O que é uma LLM wiki e como montar a sua com Claude Code e Obsidian

Suas notas não precisam ser só um depósito que você abre de vez em quando

Elas podem virar uma base que a IA lê, entende e mantém pra você

É exatamente essa a ideia por trás de uma LLM wiki: um conjunto de páginas em texto, estruturadas e interligadas, feitas pra um modelo de linguagem consultar e ir refinando com o tempo

O conceito nasceu com o Andrej Karpathy, e ele encaixa que é uma beleza no combo Obsidian + Claude Code

Bora entender o porquê e depois montar a sua?

De onde vem a ideia: o gist LLM Wiki de Andrej Karpathy

A LLM wiki é um conceito que o Andrej Karpathy publicou num GitHub Gist chamado ‘llm-wiki’

Se você não conhece, um gist é tipo um trechinho de arquivo hospedado no GitHub, um jeito rápido de compartilhar uma ideia ou uma solução

E a ideia central é simples de sacar

Formação Recomendada

Formação Vibe Coding

Do Prompt ao Produto: Crie Software Real com IA

• 474 aulas
• 20 projetos
• 39h 27min

Conhecer formação

Em vez de deixar seu conhecimento espalhado em documentos brutos, você usa o próprio modelo pra construir e manter uma base de conhecimento persistente e interligada

O fluxo é mais ou menos assim: o LLM lê cada novo documento, extrai a informação que interessa, atualiza as páginas de entidades e conceitos, e reforça as referências cruzadas entre elas

Ou seja, o conhecimento vai se compondo ao longo do tempo

Cada fonte nova não substitui o que já existe, ela soma

LLM wiki x RAG: por que consultar uma base viva muda o jogo

Quem mexe com IA já ouviu falar de RAG (aquele esquema de recuperar pedaços de documentos crus na hora da pergunta)

O RAG funciona, mas ele parte do zero toda vez: busca os trechos, joga no contexto, responde, e pronto, nada fica

Esse padrão inverte essa lógica

O trabalho de ler, extrair e organizar acontece UMA vez, quando a fonte entra

Depois disso, o que você consulta é uma base já digerida, com páginas conectadas, não um monte de texto solto

Na prática isso muda bastante a vida de quem estuda ou pesquisa

Você para de reler as mesmas fontes atrás da mesma informação

E ganha uma base que fica mais rica cada vez que você adiciona algo, porque o modelo cruza o novo com o que já estava lá

É conhecimento que compõe, não conhecimento que você recupera do zero e joga fora

Por que o Markdown do Obsidian encaixa numa LLM wiki

Aqui é onde o Obsidian brilha pra esse propósito

O Obsidian guarda cada nota como um arquivo .md em texto puro, dentro de uma pasta (o famoso vault)

Sem banco de dados proprietário, sem container escondido, sem formato fechado

Anexos como imagens e PDFs ficam como arquivos comuns ali do lado

Isso importa muito porque o Claude Code lê arquivos Markdown nativamente, sem conversão nem plugin dedicado

Como o vault é só uma pasta de arquivos .md, o Claude Code lê tudo direto

E tem o outro pilar: os links

No Obsidian, você liga uma nota na outra com o formato wikilink: dois colchetes de abertura, o título da nota e dois colchetes de fechamento

O wikilink resolve pelo título da nota, e a extensão .md é opcional (com ou sem o .md, os dois valem)

Sacou por que isso casa com esse método?

Você estrutura as páginas por entidade e por conceito, liga elas com wikilinks, e o resultado é um grafo de conhecimento em texto puro

Um formato que a IA lê sem esforço e que ainda gera o graph view do Obsidian pra você enxergar as conexões

Como montar a sua LLM wiki com Claude Code e Obsidian

Bora pra parte prática

O passo a passo é mais simples do que parece, e dá pra deixar boa parte do trabalho pesado com o próprio Claude Code

1. Instale o Obsidian e crie um vault

Começa pelo básico: instala o Obsidian (processo tranquilo, next e finish) e cria um cofre novo

Esse cofre é só uma pasta na sua máquina

O erro comum aqui é já querer encher de nota antes de definir pra que serve o vault: escolhe um tema (o meu, por exemplo, é conteúdo sobre IA) e começa focado

2. Separe as fontes brutas numa pasta RAW

Dentro do vault, crie uma pasta pra jogar as fontes cruas de informação (eu chamo de RAW)

É ali que entra o material que ainda NÃO foi processado: artigos, textos, recortes

O erro comum é misturar fonte crua com conteúdo já organizado: separar RAW (cru) de wiki (processado) é o que mantém o método limpo

3. Abra a pasta do vault no terminal e inicie o Claude Code de dentro dela

Esse é o pulo do gato da integração

Como o vault é uma pasta, você entra nela pelo terminal e inicia o Claude Code ali dentro, deixando o vault como diretório de trabalho:

cd caminho/do/seu-vault
claude

Assim o Claude Code ganha acesso de leitura a todo arquivo .md, pasta e anexo do cofre

O erro comum é iniciar o Claude Code em outra pasta e depois estranhar que ele não enxerga suas notas: ele precisa rodar de dentro do vault

4. Peça pro Claude Code criar as páginas e os wikilinks

Com ele rodando dentro do cofre, você pede pra ele pegar as fontes da RAW e transformar em páginas, organizadas por entidade e conceito, ligadas por wikilinks

Antes de soltar uma tarefa grande dessas, vale rodar em modo de planejamento antes de executar, pra revisar o que ele vai fazer antes de mexer nos arquivos

O erro comum é aceitar tudo no automático: o Claude Code pede confirmações no caminho, e é bom acompanhar pra garantir que a estrutura saiu do jeito que você quer

Como foi na prática: 4 fontes viraram 19 páginas interligadas

No vídeo abaixo eu mostro esse fluxo do começo ao fim, montando um cofre generalista sobre IA junto com a galera

O que eu fiz foi copiar o passo a passo do gist e colar dentro do próprio Claude Code, pedindo pra IA configurar o cofre seguindo o método

Depois, pra não ter que converter texto em Markdown na mão, usei o Web Clipper no Chrome pra transformar artigos e sites em arquivos .md e jogar direto na pasta RAW

Juntei artigos de várias IAs ali (citei GLM, MiniMax, Qwen e Claude Opus) como base de conhecimento

Aí veio a parte boa

Usei um prompt bem direto, tipo "compila o RAW pro wiki seguindo o esquema", e acompanhei em tempo real o Claude Code indexando as fontes

De 4 fontes enviadas pra RAW, ele gerou 19 páginas interligadas no cofre, organizadas em fontes, modelos, entidades e conceitos, além de atualizar os arquivos gerais do repositório

Depois de processado, passei a consultar a base pelo próprio Claude Code pra tirar dúvidas, usando a LLM como filtro que economiza tempo em vez de ficar lendo tudo manualmente no Obsidian

E o graph view foi um dos pontos que mais achei massa: ele conecta os pontos em comum entre as IAs (quando mais de uma cita ‘agent swarm’, por exemplo), o que ajuda a comparar as ferramentas de um jeito bem mais concreto que um benchmark fechado

O que eu vejo de diferencial nesse método:

• É 100% Markdown local
• Cresce condensando conhecimento, não empilhando lixo
• Dispensa banco de dados vetorizado e servidor de RAG
• É portável, dá pra versionar tudo com o Git ou jogar na nuvem
• E ainda gera o graph view de brinde

Sobre a portabilidade, aliás, se você quer levar o cofre pro controle de versão, dá pra fazer isso pelo próprio assistente: vale ver como usar o Claude Code com Git pra criar commits e acompanhar o histórico do seu vault

Um detalhe de rotina: na primeira vez faz sentido carregar vários artigos de uma vez, pra base nascer com corpo

Depois o normal é ir pingando uma fonte ou outra conforme o interesse, e deixar o Claude Code condensar

É um loop de retroalimentação: adiciona fonte, ele condensa, a base fica mais refinada

Conclusão

No fim das contas, a LLM wiki é isso: uma base viva, onde a LLM é o motor e o Obsidian é o banco de dados em Markdown

Funciona bem sem estrutura complexa, cresce de forma auto-organizada pelo Claude Code, e te devolve a informação quando você precisa

Sobra pra você só a curadoria, que é o que realmente importa

O próximo passo prático é começar pequeno: cria um vault com poucas fontes, abre o Claude Code de dentro dele e deixa a base se formar

E se você quiser espiar como a comunidade já está implementando isso, existem projetos open source baseados no padrão, como o claude-obsidian, e até pipelines locais tipo o obsidian-llm-wiki-local rodando com Ollama

Começa com um cofre enxuto e vai deixando ele crescer…

até o próximo post!