SecondBrain

Pomysł wziąłem z koncepcji „LLM Wiki” (Karpathy, 2025): prywatny vault w Obsidianie, w którym rolę redaktora pełni Claude Code. Ja dostarczam materiał — artykuły, dokumenty, nagrania, przemyślenia — a agent zamienia go w powiązane strony, pilnuje porządku i proponuje kolejne pytania.

Architektura ma trzy warstwy. Źródła to surowy materiał, nienaruszalny po przetworzeniu. Wiki to przetworzona wiedza: encje, koncepcje, decyzje, przewodniki i mapy treści, spięte tysiącem linków. Schemat to plik z regułami, według których agent pracuje — i który zmienia się razem z systemem.

Wiedza ma być wiarygodna, nie tylko obszerna. Każde twierdzenie prowadzi do źródła, sprzeczności są oznaczane wprost, niepewność opisana („wg źródła X”, „stan na…”), a każda strona ma pochodzenie: wyciągnięte ze źródła czy wywnioskowane. Nowa strona powstaje dopiero wtedy, gdy temat pojawia się w co najmniej dwóch niezależnych kontekstach — to bariera przeciw notatkom-zombie. Regularny audyt wyłapuje martwe linki, sieroty i rozjazdy.

Vault działa z każdego miejsca, nie tylko z Obsidiana. Przez serwer MCP i globalne skille mogę z dowolnego projektu zapisać wniosek czy decyzję albo zapytać o coś, co już wiem. Nagrania ze spotkań transkrybuję lokalnie (WhisperX) i zamieniam w notatkę — markdown plus gotowy dokument. Całość jest w gicie, a kopia poza maszyną robi się sama przy starcie sesji.

System uczy się sam od siebie. Gdy coś robię ręcznie drugi, trzeci raz — agent proponuje z tego skill. Gdy reguła zaczyna uwierać — proponuje konkretną zmianę schematu. Decyzja zawsze należy do mnie. Na tym fundamencie stoją RailwaySecondBrain (cytowalna baza przepisów kolejowych) i wyszukiwanie notatek w KomPi.

Graf obok to prawdziwa mapa połączeń z vaulta, wygenerowana lokalnie i zanonimizowana: bez tytułów, bez treści, tylko kształt wiedzy. Widać w nim, jak AI, projekty i praca kolejowa przenikają się nawzajem.