ObsidianとClaude Codeで作る「第二の脳」——Vault自動管理の全体設計
はじめに
「ノートを書いたのに、あとで見つからない」
「情報は溜まっているのに、活用できていない」
こうした悩みを抱えながらObsidianを使っているエンジニアは多いと思います。Obsidianはリンクベースのナレッジグラフが強力ですが、ノートの整理・検索・連携を手動でやるのは継続が難しいという側面もあります。
本記事では、筆者が実際に運用している「ObsidianとClaude Codeを組み合わせたVault自動管理システム」の全体設計を紹介します。AIエージェントをナレッジ管理の「執事」として活用することで、Vaultが勝手に整理されていく仕組みです。
システムの全体像
ObsidianVault (Gitリポジトリ)
├── 00_Inbox/ ← 未整理メモの一時置き場
├── 01_Projects/ ← アクティブなプロジェクト
├── 02_Knowledge/ ← 永続参照ノート
├── Daily Notes/ ← 日次ログ (YYYY/MM/YYYY-MM-DD.md)
└── memory/ ← AIエージェント用メモリ
├── MEMORY.md ← セッション横断インデックス
└── pj*.md ← 各PJ状態ファイル
.claude/
├── CLAUDE.md ← AIへの運用ルール
├── agents/ ← 専門エージェント定義
├── skills/ ← 再利用可能なスキル群
└── scheduled-tasks/ ← 定期実行タスク
重要なのは、VaultがGitリポジトリとしてClaudeの作業領域にもなっている点です。Claude Codeはファイルを読み書きし、変更をコミット・プッシュするまで一貫して行います。
設計の核心：AIへの「お作法」を明文化する
CLAUDE.mdによる行動ルール定義
Vaultのルートに置くCLAUDE.mdは、Claude Codeへの指示書です。ここに以下を明記します。
## 絶対ルール
- ObsidianVault内のファイルを変更したら確認なしにコミット＆プッシュ
- 03_Archive/ は検索対象外
- 言語は日本語。出力は見出し+箇条書き+テーブル
## 検索の優先順
1. 特定ファイル名・正確なキーワード → Grep/Glob（高速）
2. 概念・文脈検索 → ベクトル検索MCPを使う
この「お作法ファイル」があることで、AIは毎回指示しなくても正しく動作します。
memory/MEMORY.mdによる状態保持
Claudeはセッションをまたいで記憶を持ちません。しかしmemory/MEMORY.mdにインデックスを作り、詳細をmemory/pj-xxx.mdに分散させることで、セッション開始時にロードするだけで文脈が復元されます。
# Claude Memory
## 進行中のプロジェクト
| PJ | 概要 | 詳細 |
|----|------|------|
| PJ-A | 〇〇SaaS開発 Next.js + PostgreSQL | → `pj-a.md` |
| PJ-B | コンテンツ自動化パイプライン | → `pj-b.md` |
このパターンの利点は：
- MEMORY.mdは200行以内に収める（常にコンテキスト内に載せる）
- 詳細は別ファイルに委譲（必要時にReadで取得）
- working-memory.mdで未完了タスクを時系列管理
実装：定期実行タスクでVaultを自律管理
scheduled-tasksの仕組み
Claude Codeにはmcp__scheduled-tasks__*というMCPがあり、cron形式で定期タスクを登録できます。
{
"name": "vault-daily-review",
"schedule": "0 22 * * *",
"model": "sonnet",
"prompt": "本日のDaily Noteを作成し、00_Inboxの未整理ノートを適切なフォルダに振り分けてください。"
}
筆者の環境では以下のタスクが毎日自動実行されています：
| タスク | 実行時刻 | 内容 |
|---|---|---|
| morning-briefing | 07:00 | ニュース要約 + 今日のタスク確認 |
| inbox-cleanup | 22:00 | 00_Inbox整理 + Daily Note作成 |
| rag-refresh | 00:00 | ベクトルインデックス更新 |
ベクトル検索MCP（vault-rag）の統合
Obsidian標準の検索はキーワードマッチです。概念検索にはsqlite-vec + bge-m3によるベクトル検索を追加します。
# vault-rag MCP サーバー（簡略版）
from fastmcp import FastMCP
import sqlite_vec
mcp = FastMCP("vault-rag")
@mcp.tool()
async def search_vault(query: str, top_k: int = 5) -> list[dict]:
"""意味的に近いノートを検索する"""
embedding = embed_text(query) # bge-m3でエンベディング
results = db.execute(
"SELECT path, content, distance FROM chunks ORDER BY embedding <-> ? LIMIT ?",
[embedding, top_k]
).fetchall()
return [{"path": r[0], "snippet": r[1][:200]} for r in results]
Claude Codeはこのツールを「概念・文脈検索」の場面で自動的に使います。
# CLAUDE.mdでの指示
検索の優先順:
1. 特定ファイル名・正確なキーワード → Grep/Glob
2. 概念・文脈検索 → mcp__vault-rag__search_vault（Grepより先に使う）
実際の運用パターン
パターン1：セッション開始時の自動ロード
.claude/hooks/にpost-startフックを設定し、セッション開始時に自動でコンテキストをロードします。
#!/bin/bash
# .claude/hooks/post-start.sh
cat memory/MEMORY.md
cat memory/working-memory.md
echo "=== 本日のDaily Note ==="
cat "Daily Notes/$(date +%Y)/$(date +%m)/$(date +%Y-%m-%d).md" 2>/dev/null || echo "(未作成)"
パターン2：作業ログの自動コミット
VaultはGitリポジトリなので、Claude Codeがファイルを変更するたびに自動コミットされます。
# .git/hooks/post-commit（自動プッシュ）
#!/bin/bash
git push origin main --quiet &
これにより、AIが行った変更がすべてGitヒストリーに残ります。「昨日AIが何をしたか」をgit logで確認できます。
パターン3：エージェント分業体制
複雑なタスクは専門エージェントに分業させます。
# .claude/agents/ceo.md
name: ceo
description: 全PJ統括・進捗管理・日次レポート生成
model: sonnet
system_prompt: |
あなたはObsidianVaultを管理するCEOエージェントです。
全プロジェクトの進捗を横断的に確認し、優先度を判断します。
# .claude/agents/news.md
name: news
description: AIニュース収集・要約・Daily Note記録
model: sonnet
設計時のポイント
1. AIルールは「人格」で表現する
「〜するな」と禁止事項を増やすより、「シニアエンジニアとして振る舞う」「根本原因を突き止めることに価値を置く」といった人格定義の方が、予期しない状況でも適切に対応します。
2. メモリは「インデックス」と「詳細」を分離する
MEMORY.mdはインデックスのみ（200行以内）。詳細はpj-xxx.mdに分散。セッション開始コストを抑えつつ、必要時は詳細をロードできます。
3. 変更は必ずGitで追跡する
AIが自律的に動くほど「AIが何をしたか」の追跡が重要になります。Gitヒストリーがあれば、意図しない変更もすぐ気づけます。
まとめ
ObsidianとClaude Codeを組み合わせた「第二の脳」の核心は以下の5点です：
- CLAUDE.mdで行動ルールを明文化する（毎回指示しない）
- memory/MEMORY.mdで状態を永続化する（セッションをまたいだ文脈保持）
- scheduled-tasksで定期メンテを自動化する（Vaultが勝手に整理される）
- ベクトル検索MCPで概念検索を実現する（キーワードに依存しない検索）
- Gitで全変更を追跡する（AI自律動作の安全弁）
この設計の最大の利点は、ノート管理に時間を使わなくなることです。書くことに集中し、整理・検索・連携はAIに任せる。その結果、Vaultが本当の意味で「第二の脳」として機能し始めます。
ぜひ自分のObsidian環境に取り入れてみてください。