a la IA desde cero o reescribiendo código guiándome por mi memoria, perdiendo tiempo innecesariamente.

Empecé este proyecto preguntándome: “¿No podría la IA recuperar por sí sola mis registros de trabajo anteriores y traerlos al contexto actual, sin que yo tenga que pensar en qué carpeta resolví ese problema antes?”.

Presentación del proyecto: claude-knowledge-graph

Es una herramienta que intercepta todas las conversaciones de Claude Code (prompts y respuestas), las analiza con un LLM local y construye automáticamente un grafo de conocimiento unificado de Obsidian.

  1. Zero-Friction (automatización total): funciona en segundo plano usando Hooks de Claude Code. El usuario solo tiene que seguir programando como siempre.
  2. Etiquetado seguro con un LLM local: cuando termina el trabajo, en segundo plano se ejecuta brevemente un LLM local liviano (Qwen 3.5 4B + llama.cpp) para resumir la conversación y extraer conceptos clave y etiquetas; luego se cierra. No hay que preocuparse por que el código interno de la empresa se filtre al exterior.
  3. Conexión automática basada en similitud (Killer Feature): a partir de los conceptos extraídos, las etiquetas y la ruta del directorio de trabajo (cwd), compara de forma multidimensional los registros pasados con la conversación actual. Luego encuentra soluciones anteriores con alta relación y las enlaza automáticamente al final de la nota actual mediante wikilinks ([[ ]]).

Especialmente útil para este tipo de desarrolladores

  • Quienes cambian de contexto con frecuencia: aunque trabajen saltando entre varios proyectos o carpetas ad hoc, todo el conocimiento converge en un único Vault de Obsidian y se conecta automáticamente.
  • Quienes trabajan en entornos con seguridad estricta: para quienes manejan código o datos sensibles en entornos empresariales y no se sienten cómodos usando servicios de notas o logging basados en la nube, esta es una alternativa local y segura.
  • Quienes buscan un Second Brain: recomendado para usuarios de Obsidian que quieran construir no solo un registro de texto, sino un grafo de conocimiento visual conectado por nodos y aristas.

Está diseñado para funcionar bien en entornos Mac (Apple Silicon) y Linux. Para ejecutar el LLM local en segundo plano, se recomienda un entorno con al menos 16 GB de RAM.

Dejé más detalles sobre la arquitectura y la configuración en el repositorio de GitHub. ¡Los comentarios y PR siempre son bienvenidos!

Lecturas relacionadas

1 comentarios