Claude Code × Obsidian で作る「自己増殖型ナレッジベース」——LLM Wiki の実装ガイド
著者: @TaichiEndoh(遠藤 太一) 公開日: 2026-04-11 タグ: Obsidian / ナレッジマネジメント / n8n / LLM / ClaudeCode
はじめに
NotebookLM を使っていると、ある限界に気づきます。
「資料を読み込ませて質問できる。要約もできる。便利なのは間違いない。でも 情報がそこで止まる。一度出力したら終わり。知識が自己成長していかない。他のツールとの連携も難しい。」
この「閉じた箱」問題を解決するアーキテクチャが、OpenAI共同創業者 Andrej Karpathy 氏が提唱した「LLM Wiki」です。
本記事では、LLM Wiki の概念と、Claude Code × Obsidian を使った実装ワークフローを解説します。
LLM Wiki とは
Wikipedia のように「ページ同士がリンクで繋がった知識グラフ」を、AIが自動生成・自動拡張し続ける仕組みです。
従来の RAG（Retrieval-Augmented Generation）が「検索して回答する」受動的なシステムであるのに対し、LLM Wiki は「知識構造そのものを継続的に構築・改善する」能動的なアーキテクチャです。
従来: ユーザーが質問 → RAGが検索 → LLMが回答（そこで終わり）
LLM Wiki: 情報を投入 → AIが構造化・リンク付け → 知識ベースが成長
↑_____________________________________↓（ループ）
なぜ Obsidian × Claude Code なのか
この組み合わせが機能する技術的な理由は明確です。
Obsidian の特性
- すべてのデータがローカルの
.mdファイルとして保存される [[WikiLink]]によるノード間リンク構造を標準でサポート- プレーンテキストのため、LLM との相性が抜群
Claude Code の特性
- ローカルファイルシステムへの直接アクセス・読み書きが可能
- 自律的なタスク実行（ファイル作成・編集・フォルダ操作）
- 長いコンテキストウィンドウで、大量のノートを一度に処理できる
| 役割 | ツール | 担当 |
|---|---|---|
| 知識の倉庫 | Obsidian | データ永続化・リンクグラフ管理 |
| 実行エンジン | Claude Code | 構造化・リンク付け・生成 |
「思考は Obsidian、実行は Claude Code」 という役割分担がこのシステムの核心です。
3フェーズのワークフロー
Phase 1: Ingest（情報の投入）
生のテキストデータを inbox/ フォルダに投入します。完璧に整理する必要はありません。
vault/
├── inbox/ # 投入するだけ
│ ├── transcript_youtube.md
│ ├── meeting_notes.md
│ └── idea_fragments.md
├── wiki/ # Phase 2 で AI が自動生成
└── outputs/ # Phase 3 で AI が生成したコンテンツ
対象ファイルの例：
- YouTube動画の書き起こし
- 読んだ記事・論文のメモ
- 会議・打ち合わせメモ
- アイデアの断片
Phase 2: Compile（自動整理とリンク付け）
Claude Code が inbox/ を読み込み、以下を自動実行します。
- コンテンツを理解し、Wikipedia 型の構造化ページを生成
- 関連キーワード同士を
[[WikiLink]]で自動接続 - 生成したノートを
wiki/配下に配置
Claude Code への指示例
Read all files in /vault/inbox/,
create structured wiki pages in /vault/wiki/ with [[WikiLinks]],
then move processed files to /vault/inbox/processed/
生成されるノートのイメージ
# Claude Code
Claude Code は Anthropic が開発した AI エージェントツール。
[[Obsidian]] との連携により [[LLM Wiki]] の構築が可能。
## 関連
- [[Anthropic]]
- [[MCP（Model Context Protocol）]]
- [[AIエージェント]]Phase 3: Lint（品質チェックと新規コンテンツ生成）
プログラミングにおける linter（静的解析ツール）と同じ考え方で、知識ベース全体の品質を自動チェックします。
Claude Code への指示例（品質チェック）
Analyze all wiki pages and:
1. Find contradictions between pages
2. Identify orphan pages (no incoming links)
3. Find pages that should be linked but aren't
4. Flag potentially outdated information
Output a lint report to /vault/lint_report.md
チェック観点
- 情報の矛盾検出
- 孤立ページ（どこからもリンクされていないノード）の検出
- 関連しているのに未リンクなページの検出
- 情報の鮮度チェック
さらに、整理された知識ベースを元に 新規コンテンツを自動生成 できます。
Based on the wiki pages about [topic],
generate a YouTube script in my writing style.
Reference: /vault/style_guide.md
NotebookLM との比較
| 観点 | NotebookLM | LLM Wiki（Claude Code × Obsidian） |
|---|---|---|
| データの場所 | Google サーバー | ローカル（自分のPC） |
| 知識の成長 | なし（静的） | 自動増殖（動的） |
| 他ツール連携 | 難しい | ファイルベースで柔軟 |
| アウトプット | 質問への回答 | 新規コンテンツ・資料の自動生成 |
| 向いている用途 | 資料の質問応答・要約 | 知識ベース構築・育成・活用 |
NotebookLM はリサーチや資料理解に優れており、両者は競合しません。用途によって使い分ける のが正解です。
ハルシネーション対策としての観点
このワークフローには、ハルシネーション（AIの事実誤認）を抑制する副次的な効果があります。
自分が投入した情報を グラウンドトゥルース（根拠データ） として Claude Code に渡すため、モデルは自身の学習データではなく、あなたの知識ベースを参照して動作します。RAG 的なアプローチで、事実的根拠のある出力を得やすくなります。
ただし完全ではありません。Claude Code が生成したコンテンツは必ずレビューしてください。
注意点
データのプライバシー
Claude Code 使用時、ファイル内容は API 経由で Anthropic のサーバーに送信されます。機密情報・個人情報・患者データを含むファイルは知識ベースに含めないよう注意してください。
自律実行のリスク
Claude Code はファイルの作成・編集・削除を自律的に行います。重要なファイルは事前にバックアップを取り、--dangerously-skip-permissions フラグの使用は慎重に検討してください。
出力の検証
自動生成されたノートやコンテンツは叩き台として扱い、専門性の高い領域では必ず人間がレビューする工程を設けてください。
まとめ
- LLM Wiki は Andrej Karpathy が提唱した「AIが自己成長する知識グラフ」の概念
- Ingest → Compile → Lint の3フェーズで、生のメモが整理・連結・コンテンツ化される
- Obsidian（
.mdローカル保存 + WikiLink）と Claude Code（ファイル操作 + 自律実行）の相性が技術的な根拠 - NotebookLM の「閉じた箱」問題を解決する、継続的に育つ知識ベースが実現する
- ハルシネーション抑制・データプライバシー・自律実行リスクへの注意は必須
AIをその場しのぎで使うのではなく、日々の思考と作業の流れにAIを組み込む設計 をする。その視点がこのワークフローの本質だと思います。
既存システムとの組み合わせ——「完全自律型」ナレッジエンジンへ
ここまで説明したワークフローは、単体でも十分に機能します。しかし、以下の既存システムと組み合わせることで、手動操作をほぼゼロにした完全自律型の知識基盤 へと進化させることができます。
Phase 1 を自動化：n8n × Obsidian Git との連携
関連記事：「【完全自動化】n8n×Obsidianで『寝ている間に最新ニュースが届く』最強の情報収集システムを作った話」では、n8n が毎朝 Google News RSS を自動取得し、GPT-4o で要約後、GitHub 経由で Obsidian の inbox/ に自動配信するシステムを構築しています。
これは LLM Wiki の Phase 1（Ingest）を完全自動化 するものです。
[Google News RSS]
↓ n8n（毎朝9時）
[GPT-4o で要約・Markdown化]
↓
[GitHub プライベートリポジトリ]
↓ Obsidian Git（自動 Pull）
[vault/inbox/ に自動配信]
↓ Claude Code（Phase 2 / 3）
[wiki/ に自動構造化・リンク付け]
毎朝 Obsidian を開くだけで、最新ニュースがすでに inbox/ に入っており、Claude Code がそれを wiki/ に整理するループが回ります。完全に手を動かさずに知識ベースが育ち続ける 状態が実現します。
実装上のポイント
- n8n の GitHub ノードで
guidをファイル名にすることで重複保存を防止 On Error: Continue設定で既存記事をスキップし、新着のみ投入される設計- GitHub をバッファとして挟むことで、PCが起動していない間のデータも消えない
ローカルLLMとの組み合わせ：Bonsai-8B でプライバシーを守る
関連記事：「【実装公開】医療現場のニーズを匿名で集める掲示板を作った——1-bit AI『Bonsai-8B』でアイデア発想もサポート」
Claude Code を使う場合、ファイル内容は Anthropic の API サーバーに送信されます。医療・研究・機密情報を扱う場合、これがボトルネックになります。
Bonsai-8B（1-bit 量子化、1.15GB、RTX A5000 で 151 tokens/秒）を Claude Code の代替として Compile フェーズに組み込むことで、データを一切外部に出さないローカル完結型の LLM Wiki を構築できます。
[vault/inbox/]
↓
[Bonsai-8B（ローカルGPU）がノード生成・リンク付け]
↓
[vault/wiki/] ← データは自分のPCから出ない
用途別の使い分け
| フェーズ | 推奨モデル | 理由 |
|---|---|---|
| Phase 1（Ingest） | n8n + GPT-4o | 公開情報の要約、スピード優先 |
| Phase 2（Compile）— 公開情報 | Claude Code | 構造化品質が高い |
| Phase 2（Compile）— 機密情報 | Bonsai-8B（ローカル） | データを外部に出さない |
| Phase 3（Lint / 生成） | Claude Code | 長文コンテキスト・品質優先 |
Cloudflare Tunnel を使えば、Bonsai サーバーをローカルで起動しながら外部のサービスから安全に呼び出すことも可能です。
エージェント進化：Gemma 4 ADK との統合
関連記事：「Gemma 4 徹底解説：Googleのオープンモデル最新版で何ができるのか」
Gemma 4 と同時公開された Agent Development Kit（ADK） の「Skill Factory」は、LLM Wiki の Lint フェーズを大幅に強化する可能性があります。
通常の Lint フェーズでは、Claude Code に毎回「矛盾を探して、孤立ページを探して……」と指示を書く必要があります。ADK の Progressive Disclosure（段階的開示）を使うと、このチェックロジック自体をスキルとして定義・再利用できます。
[ADK Skill: lint_wiki]
L1（メタデータ）: "Obsidianナレッジベースの品質チェック"
L2（指示）: 矛盾検出 / 孤立ページ探索 / リンク提案 / 鮮度チェック
L3（リソース）: /vault/wiki/ 全ファイル
さらに ADK の Skill Factory（エージェントが新しいスキルを自己生成する機能）と組み合わせると、知識ベースの成長に合わせてチェックルール自体が自動で追加・更新される 自己進化型の Lint エンジン を実現できます。
また、Gemma 4 の 256K コンテキストウィンドウ（Apache 2.0 ライセンスでオンプレ運用可）により、大規模なナレッジベース全体を一度に読み込んだ横断的な分析も可能になります。
統合アーキテクチャ全体像
3つの既存システムを統合すると、以下のフルスタック構成になります。
【自動収集層】
n8n（毎朝定時起動）
└─ Google News RSS → GPT-4o 要約 → GitHub → vault/inbox/
【知識構築層】
Phase 2: Claude Code（公開情報）or Bonsai-8B（機密情報）
└─ inbox/ → wiki/（WikiLink グラフ自動生成）
【品質維持・生成層】
Phase 3: Claude Code + Gemma 4 ADK Skill
└─ wiki/ の矛盾・孤立・鮮度チェック → コンテンツ自動生成
【同期層】
Obsidian Git（自動 Pull / Push）
└─ GitHub バックアップ → マルチデバイス同期
実現できること
- 毎日の情報収集〜整理〜品質維持が完全自動
- 公開情報はクラウドLLM、機密情報はローカルLLM と使い分けた安全設計
- Obsidian のグラフビューで成長する知識ネットワークを視覚化
- 整理済みの wiki をベースに、Qiita 記事・スライド・提案書を自動生成
参考
- Andrej Karpathy - LLM OS concept
- Obsidian 公式ドキュメント
- Claude Code 公式ドキュメント
- 【完全自動化】n8n×Obsidianで最強の情報収集システムを作った話
- 【実装公開】医療現場のニーズを匿名で集める掲示板を作った——Bonsai-8B でAI機能をサポート
- Gemma 4 徹底解説：Googleのオープンモデル最新版で何ができるのか