Obsidian & Pi Coding Agent

Obsidian

Eine Wissensbasis, welche mit KI-Tools gelesen und bearbeitet werden kann, ist heute zunehmend betriebskritisch. Das Markdown-Dateiformat ist aktuell eine gute Basis. Obsidian bietet eine ideale Plattform für diese Dateien und kann auch eingebettete Bilder gut verwalten.

Obsidian Copilot

Als KI-Tool verwende ich Copilot for Obsidian. Ich konnte den One-Time Payment Plan noch für 250.00 USD kaufen. Dies beinhaltet sogar ein Kontingent für einige LLMs wie Gemini Flash, DeepSeek V4 und GLM 5.2.
Ich bevorzuge für meine persönlichen Dokumente jedoch die Analyse mit lokal gehosteten LLMs. Als KI-Server kommt dann ein Mac Studio mit Ollama und LM Studio zum Einsatz.

Seit der Version 4 von Obsidian Copilot erfolgt das Embedding separat in der Miyo App und für die Datenanalyse ist ein opencode-Agent eingebaut. Alle Funktionen können lokal und ohne Zugriff auf die Cloud betrieben werden.

Im Moment schreibe und verwalte ich meine Notizen selbst unter Mithilfe von Copilot. Den eingebauten opencode-Agenten betreibe ich vorläufig im Read-Only-Modus.

Mit entsprechender Absicherung wie beispielsweise einer GIT-Versionierung kann ich mit dem Einsatz von Agenten zur Verwaltung meiner Wissensbasis durchaus vorstellen. Da der Pi Coding Agent bei Verwendung von lokaler KI in der Effizienz bisher ungeschlagen ist, werde ich auch diese Anbindung testen.

Das Obsidian Copilot Projekt beobachte ich nun schon einige Zeit. Da es schon einen guten und stabilen Funktionsumfang besitzt, zurzeit sehr aktiv wird und ich schon viele Workflows umgesetzt habe, bleibt das vorläufig mein produktives System.

Links zu Obsidian Copilot

https://www.obsidiancopilot.com/en
https://github.com/logancyang/obsidian-copilot

Video: I Switched Back to Obsidian

Christian Lempa, 02.07.2026

Beschreibung

Ich bin wieder zu Obsidian gewechselt, nicht weil Notion schlecht ist, sondern weil sich mein Arbeitsablauf verändert hat. Als ich begann, terminalbasierte KI-Agenten, lokale Tools, Markdown-Dateien und meine eigenen Automatisierungs-Workflows zu verwenden, wollte ich, dass mein Notiz- und Projektmanagementsystem etwas ist, das ich vollständig kontrolliere.

In diesem Video gehe ich mein aktuelles Obsidian-Setup durch, zeige, wie ich meinen Vault organisiere, wie ich Markdown als Grundlage für technische Notizen und Projekte verwende und wie das Pi-Agent-Obsidian-Plugin meinen Vault mit lokalen KI-Agenten-Workflows verbindet. Ausserdem zeige ich, wie Skills, Prompts, Backlinks, Frontmatter und einfache Dateien Obsidian wieder nützlich machen für die Dokumentation meines Homelabs, die YouTube-Planung und KI-gestützte Arbeit.

Links aus dem Video

• Pi Agent:
  https://pi.dev
• Pi Agent for Obsidian:
  https://obsidian.md/plugins?id=pi-agent
• Pi Agent Obsidian Plugin on GitHub:
  https://github.com/ChristianLempa/obsidian-pi
• Obsidian:
  https://obsidian.md

Die Zusammenfassung wurde mithilfe von KI‑Tools erstellt. Web Clipper → Obsidian → Copilot, unter lokaler Verwendung von gpt‑oss:120b auf einem Mac Studio.
YouTube hat kürzlich die Codierung geändert, der bisherige Code für das Transkript funktioniert nicht mehr. Diesen habe ich nun angepasst. Siehe hier:

Transkript

Einführung

• Wechsel von Notion zurück zu Obsidian aufgrund eines veränderten Arbeitsablaufs.
• Terminalbasierte KI-Agenten, lokale Tools und eigene Workflows erfordern mehr Kontrolle.
• Obsidian nutzt einfache Markdown-Dateien, die für Menschen und Maschinen leicht bearbeitbar sind.
• SER API liefert strukturierte Suchergebnisse für KI-Agenten und Automatisierungen.

Das Problem mit Notion

• Grosse Plattformen setzen zunehmend auf eigene KI-Assistenten und geschlossene Ökosysteme.
• Verbindungen über MCP-Server, APIs oder CLI-Anwendungen bleiben oft umständlich, cloudabhängig und langsam.
• Lokale und offenere Tools bieten mehr Flexibilität und Portabilität.

Warum Obsidian interessant wurde

• Markdown-Dateien können mit beliebigen lokalen KI-Agenten und Sprachmodellen verwendet werden.
• Obsidian dient als modulare Oberfläche für Markdown und eigene Erweiterungen.
• Das Pi-Agent-Plugin ermöglicht produktives Arbeiten ohne Anbieter-Login.

So verwende ich Obsidian in meinem HomeLab

• HomeLab-Dokumentation, Services und Infrastruktur werden in einfachen Markdown-Dateien verwaltet.
• Plugins wie Dataview und Obsidian-Tabellen ermöglichen Abfragen, Filter und verschiedene Ansichten.
• Frontmatter enthält Informationen wie Umgebung, Plattform, Repository, Geheimnisverwaltung und Priorität.
• Vorlagen sorgen für eine einheitliche Struktur bei Service- und Infrastrukturdokumentationen.
• Dokumentiert werden unter anderem Server, Kubernetes-Cluster, Netzwerke, VLANs und IP-Adressen.
• KI-Agenten können lokale Dateien lesen, Informationen auswerten und Dokumentationen aktualisieren.

So hilft mir KI bei der Verwaltung meines Vaults

• Der Pi-Agent läuft schnell und direkt im Terminal und kann Dateien lesen, schreiben und bearbeiten.
• Lokale Sprachmodelle ermöglichen die Verarbeitung ohne Verbindung zu externen Diensten.
• Eigene Markdown-Dokumentationen liefern dem Agenten spezifischen Kontext statt allgemeiner Antworten.
• Der Agent kann beispielsweise DNS-Informationen erklären oder freie IP-Adressen im HomeLab finden.
• Skills sind wiederverwendbare Anleitungspakete für bestimmte Aufgaben.
• Skills und Prompts werden direkt im Obsidian-Vault verwaltet und stehen im Terminal sowie im Plugin zur Verfügung.
• Ein HomeLab-Skill beschreibt Infrastruktur, Abläufe, Vorlagen und Regeln für den Agenten.
• Der Agent kann auf dieser Grundlage VM-Onboarding-Pläne, Terraform-Dateien und Dokumentationen erstellen.
• Infrastruktur soll bevorzugt über Infrastructure as Code und dokumentierte Repositories verwaltet werden.
• MDBase Query ermöglicht schnelle Abfragen und Filterung von Markdown-Dateien anhand ihrer Frontmatter-Daten.
• Skills helfen dem Agenten, automatisch passende Dateien, Abfragen und Vorlagen zu verwenden.
• Vorlagen und Skills sollen künftig als gemeinschaftlich nutzbare Bausteine geteilt werden.

Die Herausforderung mit Markdown (MDBase Query)

• Markdown-Dateien müssen für Abfragen einzeln durchsucht werden.
• MDBase Query bietet eine Obsidian-kompatible Abfragesprache für Frontmatter.
• Daten können nach Eigenschaften, Namen oder Datumswerten gefiltert und in verschiedenen Formaten ausgegeben werden.
• Das Tool ähnelt SQL-Abfragen und kann beispielsweise Markdown- oder CSV-Tabellen erzeugen.
• Der Obsidian-Skill weist den Agenten an, MDBase Query für Suche, Filterung und Berichte zu verwenden.

Mein Pi-Agent-Plugin für Obsidian

• Das Community-Plugin integriert den Pi-Agent-CLI direkt in Obsidian.
• Voraussetzung ist die lokale Installation des Pi-Coding-Agenten.
• Das Plugin ist quelloffen und ermöglicht die Auswahl verfügbarer Modelle.
• Verschiedene Modi erlauben Chat, Lesen, Bearbeiten oder vollständige Agentenfunktionen.
• Im vollständigen Modus kann der Agent auch Shell-Befehle ausführen.
• Das aktuell geöffnete Dokument wird automatisch als Kontext verwendet.
• Nachrichten können während der Verarbeitung eingereiht oder abgebrochen werden.
• Chats lassen sich aufteilen, umbenennen, parallel bearbeiten und als Favoriten speichern.
• Das Plugin eignet sich unter anderem für HomeLab-Verwaltung, YouTube-Recherche und Projektarbeit.
• Das Projekt befindet sich in Entwicklung und sollte mit Vorsicht verwendet werden.

Abschliessende Gedanken

• Obsidian bietet volle Kontrolle über Daten, Darstellung, Tools und verwendete KI-Dienste.
• Notion, Confluence und ähnliche Plattformen sind ausgereifter und bieten bessere integrierte Datenbanken.
• Für viele Anwender sind diese All-in-one-Plattformen wahrscheinlich die bessere Wahl.
• Ein lokaler Markdown-basierter Workflow passt besser zu Anforderungen an Kontrolle, Geschwindigkeit und Portabilität.
• Auch andere Markdown-Programme können als Oberfläche für den Pi-Agenten verwendet werden.