Obsidian × Claude Codeで複数PJを横断管理する自動化システムを作った

Posted at 2026-05-13

Obsidian × Claude Codeで複数PJを横断管理する自動化システムを作った

はじめに

「Obsidian + Claude Codeで第二の脳を作ろう」という記事が海外でよく話題になる。CLAUDE.mdを置いて、フォルダを5個作って、Claudeに読ませる——というアプローチだ。

それ自体は悪くないが、Claudeがフォルダを直読みする設計には限界がある。1,000ノートを超えたとき、毎回全ファイルを読み込むのはトークン的にも速度的にも現実的ではない。

この記事では、筆者が実際に稼働させているシステムを公開する。

vault-rag: sqlite-vec + bge-m3によるセマンティック検索MCP
AI-AGENT.md / CLAUDE.md: ベンダー非依存の2層設計
スキルシステム: 44本のClaude Codeスキル
scheduled-tasks: 36本の自律エージェント定期実行

現時点のインデックス規模: 1,172ノート / 22,813チャンク

全体アーキテクチャ

┌─────────────────────────────────────────────┐
│  Layer 1: Obsidian Vault（SSOT）            │
│  .md ファイル群 / Google Drive sync         │
└────────────────┬────────────────────────────┘
                 │ launchd 15分間隔インデックス
┌────────────────▼────────────────────────────┐
│  Layer 2: vault-rag MCP                     │
│  sqlite-vec + bge-m3 1024dim                │
│  search_vault / find_similar_notes          │
└────────────────┬────────────────────────────┘
                 │ MCP stdio
┌────────────────▼────────────────────────────┐
│  Layer 3: Claude Code                       │
│  AI-AGENT.md（中立層）+ CLAUDE.md（adapter）│
│  44スキル / 36 scheduled-tasks              │
└─────────────────────────────────────────────┘

Claudeはファイルを直読みしない。すべてMCP経由でベクトル検索する。これによりトークン消費を大幅に抑えつつ、意味的に近いノートだけを取得できる。

vault-rag: セマンティック検索をMCP化する

技術スタック

要素	採用技術	理由
ベクトルDB	sqlite-vec（WALモード）	Google Driveのファイルロック問題を回避
Embedding	bge-m3 1024dim	sentence-transformers、Ollama不使用
MCPフレームワーク	mcp[cli] (FastMCP)	公式Python SDKに同梱
自動更新	launchd 15分間隔	Vault編集後に自動でインデックス更新

MCPサーバーの実装（抜粋）

from mcp.server.fastmcp import FastMCP

mcp = FastMCP(
    "vault-rag",
    instructions="Obsidian Vault semantic search powered by bge-m3 + sqlite-vec",
)

@mcp.tool()
def search_vault(
    query: str,
    top_k: int = 5,
    pj_filter: str | None = None,
) -> list[dict]:
    """セマンティック検索。pj_filterでプロジェクト絞り込み可。"""
    return semantic_search(query, top_k, pj_filter)

@mcp.tool()
def find_similar_notes(file_path: str, top_k: int = 5) -> list[dict]:
    """指定ノートに意味的に近いノートを返す。"""
    return get_similar_notes(file_path, top_k)

.mcp.jsonにstdioサーバーとして登録するだけで、Claude Codeからmcp__vault-rag__search_vaultとして呼び出せる。

なぜDuckDB/ChromaDBを選ばなかったか

DuckDB: Google Driveとのファイルロック競合が発生
ChromaDB: PersistentClientがマルチプロセス非推奨 + closeバグ
LanceDB: 1,000ノート規模では過剰、Rust依存が重い

sqlite-vecはシングルファイルDBで、WALモードにすることでlaunchdとClaude Codeの同時アクセスを安全に扱える。

AI-AGENT.md / CLAUDE.md: ベンダー非依存の2層設計

問題意識

CLAUDE.mdに全ルールを書くと、Cursorに移行するとき・別のAIエージェントを使うときに書き直しが発生する。

解決策: 中立層と adapter 層に分割

AI-AGENT.md  ← 中立正本（AIプラットフォーム非依存のルール）
    └── CLAUDE.md  ← Claude Code固有の差分のみ定義
    └── AGENTS.md  ← Codex固有の差分のみ定義（将来: .cursor/rules/）

AI-AGENT.md にはVaultのMap・哲学・検索戦略・PJ共通ルールを書く。
CLAUDE.md にはMCP具体名・Agent Team設定・Claude固有の動作差分のみ書く。

この設計により、CLAUDE.mdはClaude固有の差分のみになり、他プラットフォームへの移植コストが最小化される。

スキルシステム: 44本のClaude Codeスキル

設計思想

スキルはMarkdownファイルとして.claude/skills/に置く。Claude Codeが/スキル名で呼び出す。

.claude/skills/
├── morning-briefing.md   # 毎朝の状況確認
├── session-end.md        # セッション終了ログ
├── seo-outline.md        # SEO記事構成案
├── vault-rag-refresh.md  # RAGインデックス更新
└── ...（計44本）

A/B/C分類で管理する

分類	説明	Eval必須
A	本番影響系（DB変更・投稿・デプロイ）	✅必須
B	知識蓄積系（リサーチ・分析・要約）	Gotchasのみ
C	ワンショット系（一回限り）	不要

A分類スキルはEvalチェック（成功/失敗/partial）をskills-usage.jsonに記録する。これにより「動いた気がする」で終わらず、実際の成功率が可視化される。

上限を50本に設定し、/skill-rotateで定期的に使用頻度の低いスキルをアーカイブする。

scheduled-tasks: 36本の自律エージェント

仕組み

Claude Codeのscheduled-taskはcronベースでエージェントを定期実行する。各タスクはSKILL.mdとスケジュール定義を持つ。

.claude/scheduled-tasks/
├── morning-briefing/       # 毎朝7:00 ニュース収集・要約
│   └── SKILL.md
├── qiita-daily-writer/     # 毎朝7:11 Qiita記事生成・投稿
│   └── SKILL.md
├── pj-competitor-crawl/    # 週次 競合サイトクロール
│   └── SKILL.md
└── ...（計36タスク）

実際に動いているタスク例

タスク	頻度	内容
morning-briefing	毎朝7:00	AIニュース収集→日本語要約→Vault保存
qiita-daily-writer	毎朝7:11	KWプランナー参照→記事生成→API投稿
vault-evolution	週次	Claude Codeの新機能を検索してノート自動更新
seo-improvement-planner	週次	GSCデータ取得→改善提案生成
competitor-crawl	週次	競合サイトのコンテンツ変化を検知

人間がやることは「方針を決める」だけ。実行・記録・フォローアップはエージェントが自律的に行う。

運用して気づいたこと

1. Claudeに「ファイルを読ませる」より「検索させる」
1,000ノートを超えたら、全読みは非現実的。vault-ragでセマンティック検索するほうがトークンも速度も1桁改善する。

2. CLAUDE.mdは差分のみにする
何でも書くと肥大化する。中立ルールはAI-AGENT.mdに逃がし、CLAUDE.mdはClaude固有の数十行に収める。

3. スキルは上限を設けてローテーションする
50本を超えたあたりから「どのスキルを呼べばいいか分からない」状態になる。A/B/C分類 + 定期ローテーションで管理する。

4. scheduled-tasksはべき等に書く
失敗して再実行したとき、重複投稿・重複コミットが起きないよう、各タスクの冒頭に「今日分が存在するかチェック」を入れる。

まとめ

vault-rag: sqlite-vec + bge-m3でセマンティック検索MCP化。Claudeがファイルを直読みしない設計
2層CLAUDE.md: AI-AGENT.md（中立）+ CLAUDE.md（adapter差分）でベンダー非依存
スキルA/B/C分類: 44本をEval記録付きで管理、上限50本でローテーション
scheduled-tasks 36本: 朝刊・記事生成・競合クロール等を完全自律実行
規模感: 1,172ノート / 22,813チャンク / 26PJ横断

「Claudeにフォルダを読ませる」段階を超えたら、この構成を参考にしてほしい。

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up