ric2brain — Il mio Second Brain AI-Nativo
Vault Obsidian | 9000+ note | RAG | LLM Wiki | Agent Memory
Non prendo appunti. Costruisco un ecosistema di conoscenza vivente, indicizzato e interrogabile dall'AI.
!Il Problema
Nel 2022 avevo informazioni sparse in 7 piattaforme diverse: Google Drive, note telefoniche, email, documenti locali, bookmarks. Ogni ricerca costava tempo. Ogni cambio di progetto significava ricominciare da capo.
→La Soluzione
Un vault Obsidian unificato da 9000+ note, organizzato per aree semantiche con convenzioni di naming e frontmatter. Ogni nota ha: titolo, data, tag, tipo e collegamenti wiki ad altre note correlate. Il risultato è un grafo della conoscenza vivo.
I Motori AI
RAG (ChromaDB)
Embedding semantici di tutto il vault. Cerco per significato, non per parola chiave. Il modello all-MiniLM-L6-v2 trasforma ogni nota in un vettore; ChromaDB restituisce i chunk più pertinenti in millisecondi.
LLM Wiki
Genera un indice strutturato di tutte le note, raggruppato per area. Ogni agente AI che opera sul vault legge prima questo indice per navigare il contenuto senza scandire 9000 file.
Agent Memory
Una directory dedicata alla memoria operativa degli agenti AI: setup, session log, daily log. Ogni agente registra cosa ha fatto, perché e quali file ha toccato — creando una memoria condivisa tra sessioni.
MCP Integration
Il vault è esposto come risorsa MCP (Model Context Protocol), accessibile da qualsiasi agente AI compatibile. I tool RAG e LLM Wiki sono server MCP indipendenti.
Flusso di Lavoro
“Oggi il vault è la mia memoria esterna. Ogni progetto, idea, lezione e contatto è indicizzato e recuperabile in secondi. L'AI agent ci lavora sopra come un assistente che conosce tutto il mio contesto.”
Costruisci il Tuo Second Brain
Il vault ric2brain è privato (contiene dati personali), ma il framework è open source. Puoi iniziare con Obsidian oggi stesso e aggiungere i motori AI man mano.