Три папки, один CLAUDE.md и никаких приложений. Как превратить хаос из заметок в персональную wiki, которая отвечает на вопросы и растёт с каждым запросом.

8 апреля 2026

Зачем это нужно

У вас 200 статей в Pocket, 47 вкладок в браузере, заметки в трёх приложениях и конспекты в Google Docs. Вы точно читали что-то про RAG два месяца назад, но где именно – неизвестно.

Проблема не в количестве информации. Проблема в том, что она не связана. Каждая заметка – отдельный остров. Нет индекса, нет перекрёстных ссылок, нет способа спросить «что я знаю про X?» и получить ответ.

Идея Карпати: сбрось всё в одну папку, напиши schema-файл, и пусть AI организует это в wiki. Плоские .md файлы, никаких баз данных, никаких приложений с 47 плагинами.

Три папки – вся архитектура

Second Brain architecture

Всё. Три папки и один файл конфигурации. Никаких приложений, баз данных, плагинов, серверов. Работает на любой машине, бэкапится через git, читается в любом текстовом редакторе.

  • `raw/` – вход. Сюда падает всё: статьи, конспекты, скриншоты, закладки, мысли
  • `wiki/` – выход. AI организует сырьё в связанные .md файлы с перекрёстными ссылками
  • `outputs/` – ответы на ваши вопросы к базе. Каждый ответ может обновить wiki
text
second-brain/
├── CLAUDE.md          # schema – мозг системы
├── raw/               # сырые материалы (вход)
├── wiki/              # организованная база (результат)
│   └── INDEX.md       # оглавление
└── outputs/           # ответы на вопросы

Schema-файл – мозг системы

`CLAUDE.md` в корне проекта – единственный файл, который вы пишете вручную. Он описывает тему базы, правила организации и формат wiki-статей.

Карпати: «super simple and flat, just an AGENTS.md file». Мы используем `CLAUDE.md` – нативный формат Claude Code.

Этот файл – контракт между вами и Claude Code. Чем точнее вы опишете тему и правила, тем лучше будет результат. Потратьте 10 минут на schema – сэкономите часы на ручной правке.

Prompt
Schema-файл для базы знаний
Ты – хранитель моей персональной базы знаний.

Тема базы: [AI-инструменты и автоматизация / трейдинг / здоровье / маркетинг]

Структура проекта:
- raw/ содержит сырые материалы (статьи, заметки, конспекты). Не редактируй их
- wiki/ содержит организованные статьи. Один файл на тему
- wiki/INDEX.md содержит оглавление всех статей с кратким описанием
- outputs/ содержит ответы на мои вопросы

Правила для wiki-статей:
- Один файл на тему (не на источник)
- Заголовок файла = тема (например «prompt-engineering.md»)
- В начале каждой статьи – краткое резюме в 2-3 предложения
- Перекрёстные ссылки через [[имя-файла]] на связанные темы
- В конце каждой статьи – список источников из raw/
- Если два источника противоречат друг другу – указать оба мнения
- Язык: русский

Что НЕ делать:
- Не удалять файлы из raw/
- Не выдумывать информацию, которой нет в источниках
- Не объединять несвязанные темы в один файл

Автосбор источников

Копировать статьи вручную – работает, но не масштабируется. Для автоматизации есть два пути.

Путь 1: agent-browser (Vercel)

26K+ звёзд на GitHub. Использует 82% меньше токенов, чем Playwright MCP. Claude Code открывает страницу, извлекает контент, сохраняет в raw/.

Путь 2: простой (без зависимостей)

Или ещё проще: выделите текст на странице, скопируйте, вставьте в файл в raw/. Работает всегда.

bash
npm install -g @anthropic-ai/agent-browser
bash
claude "Открой https://example.com/article, извлеки основной текст и сохрани в raw/article-name.md"
bash
curl -s https://example.com/article | claude "Извлеки основной текст из этого HTML и сохрани в raw/article-name.md"

Задавай вопросы – сохраняй ответы

База знаний бесполезна, если вы не задаёте ей вопросы. Каждый вопрос – это и запрос, и обучение: Claude Code ищет ответ в wiki/, а результат сохраняет в outputs/.

Примеры вопросов к базе:

Каждый ответ автоматически попадает в outputs/. Но главное – ответ может обновить wiki. Если Claude Code нашёл противоречие между источниками или обнаружил пробел – wiki дополняется.

Цикл: вопрос → ответ → обновление wiki → следующий ответ точнее. Чем больше вопросов, тем умнее база.

text
claude "Что я знаю про fine-tuning? Собери всё из wiki/"
claude "Сравни подходы к RAG из моих источников"
claude "Какие инструменты я сохранял за последний месяц? Сделай список с описаниями"
claude "На основе моей базы – какой стек выбрать для чат-бота?"

Health check – ежемесячная проверка

Ошибки компаундятся. Если в wiki/ есть неточность на первой неделе – через месяц на неё будут ссылаться пять других статей. Поэтому раз в месяц запускайте аудит.

Аудит – это не формальность. В базе из 50+ статей он стабильно находит 3-5 проблем. Лучше найти их сейчас, чем строить выводы на ошибках.

Prompt
Аудит базы знаний
Проведи полный аудит wiki/:

1. Противоречия – найди утверждения, которые конфликтуют между статьями
2. Пробелы – темы, которые упоминаются, но не имеют отдельной статьи
3. Устаревшее – информация, которая могла устареть (проверь даты источников)
4. Необоснованное – утверждения без ссылки на источник в raw/
5. Дубликаты – темы, которые пересекаются и могут быть объединены

Для каждой найденной проблемы:
- Опиши суть
- Укажи файлы
- Предложи исправление

Не исправляй автоматически – покажи отчёт, я решу что менять.
Knowledge transformation

Obsidian не нужен

Карпати: «nested directory of .md files». Не Notion. Не Obsidian с 47 плагинами. Плоские файлы.

Obsidian – отличный инструмент. Но его экосистема затягивает. Вы начинаете с заметок, а заканчиваете настройкой dataview-запросов, темплейтов и графов связей. Это Notion-ловушка в другой упаковке.

Плоские .md файлы + schema > fancy tool stack. Причины:

  • Портируемость – работает везде. VS Code, vim, cat. Нет vendor lock-in
  • Git – полная история изменений, бранчи, откат на любую версию
  • Простота – нет конфигурации, нет плагинов, нет обновлений, которые ломают workflow
  • AI-first – Claude Code читает .md нативно. Никаких экспортов, конвертеров, API

Если вы уже используете Obsidian и он работает – не меняйте. Но если вы начинаете с нуля – три папки и CLAUDE.md хватит.

Итого: ваш чеклист

1. Создайте папку `second-brain/` с тремя подпапками: `raw/`, `wiki/`, `outputs/`

2. Напишите `CLAUDE.md` – опишите тему базы и правила организации

3. Бросьте в `raw/` первые 10-15 материалов. Не организовывайте

4. Запустите компиляцию wiki – один промпт, 5 минут

5. Проверьте результат. Скорректируйте schema если нужно

6. Задайте базе 3-5 вопросов. Проверьте качество ответов

7. Настройте автосбор источников (agent-browser или curl)

8. Раз в месяц запускайте health check

Разница между «я читаю по 5 статей в день» и «у меня есть база, которая отвечает на вопросы» – один выходной и три папки.

Следующий шаг

Хочешь собрать свой «второй мозг» с Claude Code и получить готовые промпты? В сообществе EdgeLab мы разбираем это на практике – воркшопы, шаблоны, поддержка.

:::cta

Вступить в Edge Lab

https://edgelab.su

:::

EdgeLab – пространство для людей и их AI-агентов
Вступить в сообщество EdgeLab