【Obsidian】初心者でもできるWiki LLMの設定方法

未分類

ミーハーなのでこれまでもAIを使ったサービスをいろいろ触ってきました。

自分のブログや日記をGoogle Notebook LMに入れることはしましたが、

最近話題になっているらしいObsidianを使ったWiki LLMを初心者でもわかるように説明します。

全体の概要

Obsidian:メモアプリ。Vaultと呼ばれるフォルダに各種データを格納する。

Antigravity:AIエージェント。情報ファイルの整理、Wikiデータの作成を行う。

LM Studio:オフラインで使えるAIモデル。Obsidianのデータを基に回答させる。

Obsidianに入れたファイルをAntigravityで整理し、それを基にLM Studioを動かします。

Obsidianをインストール

https://obsidian.md

Obsidianはオフラインで動かせるMarkDown(.md)方式のアプリです。

コードと違いシンプルなこと、内部リンクを使ってノート同士をつなげられることが利点。

保管庫名は「Vault」内に、ファイル「raw」と「wiki」があればいいかなという感じ。

コミュニティプラグインの導入

https://note.com/kubinashi_ai/n/n4644954c3275

プラグイン「Remotely Save」と「Open smart composer」をPC、スマホでそれぞれDL。

「Remotely Save」は別で登録したDropboxのアカウントを使ってPCとスマホを同期します。

ブログ記事の.md変換

https://tools.seory.co.jp/wp-to-markdown

もしブログ記事などがあれば、Obsidianに適したマークダウン方式に変換が必要です。

WordPressやnoteの記事をエクスポートでXMLで抜き出し、以下サイトで変換します。

これをすべてobsidianの「raw」ファイルにドラッグアンドドロップで移動します。

Antigravityをインストール

https://antigravity.google

AntigravityにしたのはちょうどGoogle AI Proのライセンスが入手できたからです。

世の中ではClaudeCodeの利用が多そうですが、Antigravityなら無課金でも使えるはず。

Antigravityで操作するファイルにObsidianのVaultを指定します。

Obsidian上に「SCHEMA.md」というファイルを作り、指示を入れておき毎回実行させます。

# Antigravity Prompt: Wiki Ingestion & Linking Protocol

このプロンプトは、ユーザーが `raw/` フォルダに新しいMarkdownファイルを追加した際に、Antigravity(AIアシスタント)が実行すべき**ファイル取り込み(Ingestion)および内部リンク自動生成の完全なプロトコル**を定義したものです。

新しいファイルが追加された旨の指示を受けた場合、以下の手順に沿って完璧なWiki環境を維持してください。

---

## 🚨 重要な例外事項・保護対象 (DO NOT DELETE)
- 「取り込んで」という指示が出た場合でも、対象は**あくまで `raw/` フォルダ内の新規ファイルのみ**です。
- `output/Ultimate_Self_Manual` フォルダや `究極版_自己取扱説明書.md` など、作成済みの説明書・マスターファイル群は**絶対に削除・上書き・自動フォーマットの対象にしてはいけません**。

## 🟢 ステップ 1: 新規ファイルの検知
1. `raw/` ディレクトリ内の全ファイルをスキャンする。
2. `wiki/` ディレクトリ内のファイル末尾にある `[Source: raw/ファイル名.md]` を照合し、まだ `wiki/` に取り込まれていない新規ファイル群を特定する。

## 🟢 ステップ 2: ファイル名の英字スネークケース変換と分類
特定した新規ファイルに対し、以下の規則に従って新しいファイル名(ベース名)を決定する。
1. **命名規則**: 必ず `プレフィックス_コンセプト名.md` の形式とし、**すべて英小文字・スネークケース(_)**で統一する。日本語ファイル名は使用不可。
2. **プレフィックス(カテゴリ)の選定**: 
   - `campuslife_` (大学生活関連)
   - `gadgets_` (ガジェット、アプリ、IT関連)
   - `review_` (書籍、映画、アニメ等のレビュー)
   - `travel_` (旅行関連)
   - `minimalist_` (ミニマリスト関連)
   - `museum_` (美術館・博物館)
   - `daily_` (日付のログや日記, 例: `daily_20260430.md`)
   - `work_` (仕事関連)
   - `self_` (自己理解・リカバリー関連)
   - 該当しない場合は内容から適切な英単語プレフィックスを新規設定する。

## 🟢 ステップ 3: フロントマターとLLMコンテキストの生成
新規ファイルの内容を読み取り、以下の情報を付与した新しいファイルを作成する。

```markdown
---
type: "knowledge_base"
concept: "{新しい英語ファイル名}"
title: "{元の記事のタイトル}"
tags: [{抽出したタグ(日本語可)のリスト}]
---

> [!abstract] 📝 LLM Context Summary
> **Concept**: [[{新しい英語ファイル名}]]
> **Title**: {元の記事のタイトル}
> **Tags**: [[hub_{タグ1の英語名}]], [[hub_{タグ2の英語名}]]
> **Snippet**: {本文の冒頭300文字程度の要約または抜粋}

{元の本文...}

[Source: raw/{元のファイル名.md}]
```

## 🟢 ステップ 4: 概念ハブ(Concept Hubs)の更新
1. 新規ファイルから抽出された `tags` を確認する。
2. もし既存の `wiki/hub_{英字タグ名}.md` が存在しない場合、新しく作成する。
3. すべてのハブファイルの `## 関連する記事一覧` の末尾に、今回の新規ファイルへのリンク `[[{新しい英語ファイル名}]]` を追加する。

## 🟢 ステップ 5: 全文のクロスリンク(内部リンク)自動構築
1. 新規ファイルの本文中をスキャンし、**既存の概念ハブの日本語タグ名(例:大学生、ガジェット、一人暮らし等)**が出現した場合、それを `[[hub_{対応する英字タグ名}|元の日本語テキスト]]` に置換する。(例:`[[hub_university_student|大学生]]`)
2. **逆方向のリンク更新**: `wiki/` 内の既存の全ファイルをスキャンし、今回新しく追加されたファイルに関連するキーワードが含まれていれば、そのキーワードを新規ファイルへのリンク `[[{新しい英語ファイル名}|キーワード]]` へと置換する。

## 🟢 ステップ 6: 外部リンクの置換(特定ドメイン)
本文中に `https://itsuki-campuslife.com/~` への外部リンクが含まれている場合、それが `wiki/` 内の既存ファイル(または今回の新規ファイル)に該当する記事であれば、内部リンク `[[該当する英語ファイル名]]` へと置換する。(※ `wp-content` 等の画像リンクは除外すること)

## 🟢 ステップ 7: index.md の再構築
すべての処理が完了したら、`wiki/index.md` を読み込み、新しく追加されたファイルとハブを適切なカテゴリの見出しの下に `[[ファイル名]]` として追記し、ディレクトリの完全なインデックスを維持する。

---
**[システム命令終了]**
ユーザーから「新しいファイルを取り込んで」と指示された際は、必ずこのプロトコルに則ってスクリプト等で自動処理を行ってください。

LM Studioをインストール

https://zenn.dev/r4ynode/articles/local-llm-intro-with-obsidian

上記事を参考にLM Studioを設定しましたが、動かしてみると結構遅いのでどうしようか…

気づいたのは整理したObsidianを基にAntigravityで質問すればよいのでは?ということ。

オフラインでモデルを動かす懸念は個人情報だけなので、気にしないならそのほうが楽かも。

AIに関する記事

【ChatGPT】有料版を1ヶ月使い倒して感じたメリット・デメリット
ChatGPTを有料課金して1ヶ月。無料版との違いって実際どうなの?という話を、がっつり使った体験ベースでまとめました。結論から言うと、使い方次第で神ツールになるけど、ハマりすぎには注意です。無料版と有料版の違い無料版と比べて、有料版(GP…
【Google AI Studio】AIでサイトやアプリを作成できる時代がやってきた!
Google AI Studioというサービスを知り、これまで温めていたアイデアをほぼ実現しました。知識や技術がなくても、アイデアさえあればプロダクトにできるなんてとても良い時代です。コーディングの技術がないのでアプリにはできませんが、いく…
【初心者AI】ChatGPTやNotebookLMなど、個人的なAI使い分けおすすめ
普段使いのAIが増えてきたため、自分の中の整理もかねてブログ記事として書きました。ChatGPTのみは課金していた時期もありましたが、現在は課金しているAIはありません。他に触ったのはGenSpark、menus、claude、midjou…