Notas, PDFs, tudo o que você lê. Karpathy LLM Wiki transforma numa base de conhecimento estruturada — cada resposta cita sua fonte.
Perder ou fazer crescer?
Salva um artigo. Esquece onde. Pesquisa depois. Nada.
Escolha uma nota do seu vault. Ideias encontradas, páginas construídas, resumo pronto
Liga duas notas à mão. Uma muda. A outra fica desatualizada. O link morre.
Os links se mantêm vivos. Quando novas informações contradizem as antigas, todas as páginas relacionadas se atualizam.
Um ano de notas. Só arquivos. Todo projeto começa do zero. Mesmas leituras. Mesmas conclusões.
Um ano constrói uma wiki. Cada nova pergunta se baseia em tudo que você coletou. Seu conhecimento cresce.
Uma nota. Um mundo de conexões.
Não são recursos. Uma nova relação com tudo que você lê.
Escolha uma nota. O plugin lê, extrai, constrói. Sem pastas. Sem tags. Sem trabalho.
Fale com sua wiki como com um amigo. Ela pensa e responde — naturalmente.
Novos arquivos? Ingeridos. Contradições? Detectadas. No seu ritmo.
Apelidos, duplicados, links quebrados, páginas órfãs, páginas vazias — tudo de uma vez.
Análises aprofundadas sobre arquitetura, fluxos de trabalho e seleção de modelos.
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 é tudo que você precisa.
No Obsidian: Configurações → Plugins da comunidade → Procurar, busque por Karpathy LLM Wiki, clique em Instalar e depois Ativar.
Abrir página do pluginConfigurações → Karpathy LLM Wiki. Escolha seu LLM, insira a chave, teste, salve.
Cmd+P (ou Ctrl+P). Digite Ingest para adicionar uma nota, ou Multi-File Ingest para escolher várias de uma vez. Digite Query para perguntar.
Tudo o que vale saber, antes de começar.
Os [[links]] manuais só capturam o que você já vê. O plugin lê cada nota, descobre links que você perdeu e constrói páginas entre eles — através de meses, pastas e menções enterradas.
Não. O plugin escreve apenas na própria pasta wiki/. Marque uma página como revisada e a IA nunca a reescreve, só acrescenta.
A versão estável mais recente do Obsidian para desktop e uma chave de API de um provedor LLM. Modelos de contexto longo são os melhores. Um ingest custa $0,05 a $0,50 do lado do provedor — o plugin em si é gratuito. Modelos locais não precisam de chave.
Sim. Com Ollama ou LM Studio, cada byte fica na sua máquina. Com provedores na nuvem, os dados só saem durante o ingest ou a consulta específica que você disparar.
Os PDFs são uma fonte de primeira classe — escolha um do seu vault e ele entra no mesmo grafo wiki das suas notas. Você também pode atribuir modelos diferentes para ingest, lint e consulta.
Abra uma issue no GitHub ou inicie uma discussão.
Leia o código-fonte. Verifique cada palavra.
Cada linha do site e do plugin está no GitHub. Faça fork. Audite. Torne seu.
O plugin escreve apenas na própria pasta wiki/. Suas notas nunca são lidas, editadas ou substituídas.
Sem rastreamento. Sem análise. Sem servidor. O plugin nunca inicia por conta própria uma conexão externa.
As chaves de API ficam no keychain do sistema — nunca em texto simples, nunca nas suas notas.
Não é uma ilha. Cada ferramenta que você ama, agora melhor.
Ver links
A wiki dá significado ao seu grafo. Páginas centrais, clusters, órfãos. Exploração, não decoração.
Salvar artigos
Salve o clip em qualquer lugar do seu vault. Rode Cmd+P → Ingest from folder. A IA extrai, conecta, atualiza. Um clip vira 10+ páginas wiki.
Consultar dados
A IA adiciona estrutura. Tags, datas, categorias. Tabelas vazias viram dashboards vivos.
Rastrear versões
Veja seu conhecimento evoluir. Cada commit conta a história de como você cresceu.
Criar slides
Pergunte: "Resuma minha pesquisa para uma apresentação de 10 minutos." A wiki monta os slides a partir do seu conhecimento.
Canvas visual
A IA cria mapas conceituais, linhas do tempo, árvores de decisão a partir do seu conhecimento. Adeus, canvas em branco.
Doze caminhos — nuvem, local ou seu próprio endpoint. Mude quando quiser.
Modelos de contexto longo leem toda a sua wiki numa única passagem — a imagem completa, não fragmentos isolados. Modelos locais rodam totalmente no dispositivo — sem upload, sem chave de API.
Código aberto. Movido pela comunidade. Só Obsidian.
Adicionar ao Obsidian