c-obsidian
정보
c-obsidian 스킬은 개발자가 Obsidian 볼트를 Claude 내 지속적 메모리로 활용할 수 있게 하여, 지식 저장, 일일 노트 작성, 세션 로깅을 가능하게 합니다. 이 스킬은 개발 워크플로우에서 직접 노트를 검색, 생성, 편집할 수 있는 CLI 명령어를 제공합니다. 코딩 세션과 프로젝트 전반에 걸쳐 검색 가능한 두 번째 뇌를 유지하려면 이 스킬을 사용하세요.
빠른 설치
Claude Code
추천npx skills add daxaur/openpaw -a claude-code/plugin add https://github.com/daxaur/openpawgit clone https://github.com/daxaur/openpaw.git ~/.claude/skills/c-obsidianClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
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 저장소
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.
연관 스킬
LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.
이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.
이 Claude Skill은 스프레드, 오버/언더, 프로프 베트를 포함한 스포츠 베팅 시장을 분석합니다. 역사적 추이와 상황별 통계를 검토하여 가치 베트를 발견하고, 교육적 목적으로 실행 가능한 권장 사항이 담긴 구조화된 마크다운 결과를 제공합니다. 개발자는 이 기능을 스포츠 베팅 분석 도구에 활용할 수 있으며, 단순히 엔터테인먼트/교육 목적으로만 설계되었음을 유의해야 합니다.
이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.
