← Tilbake til bloggen

Slik Bruker AI-agenter Obsidian-valvet Ditt i 2026 (MCP + Markdown)

· Save Team
obsidianaimcpmarkdownclaude-codeagentspkm

Det største skiftet innen kunnskapsstyring i 2026 er ikke en ny app — det er at AI-agenter nå kan lese notatene dine.

Med MCP (Model Context Protocol) kobler verktøy som Claude Code seg direkte til Obsidian-valvet ditt. Hver artikkel du har lagret, hvert notat du har skrevet, blir kontekst som gjør AI-assistenten din smartere om arbeidet ditt.

Her er hva dette betyr i praksis og hvordan du setter det opp.

Hvorfor Dette Betyr Noe

Før MCP betød det å bruke AI med notatene dine kopiering og liming. Du tok noen avsnitt, limte dem inn i ChatGPT og stilte et spørsmål. Det fungerte, men skalerte ikke.

Nå kan en AI-agent:

  • Søke i hele valvet etter relevante notater
  • Kryss-referere flere lagrede artikler
  • Syntetisere informasjon på tvers av dusinvis av kilder
  • Bygge videre på din eksisterende forskning i stedet for å starte fra bunnen

Betingelsen? Notatene dine må være i et format AI kan lese. Det formatet er Markdown.

Stakken

Web Content → Save (clean Markdown) → Obsidian Vault → MCP → AI Agent

Hver del har en jobb:

  1. Save konverterer rotete nettsider til ren, strukturert Markdown
  2. Obsidian lagrer og organiserer Markdown-filene dine lokalt
  3. MCP gir AI-agenter lesetilgang til valvet ditt
  4. Claude Code (eller en hvilken som helst MCP-kompatibel agent) spørrer kunnskapsbasen din

Sette Opp MCP med Obsidian

Forutsetninger

  • Et Obsidian-vault med noe innhold
  • Claude Code installert (npm install -g @anthropic-ai/claude-code)
  • En MCP-server for filsystemtilgang

Koble Valvet Ditt

Konfigurer Claude Code til å få tilgang til valvet ditt via MCP:

claude mcp add obsidian-vault -- npx -y @anthropic-ai/files-mcp /path/to/your/vault

Nå kan Claude Code lese hver fil i valvet ditt.

Test Det

Åpne Claude Code og spør:

Hvilke notater har jeg om React performance?

Hvis valvet ditt har relevant innhold, vil Claude finne det, lese det og syntetisere et svar basert på din lagrede kunnskap.

Virkelige Brukstilfeller

Forskningssyntetisering

Du har lagret artikler om et emne i uker:

"Basert på de 15 artiklene jeg har lagret om serverless-arkitektur,
hva er de viktigste kostnadsoptimaliseringsstrategiene som nevnes?"

Claude søker i valvet ditt, leser relevante notater og gir deg et syntetisert svar med referanser til spesifikke artikler.

Skrivestøtte

Du skriver et blogginnlegg og trenger støttende bevis:

"Finn eksempler fra mitt lagrede innhold som støtter argumentet
om at lokal-første programvare er på frammarsj."

Beslutningstaking

Du evaluerer verktøy for et prosjekt:

"Jeg har lagret sammenligningsartikler om Postgres-hostingleverandører.
Sammenfatt avveiningene mellom Neon, Supabase og PlanetScale
basert på min lagrede forskning."

Kom i Gang

  1. Installer Save for ren nettklipping
  2. Sett opp et Obsidian-vault med en references/-mappe
  3. Koble Claude Code via MCP
  4. Begynn å lagre — hver artikkel du klipper blir en del av AI-ens kontekst

Oppsettet tar 10 minutter. Kunnskapen akkumulerer for alltid.