c-obsidian
について
c-obsidianスキルは、開発者が自身のObsidianボールトをClaude内の永続的メモリとして利用できるようにし、ナレッジの蓄積、日次ノート、セッションログの記録を可能にします。このスキルは、開発ワークフローから直接ノートを検索、作成、編集するためのCLIコマンドを提供します。コーディングセッションやプロジェクトをまたいで検索可能な「第二の脳」を維持するために、このスキルをご活用ください。
クイックインストール
Claude Code
推奨npx skills add daxaur/openpaw -a claude-code/plugin add https://github.com/daxaur/openpawgit clone https://github.com/daxaur/openpaw.git ~/.claude/skills/c-obsidianこのコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします
ドキュメント
Obsidian — Knowledge Base & Memory
Manage your Obsidian vault as a persistent memory layer. Use it for daily notes, session logs, knowledge capture, and searching your second brain.
CLI Commands
# Search before creating (avoid duplicates)
obsidian-cli search "query"
obsidian-cli search --tag "project" --folder "Work"
# Create and edit
obsidian-cli create "Title" --content "Body"
obsidian-cli create "Title" --template "Daily Note"
obsidian-cli append "Note Title" "Additional content"
# Open, list, vault
obsidian-cli open "Note Title"
obsidian-cli list --folder "Projects"
obsidian-cli tags
obsidian-cli vault --list
Daily Notes Integration
When the user starts a session, check for today's daily note:
obsidian-cli search --folder "Daily Notes" "$(date +%Y-%m-%d)"
If none exists, create one:
obsidian-cli create "$(date +%Y-%m-%d)" --folder "Daily Notes" --content "# $(date +%Y-%m-%d)\n\n## Tasks\n\n## Notes\n\n## Session Log\n"
Append a session log entry at the end of each session:
obsidian-cli append "$(date +%Y-%m-%d)" "### Session $(date +%H:%M)\n- [summary of what was done]\n"
Memory Sync (Auto)
If both c-memory and c-obsidian are installed (check ls ~/.claude/skills/c-memory/), keep them in sync automatically:
Bidirectional Sync
~/.claude/memory/→ ObsidianAI/folder (on every memory write)- Obsidian
AI/→~/.claude/memory/(on session start, if Obsidian has newer content)
Sync Commands
# Push memory to Obsidian
obsidian-cli create "AI/Memory" --content "$(cat ~/.claude/memory/MEMORY.md)"
obsidian-cli create "AI/People" --content "$(cat ~/.claude/memory/people.md)"
# Pull from Obsidian to check for updates
obsidian-cli search --folder "AI" "Memory"
# Append session log to daily note
obsidian-cli append "$(date +%Y-%m-%d)" "### Claude Session $(date +%H:%M)\n- [summary]"
Rules
- When the user says "remember this", save to both systems
- Obsidian is the long-term archive;
~/.claude/memory/is the quick-access cache - MEMORY.md is authoritative for quick facts; Obsidian is richer context
Guidelines
- Always search before creating to avoid duplicate notes
- Use frontmatter tags:
tags: [project, active] - File paths are relative to vault root
- Obsidian app does not need to be running
- Keep daily notes in a consistent folder (default:
Daily Notes/)
GitHub リポジトリ
Frequently asked questions
What is the c-obsidian skill?
c-obsidian is a Claude Skill by daxaur. Skills package instructions and resources that Claude loads on demand, so Claude can perform c-obsidian-related tasks without extra prompting.
How do I install c-obsidian?
Use the install commands on this page: add c-obsidian to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does c-obsidian belong to?
c-obsidian is in the Other category, tagged obsidian, notes, knowledge-base, memory and daily-notes.
Is c-obsidian free to use?
Yes. c-obsidian is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
関連スキル
LlamaGuardは、暴力やヘイトスピーチなど6つの安全性カテゴリーにおいて、LLMの入力と出力をモデレートするMetaの70-80億パラメータモデルです。94〜95%の精度を提供し、vLLM、Hugging Face、Amazon SageMakerを使用してデプロイ可能です。このスキルを使用して、AIアプリケーションにコンテンツフィルタリングと安全策を簡単に統合できます。
このClaudeスキルは、リソースの適正サイジング、タグ付け戦略、支出分析を通じて、開発者がクラウドコストを最適化することを支援します。AWS、Azure、GCPにわたるクラウド支出の削減とコストガバナンスの実施のためのフレームワークを提供します。インフラコストの分析、リソースの適正サイジング、または予算制約への対応が必要な際にご利用ください。
このClaudeスキルは、スポーツベッティング市場(スプレッド、オーバー/アンダー、プロップベットなど)を分析し、過去の傾向や状況統計を検証することでバリューベットを特定します。教育目的のための実践的な提案を構造化されたマークダウン形式で出力します。開発者はスポーツベッティング分析ツールとして本機能を活用できますが、娯楽および教育目的に限定されている点に留意してください。
このスキルは、bitsandbytesを使用してLLMを8ビットまたは4ビット精度に量子化し、精度の低下を最小限に抑えつつ50〜75%のメモリ削減を実現します。限られたGPUメモリでより大規模なモデルを実行したり、推論を高速化するのに理想的で、INT8、NF4、FP4などのフォーマットをサポートしています。HuggingFace Transformersと統合され、QLoRAトレーニングや8ビットオプティマイザーを可能にします。
