ノートも PDF も、読んだものぜんぶ。Karpathy LLM Wiki が構造化された知識ベースに変えます。
忘れるか、育てるか。
記事を保存。場所を忘れる。あとで検索。何も出ない。
Vault からノートを選ぶだけ。アイデアが見つかり、ページが作られ、要約も準備完了
手動でリンク。片方を変更。もう片方は古いまま。リンクは死ぬ。
リンクは生き続ける。新しい情報が古い情報と矛盾しても、すべての関連ページが最新に保たれる。
一年分のノート。ただのファイル。プロジェクトは毎回ゼロから。同じ読書。同じ結論。
一年分がWikiに。新しい質問は、すべての蓄積から。知識が育っていく。
ひとつのノートから、無限のつながりへ。
機能ではない。読んだものすべてとの、新しい関係。
ノートを1つ選ぶ。プラグインが読み、抽出し、組み立てます。フォルダもタグも不要。
友達に話すように質問する。プラグインが考え、自然に答えます。
新しいファイル？自動で取り込み。矛盾？発見。あなたのペースで。
別名、重複、死リンク、孤児ページ、空ページ。全部一気に。
アーキテクチャ、ワークフロー、モデル選定の深掘り
PDFs, images, and Office files join your wiki alongside Markdown notes. AWS Bedrock now accepts SSO. Empty stub pages are off by default. Your existing wiki doesn't change — click Update and you're done.
The same ingest pipeline that runs inside Obsidian, now callable from a terminal. Run it on a server, in a script, or on a machine that has never opened Obsidian.
Qwen3.5, Qwen3.6, Gemma 4, oMLX — which model runs your wiki well, on what hardware, with what tradeoffs. A practical guide to going fully offline without sacrificing usability.
ObsidianだけあればOK。
設定 → Karpathy LLM Wiki。LLMを選び、キーを入力、テスト、保存。
Cmd+P（またはCtrl+P）。Ingestと入力して単一のソースを追加、Multi-File Ingestなら複数を一度に選択。Queryと入力して質問。
使いはじめる前に、知っておくべきこと。
手動[[リンク]]は、すでに見えている関連を捕まえるだけ。プラグインは全ノートを読み、見落としていた関連を見つけ、ページを生成します——月を越し、フォルダを越え、引用のなかに埋もれた発見まで。
いいえ。プラグインは自分専用の wiki/ フォルダ内にだけ書き込みます。レビュー済みマークを付けたページは AI が書き換えることはなく、追加のみ。
デスクトップ版 Obsidian の最新安定版と、LLM プロバイダーの API キー。長コンテキストモデルが最適。1 回の取り込みで LLM 側に $0.05〜$0.50——プラグイン自体は無料でオープンソース。Ollama / LM Studio のローカルモデルはキー不要。
はい。Ollama または LM Studio を使えば、全バイトがあなたのマシン内に留まります。クラウドモデルでも、データはあなたが起動した取り込みまたはクエリの間だけ送信されます。
PDF は一次ソースです——vault から選べば、ノートと同じ Wiki グラフに参加します。取り込み・lint・query に別々のモデルを割り当てることもできます。
GitHub で issue を立てるか、ディスカッションを開始してください。
ソースを読んで、一語一句確かめてください。
サイトもプラグインも、すべてのコードが GitHub にあります。fork して、監査して、自分用に。
プラグインは自分の wiki/ フォルダだけに書き込みます。あなたのノートが読まれたり、書き換えられたりすることはありません。
追跡なし、分析なし、サーバーなし。プラグイン自身が外部へ接続することは一切ありません。
API キーはシステムキーチェーンに保存されます——平文ではどこにも書きません。
孤立しない。好きなツールが、もっと便利に。
リンクを表示
Wikiがグラフに意味を。ハブページ、クラスター、孤立ページ。装飾ではなく、探索。
記事を保存
クリップを Vault のどこかに保存して、Cmd+P → Ingest from folder を実行。AIが抽出、リンク、更新。ひとつのクリップが10以上のWikiページに。
データをクエリ
AIが構造を追加。タグ、日付、カテゴリ。空のテーブルが生きたダッシュボードに。
バージョン管理
知識の進化を見守る。各コミットが成長の物語を語る。
スライド作成
「私の研究を10分のトークに要約して」と質問。Wikiが知識からスライドを構築。
ビジュアルキャンバス
AIが概念図、タイムライン、決定木を構築。空白のキャンバスはもうない。
12の入口——クラウド、ローカル、または自作の endpoint。いつでも切り替え。
ロングコンテキストモデルならWiki全体を一括で読み切れる——断片ではなく全体像を把握。ローカルモデルなら完全ローカル動作——アップロードもAPIキーも不要。
