Un outil qui relie automatiquement l’historique des conversations Claude Code au graphe de connaissances d’Obsidian

Bonjour. Je vous présente claude-knowledge-graph, un projet open source que j’ai créé pour résoudre une frustration rencontrée récemment en utilisant l’assistant de codage IA en terminal, Claude Code.

Pourquoi je l’ai créé (My Pain Point)

Je travaille dans la data science et je traite en parallèle des demandes d’analyse de données et de développement provenant de plusieurs organisations. Depuis que j’ai adopté Claude Code, ma productivité a fortement augmenté, mais un problème critique subsistait.

• Connaissances éphémères et fragmentation : à chaque nouvelle demande d’analyse, je crée un nouveau dossier ad hoc pour travailler. Mais une fois la session terminée, les décisions d’architecture prises en luttant avec l’IA, le code de prétraitement complexe ou encore le processus de débogage disparaissent tels quels.
• Répétition inefficace : lorsque je reviens plus tard sur une tâche similaire, il m’arrive souvent de ne pas retrouver l’historique précédent. Je perds alors du temps à réexpliquer toute la situation à l’IA depuis le début ou à réécrire le code en me fiant à ma mémoire.

Je suis parti de cette idée : « Ne pourrait-on pas faire en sorte que l’IA fasse elle-même remonter mes anciens travaux dans le bon contexte, sans que j’aie à me demander dans quel dossier j’avais déjà résolu tel problème ? »

Présentation du projet : claude-knowledge-graph

C’est un outil qui intercepte toutes les conversations dans Claude Code (prompts et réponses), les analyse avec un LLM local, puis construit automatiquement un graphe de connaissances Obsidian unifié.

1. Zero-Friction (entièrement automatisé) : il fonctionne en arrière-plan grâce aux Hooks de Claude Code. L’utilisateur peut simplement continuer à coder comme d’habitude.
2. Étiquetage sûr grâce à un LLM local : une fois le travail terminé, un petit LLM local (Qwen 3.5 4B + llama.cpp) se lance brièvement en arrière-plan pour résumer la conversation et en extraire les concepts clés et les tags, puis s’arrête. Aucun risque de fuite du code interne vers l’extérieur.
3. Liaison automatique par similarité (Killer Feature) : à partir des concepts extraits, des tags, ainsi que du chemin du répertoire de travail (cwd), l’outil compare de manière multidimensionnelle les échanges actuels avec les archives passées. Il retrouve les solutions antérieures les plus pertinentes et les relie automatiquement en wiki-links ([[ ]]) au bas de la note en cours.

Particulièrement utile pour les développeurs suivants

• Celles et ceux qui changent souvent de contexte : même si vous alternez entre plusieurs projets ou dossiers ad hoc, toutes les connaissances convergent vers un seul Vault Obsidian et se relient automatiquement.
• Celles et ceux qui travaillent dans des environnements très contraints sur la sécurité : si vous hésitez à utiliser des services de prise de notes ou de journalisation dans le cloud parce que vous manipulez du code ou des données sensibles en environnement enterprise, c’est une alternative locale et sûre.
• Celles et ceux qui visent un Second Brain : recommandé aux utilisateurs d’Obsidian qui veulent construire non pas de simples logs texte, mais un graphe de connaissances visuel relié par des nœuds et des arêtes.

L’outil a été conçu pour bien fonctionner sur Mac (Apple Silicon) et Linux. Pour faire tourner le LLM local en arrière-plan, un environnement avec au minimum 16 Go de RAM est recommandé.

J’ai détaillé l’architecture et la méthode de configuration dans le dépôt GitHub. Les retours et les PR sont toujours les bienvenus !

• Lien GitHub : https://github.com/yunwoonam/claude-knowledge-graph

[namyunwoo]

Le lien GitHub est https://github.com/namyunwoo/claude-knowledge-graph .