Claude Code + NotebookLM + Obsidian = MODE DEWA

CChase AI
Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00Jika Claude code plus notebook LM sudah luar biasa dan Claude code plus obsidian adalah
00:00:04nilai tambah gratis, dan Claude code plus pembuat skill yang baru benar-benar
00:00:09mengubah segalanya. Lalu apa yang akan terjadi saat kita menggabungkan semua alat ini menjadi
00:00:13alur kerja yang praktis namun sederhana untuk disiapkan, yang bisa Anda gunakan hari ini dalam
00:00:19kurang dari 30 menit. Itulah tepatnya yang akan kita cari tahu di video hari ini saat
00:00:23saya menunjukkan langkah demi langkah cara membuat salah satu alur kerja terkuat di dalam
00:00:28Claude code. Alur kerja ini mengubah Claude code menjadi monster riset yang mutlak.
00:00:33Dan video ini juga merupakan rangkuman dari semua yang telah kita bahas dalam
00:00:37beberapa video terakhir, karena kita telah membahas hal-hal terkait Claude code dan
00:00:40notebook LM serta Claude code dan obsidian dan Claude code dan pembuat skill
00:00:43yang baru. Namun di sinilah kita mengambil semua pelajaran itu dan menyintesisnya menjadi
00:00:47sesuatu yang memiliki nilai praktis. Dan dalam hal itu, yang penting bukanlah
00:00:52kasus penggunaan saya yang tepat, kan? Ini adalah kasus penggunaan pribadi chase AI, kan? Dan
00:00:57cara saya meriset konten saya, tapi Anda bukan pembuat konten. Anda mungkin punya pekerjaan
00:01:01sungguhan. Jadi yang saya ingin Anda fokuskan sepanjang pelajaran ini, bukanlah
00:01:05seluk-beluk bagaimana saya melakukan pencarian YouTube. Anda harus fokus pada bagaimana
00:01:10saya menukar pencarian YouTube dengan kasus penggunaan apa pun yang Anda miliki dan sumber
00:01:14informasi apa pun yang Anda butuhkan, entah itu PDF atau artikel atau teks atau apa pun, kan?
00:01:18Bagaimana kita bisa menyesuaikan templat ini ke dalam hidup Anda? Di situlah letak nilainya. Dan
00:01:22itulah yang saya ingin Anda fokuskan. Dan itu juga sesuatu yang sangat dikuasai alat ini,
00:01:26kan? Ini adalah alur kerja yang sangat fleksibel yang dapat beradaptasi dengan kebutuhan Anda. Dan kita
00:01:32menyukainya. Jadi apa sebenarnya yang akan dilakukan oleh alur kerja ini? Seperti yang saya katakan, ini
00:01:36adalah riset tingkat tinggi. Jadi kita akan berada di dalam Claude code, dan kita
00:01:40akan melakukan riset melalui YouTube, kan? Sumber data saya dalam hal ini adalah
00:01:45video YouTube. Untuk melakukan itu, kita akan menggunakan skill khusus. Dari sana, kita
00:01:50akan mengirim data YouTube tersebut ke notebook LM melalui Claude code. Notebook LM
00:01:55akan melakukan analisis pada video-video tersebut untuk kita. Notebook LM juga akan memberi kita
00:02:00hasil akhir apa pun yang kita inginkan, entah itu podcast atau video atau infografis atau
00:02:04slide presentasi. Dan kemudian mengembalikan semua itu kepada kita di dalam Claude code. Semua
00:02:09ini dijalankan melalui skill. Terlebih lagi, kita akan menggabungkan semua
00:02:15sub-skill tersebut menjadi satu super skill. Kita akan melakukannya menggunakan
00:02:22pembuat skill, kan? Jadi di situlah peran pembuat skill, dan jelas hal-hal
00:02:26notebook LM akan berperan di sini. Bagaimana dengan Obsidian, kan? Karena
00:02:31ini bagus secara teori, tapi kita ingin meningkatkannya. Saya mungkin
00:02:35tidak hanya menjalankan alur kerja ini sekali. Nah, masuklah Obsidian. Semua data
00:02:40yang kita analisis, dan lebih dari sekadar data individual, cara kita mengolah data tersebut, bagaimana
00:02:46kita ingin analisis dilakukan, seperti apa hasil akhirnya, cara kita berpikir,
00:02:50semua itu akan dicatat oleh Claude code dalam serangkaian file Markdown,
00:02:55serangkaian file teks yang dapat dilihat oleh Obsidian karena ini semua
00:02:59akan terjadi di dalam vault kita. Sekarang, melihat Obsidian di sini, vault-nya bagus,
00:03:03kan? Karena beberapa alasan. Bagi saya sebagai manusia, saya memiliki wawasan besar tentang
00:03:06apa yang terjadi di file teks saya. Saya bisa mengeklik file-filenya. Saya bisa melihat bagaimana mereka
00:03:09saling terhubung dan saya mendapatkan grafik kecil yang keren. Tapi yang lebih penting, di dalam
00:03:13Claude code, semua file Markdown itu transparan bagi Claude code itu sendiri.
00:03:19Lebih mudah saat diatur dalam format Obsidian seperti ini bagi Claude code untuk
00:03:22menemukan hal-hal yang dibutuhkannya. Terlebih lagi, seiring berjalannya waktu, kita akan dapat menyempurnakan cara
00:03:29Claude code berbicara kepada kita dan berpikir dengan cara ini melalui file Claude dot MD,
00:03:34yang seiring waktu berarti Obsidian membantu Claude code melakukan alur kerja ini dengan cara
00:03:41yang kita inginkan, kan? Dengan Obsidian ditambahkan ke alur kerja ini, kita dapat mengubah Claude code
00:03:47menjadi seperti asisten pribadi yang terlatih yang menjalankan alur kerja ini atas nama
00:03:53kita. Dan itu sangat kuat. Ini hampir menjadi seperti putaran yang terus meningkat sendiri,
00:03:58kan? Karena semakin sering saya menjalankan alur kerja, semakin banyak analisis yang sesuai dengan
00:04:02keinginan saya. Semakin sering saya berbicara dengan Claude code, semakin banyak data moral yang dicatat dan Claude
00:04:07code terus membangun dan membangun seiring waktu kumpulan pengetahuan dan
00:04:11bukti tentang bagaimana saya suka bekerja. Dan begitulah cara kita mendapatkan hubungan
00:04:16simbiotik yang hebat ini dan semua hal ini saling membantu dengan menggabungkan Claude code
00:04:20dengan pembuat skill, dengan notebook LM, dengan Obsidian, kan? Dan Anda bisa melihat betapa
00:04:24fleksibelnya ini karena jenis alur kerja ini berubah baik, Anda tahu,
00:04:28kita bisa menghapus YouTube dan menggantinya dengan PDF, kan? Anda bahkan bisa menghapus bagian notebook LM.
00:04:31Anda benar-benar bisa memiliki alur kerja apa pun di sini, kan? Masukkan alur apa pun. Tapi jika
00:04:37Anda menyimpan templat alur Obsidian dan meningkatkan skill melalui pembuat skill, Anda
00:04:42memiliki sesuatu yang sangat kuat di ujung jari Anda. Dan ini bukanlah sesuatu yang dilakukan
00:04:46banyak orang. Sekarang, sebelum kita masuk ke cara mengaturnya, sepatah kata dari
00:04:50sponsor kita, yaitu saya sendiri. Sekali lagi, jika Anda ingin mempelajari lebih lanjut tentang Claude code, saya baru saja
00:04:56merilis masterclass Claude code di dalam chase AI plus. Ini membawa Anda dari nol menjadi
00:05:01pengembang AI terlepas dari latar belakang teknis Anda atau ketiadaannya. Chase AI plus
00:05:07sangat bagus jika Anda serius tentang AI dan mencoba membangun karier dari
00:05:09hal ini. Jadi pastikan untuk memeriksanya. Selain itu, ada komunitas gratis chase AI. Anda bisa
00:05:15menemukannya di deskripsi. Semua skill yang kita bahas hari ini, serta
00:05:18sejumlah sumber daya gratis lainnya dapat ditemukan di sana. Jadi ada sesuatu untuk semua orang.
00:05:23Jadi hal pertama yang harus kita lakukan adalah membuat skill kita. Anda akan melihat saya berada di dalam vault saya.
00:05:27Kita harus berada di folder vault apa pun agar Obsidian dapat mendeteksi hal-hal ini. Sekarang,
00:05:31skill pembuat skill, cara menginstalnya, membuatnya berfungsi. Pastikan Anda menonton video
00:05:35di atas. Saya membahasnya secara mendalam, tapi versi singkatnya, Anda cukup mengetik slash plugin.
00:05:40Anda akan mencari alat pembuat skill. Anda bisa melihat milik saya sudah terinstal di sini.
00:05:46Pembuat skill, instal, keluar dari Claude code, jalankan kembali. Anda siap untuk memulai. Dan jika
00:05:51saya ingin membangun skill, saya akan mengetik slash skill creator untuk memastikan alat itu benar-benar
00:05:55digunakan. Dan kemudian kita tinggal mendeskripsikannya. Dalam hal ini, saya katakan saya ingin
00:05:59membuat skill yang mencari YouTube dan mengembalikan hasil video terstruktur. Skill ini harus
00:06:03menggunakan YT-DLP untuk mencari video berdasarkan kueri, mengembalikan hasil, dan lain-lain.
00:06:08Ini adalah cara untuk YouTube. Sesuaikan dengan apa yang Anda inginkan sebagai
00:06:11sumber Anda. Sekali lagi, petunjuk ini akan tersedia di komunitas saya. Begitu Anda menjalankannya,
00:06:15ia akan membuat skill secara otomatis di dalam folder dot Claude Anda. Ia akan memberi Anda beberapa
00:06:19deskripsi tentang apa yang dilakukannya dengan alat pembuat skill. Ingat, kita memiliki kemampuan
00:06:23untuk menjalankan pengujian juga jika kita mau, tapi kita lewati saja dulu. Jadi itu memberi saya
00:06:28skill YouTube. Sekarang saya bisa mencari YouTube. Bagaimana dengan sisi notebook LM? Nah, sama seperti
00:06:31beberapa hal terakhir, saya punya video lengkap yang membahas itu. Tonton di atas, tapi saya akan beri
00:06:35ringkasan singkatnya. Jadi notebook LM tidak memiliki API publik. Jadi agar kita bisa menghubungkan
00:06:41Claude code ke notebook LM, kita akan menggunakan repo GitHub ini, notebook LM
00:06:46dash PI. Saya akan menaruh tautan di deskripsi untuk menginstalnya. Sangat mudah. Kita hanya akan
00:06:50menjalankan perintah ini di dalam terminal kita. Jadi kita tinggal salin ini. Saya buat
00:06:55terminal baru. Sekali lagi, saya tidak berada di dalam Claude code saat ini. Ini murni
00:06:59terminal dan saya akan menempelkannya di sana dan menjalankan instalasi. Setelah menjalankan instalasi itu,
00:07:03saya perlu masuk ke notebook LM untuk autentikasi. Anda melihatnya di sini di bagian CLI. Jadi saya tinggal
00:07:09salin notebook LM spasi, log in, masukkan ke terminal, tekan enter. Jendela peramban
00:07:14akan muncul meminta saya untuk masuk. Saya masuk dan selesai. Anda sudah terinstal dan
00:07:19bisa menggunakan notebook LM. Namun, kita perlu mengajari Claude code cara menggunakannya. Di situlah
00:07:24skill ini berperan. Repo ini memberi kita perintah untuk melakukannya. Kita bisa menjalankan instalasi skill
00:07:29notebook LM ini jika mau. Kita juga punya kemampuan lain. Yang mungkin lebih baik sekarang
00:07:34setelah kita memiliki pembuat skill adalah dengan menyalin, Anda tahu, pada dasarnya
00:07:38seluruh repo GitHub ini atau cukup berikan tautannya dan berikan itu ke Claude code dan katakan, Hei,
00:07:43gunakan pembuat skill untuk membuat skill bagi notebook LM dash PI. Dan Anda melihat petunjuk itu
00:07:50di sini. Pembuat skill buatkan skill agar kita bisa menggunakan skill notebook LM terbaik yang terlihat di sini,
00:07:55kan? Seperti ini, salah satu hal terbaik tentang Claude code adalah ia akan melakukan hal-hal yang memengaruhi
00:08:00penggunaannya sendiri, kan? Ia mengerti bagaimana skill bekerja di dalam ekosistemnya sendiri. Dan ketika saya melakukan
00:08:06hal-hal seperti ini, ia seolah-olah meningkatkan diri sendiri, yang mana itu bagus. Dan begitu Anda menjalankannya, Anda akan mendapatkan
00:08:11pesan yang pada dasarnya sama dengan yang Anda lihat di atas saat kita membuat skill pencarian YouTube. Dan ketika
00:08:15terkait khusus dengan skill note LM, perintah ini memungkinkan kita melakukan apa pun dan bahkan lebih dari
00:08:21terminal Claude code daripada yang bisa Anda lakukan di dalam notebook LM secara normal. Jadi kita punya kemampuan
00:08:26untuk membuat notebook sendiri. Kita bisa menambahkan sumber sebanyak yang kita mau. Ya, sampai 50, bisa
00:08:30dari drive kita, salinan file teks, YouTube, dan sebagainya. Dan kemudian seperti yang saya sebutkan sebelumnya, kita memiliki semua
00:08:35hasil akhir yang bisa diberikan notebook LM seperti ulasan audio, peta pikiran, kartu flash, infografis, dan lain-lain,
00:08:41dan sebagainya. Jadi sekarang kita punya skill YouTube dan grafik ini sudah jadi berantakan, kan?
00:08:45Ayo kita rapikan. Jadi kita punya skill YouTube. Kita sekarang punya pengaturan notebook LM, tapi sekali lagi,
00:08:50saya tidak ingin memberi tahu Claude code satu per satu, atau saya lakukan skill YouTube, jempol ke atas. Oke. Sekarang lakukan
00:08:55skill itu. Bagus. Jempol ke atas. Saya ingin melakukan ini semua sekaligus. Saya hanya ingin mengubahnya menjadi
00:09:00satu skill dan itulah yang akan kita lakukan sekarang. Kita mengubah alur kerja kita menjadi sebuah skill. Dan untuk
00:09:04membuat alur YouTube tersebut, super skill alur kerja itu, Anda bisa melihat proses yang sama persis,
00:09:09pembuat skill. Dan kemudian saya hanya melakukan aliran kesadaran agar ia membuatnya dengan
00:09:15mengatakan, Hei, saya ingin skill alur YouTube ini. Saya ingin ia menggunakan pencarian YouTube. Saya ingin ia
00:09:21mengirimkannya ke notebook LM dan saya ingin, Hei, jika saya memintanya, berikan hasil akhir dan saya ingin ia
00:09:25dikembalikan, kan? Itulah yang saya katakan dengan terlalu banyak kata. Dan pada saat itu ia akan membuat
00:09:30skillnya, memberi tahu apa yang dilakukannya, dan kemudian bertanya apakah Anda ingin menjalankan evaluasi apa pun, itu terserah Anda. Dan pada
00:09:35saat itu, alur kerja kita pada dasarnya sudah siap, kan? Skill sudah siap digunakan. Semuanya ada di dalam obsidian.
00:09:41Sekarang yang harus kita lakukan adalah menjalankannya. Jadi mari kita lakukan itu. Dan dalam kasus penggunaan kita, apa yang akan kita minta
00:09:47adalah kita akan meminta Claude code untuk mencari video yang berhubungan dengan Claude code dan MCP.
00:09:53Saya ingin mencari tahu lima server MCP teratas. Jadi saya ingin ia mengambil sumbernya dan saya ingin ia melakukan
00:09:58analisis, tidak hanya apa lima teratas itu, tapi bagaimana kinerja video-video tersebut? Seperti apa yang mendorong
00:10:03jumlah penayangan? Apa saja pencilan yang ada? Apa kesenjangannya dan apa yang bisa kita lakukan untuk memanfaatkannya?
00:10:09Dan saya juga akan memintanya untuk mengambil analisis tersebut dan membuatkan infografis untuk saya. Dan itulah
00:10:14petunjuk tepat yang Anda lihat di sini. Saya sudah memuat skill alur YouTube saya. Saya bisa saja menggunakan bahasa
00:10:18alami, tapi setiap kali Anda menggunakan perintah slash, Anda tahu itu akan berhasil seratus persen.
00:10:22Seperti yang saya katakan, YouTube MCP, analisis Claude code, dan saya meminta infografis. Jadi Anda bisa melihatnya
00:10:28memulai alur, memanggil sub-skill dengan notebook LM, serta pencarian YT. Dan sekali lagi,
00:10:34hal hebat tentang notebook LM ini adalah kenyataan bahwa semua pemrosesan oleh AI ini
00:10:41dilakukan oleh notebook LM. Ini adalah token yang tidak Anda bayar dan Claude code tidak perlu
00:10:45menggunakannya. Semuanya dilimpahkan ke Google. Terima kasih Google. Jadi setelah enam menit, analisisnya
00:10:50selesai. Ketahuilah bahwa sebagian besar waktu ketika Anda berbicara tentang, seperti, hanya analisis teks dan
00:10:54Anda ingin tahu apa yang dikembalikan notebook LM kepada Anda. Itu cukup cepat. Hasil akhirnya
00:10:58bisa memakan waktu. Jadi jika Anda mencari slide presentasi lengkap, misalnya, itu terkadang bisa memakan waktu hingga
00:11:0315 menit, kan? Karena ada beberapa gambar yang perlu dibuat. Jika hanya sekali jalan,
00:11:07seperti infografis, hanya beberapa menit. Jadi inilah infografis kita, kan? Membahas tentang MCP. Keren.
00:11:13Kita tidak memberinya banyak panduan dalam hal visual yang ingin kita lihat, tapi ini lumayan, kan?
00:11:18Suba base, context seven play, kan? Baiklah. Ia membaginya menjadi pengodean otonom dan
00:11:23tumpukan vibe coding yang esensial. Jadi apa yang mereka katakan? Suba base, Figma, Sentry, post hog, context seven,
00:11:30play, kan? Tidak bisa dibantah. Dan kemudian di bagian atas, Anda bisa melihat di sini, ia memberi kita file
00:11:36markdown lengkap untuk risetnya. Sekarang, ingat ini ada di dalam Obsidian. Jadi meskipun ini tampak seperti
00:11:41file markdown biasa di mana isinya ada di dalam kurung siku ganda secara acak, ini jauh lebih, jauh
00:11:46lebih jelas dan mudah bagi kita sebagai manusia untuk melihat ini dalam konteks melalui Obsidian. Inilah
00:11:51dokumen yang sama di dalam Obsidian, poin-poin penting server. Ia memiliki backlink yang akan menunjukkan kepada saya
00:11:57artikel lain yang terkait, saya bisa melihatnya di dalam grafik, kan? Hal-hal keren, tapi bukan
00:12:02di situ letak akhir dari nilai Obsidian. Ingat nilai Obsidian adalah kenyataan bahwa saya punya, Anda
00:12:07bisa melihatnya di sebelah kiri, semua file markdown ini, yang jika diambil secara keseluruhan, cukup banyak
00:12:13menunjukkan kepada Claude code, bagaimana cara saya bekerja. Dan jika kita melihat ke sini ke file Claude MD,
00:12:20dan itulah yang kita lihat di sini, file Claude MD menjadi otak di dalam otak, kan? Jika vault ini adalah
00:12:25otak kedua saya di mana saya punya semua ide ini, nah, file Claude dot MD sekali lagi adalah otaknya
00:12:30di dalam otak yang memberi tahu Claude apa arti semua ini dan apa artinya dalam hal konvensi
00:12:37tentang cara berbicara kepada saya, cara memberi saya hasil akhir, bagaimana saya ingin segala sesuatunya dilakukan. Dan seperti yang saya katakan,
00:12:41seiring waktu, vault ini akan tumbuh dan tumbuh, tapi sangat mudah bagi Claude MD untuk tumbuh
00:12:48bersamanya. Dan sekali lagi, dilatih dan belajar serta tumbuh bersama kumpulan pengetahuan ini. Dan itu
00:12:54sesederhana memberi tahu Claude code, hei, perbarui Claude MD berdasarkan percakapan terakhir kita.
00:13:00Agar konvensi ini tetap terjaga dan Anda benar-benar melakukan apa yang saya inginkan. Dan itu
00:13:04sesederhana mengatakan, bisakah kita memperbarui Claude MD? Agar lebih mencerminkan gaya kerja, analisis, dan preferensi
00:13:09output saya berdasarkan percakapan terakhir kita, kan? Sesuatu yang seluas itu sudah cukup bagi
00:13:15Claude untuk mulai mengolahnya. Jika Anda ingin lebih spesifik, Anda bisa lebih spesifik,
00:13:19kan? Itulah hal hebat tentang ini, sangat fleksibel dan terserah Anda. Dan seiring waktu,
00:13:25hubungan antara Claude code dan Obsidian itulah yang akan menyebabkan peningkatkan
00:13:31performanya, kan? Melakukan itu selama seminggu tidak akan terlalu berpengaruh. Melakukannya
00:13:35selama sebulan pasti akan berpengaruh. Melakukannya selama setahun dengan ratusan dokumen dan
00:13:40percakapan akan memberikan efek abadi yang besar. Jadi di situlah saya akan mengakhiri untuk hari ini.
00:13:46Saya harap Anda mendapatkan lebih banyak manfaat daripada sekadar alur kerja ini secara khusus. Dan,
00:13:50sedikit pandangan dalam tentang bagaimana saya melakukan riset konten saya, karena sekali lagi, daya tarik utamanya
00:13:55adalah kita bisa mengambil semua ini, kan? Dan yang kita butuhkan hanyalah semacam alur kerja dalam beberapa cara
00:14:02yang membantu Anda, kan? Dan apa pun yang Anda lakukan. Dan jika kita bisa mengambil alur kerja itu dan mengubahnya
00:14:07menjadi skill dan bahkan mengubah kumpulan skill menjadi satu skill dan memasukkannya ke dalam alur ini,
00:14:13maka kita mendapatkan situasi di mana semuanya saling membantu, kan? Jadi, dan sekali lagi,
00:14:18dalam jangka panjang, ada banyak nilai di sana. Jadi beri tahu saya di kolom komentar apa pendapat Anda seperti biasa,
00:14:25jika Anda ingin mempelajari lebih lanjut tentang Claude code, Anda ingin melihat masterclass Claude code,
00:14:28periksa chase AI plus, ada tautannya di kolom komentar. Dan seperti biasa, sampai jumpa.

Key Takeaway

Menggabungkan Claude Code dengan NotebookLM dan Obsidian menciptakan sistem riset simbiotik di mana AI belajar dari akumulasi data di vault lokal untuk menjadi asisten pribadi yang terlatih secara otomatis.

Highlights

Integrasi Claude Code, NotebookLM, dan Obsidian menciptakan alur kerja riset otomatis yang dapat disiapkan dalam waktu kurang dari 30 menit.

Penggunaan Skill Creator memungkinkan pembuatan 'super skill' yang menggabungkan beberapa sub-skill seperti pencarian YouTube dan analisis data ke dalam satu perintah tunggal.

NotebookLM memproses analisis data besar seperti video atau PDF tanpa memakan kuota token Claude Code karena seluruh beban komputasi dialihkan ke server Google.

Penyimpanan hasil riset dalam format Markdown di dalam vault Obsidian membuat data tersebut transparan dan mudah diindeks oleh Claude Code untuk referensi di masa mendatang.

File 'claude.md' di dalam Obsidian berfungsi sebagai instruksi dinamis yang terus diperbarui untuk melatih Claude Code agar memahami gaya kerja dan preferensi output pengguna.

Timeline

Sinergi Alat untuk Alur Kerja Riset Tingkat Tinggi

  • Kombinasi Claude Code, NotebookLM, dan Obsidian membentuk ekosistem riset yang sangat fleksibel untuk berbagai jenis sumber data.
  • Alur kerja ini mengotomatiskan proses pengambilan data dari YouTube hingga ekstraksi wawasan terstruktur.
  • Prinsip utama sistem ini adalah kemampuan adaptasi terhadap berbagai kebutuhan profesional di luar pembuatan konten.

Sistem ini dirancang untuk mengubah Claude Code menjadi instrumen riset yang kuat dengan menghubungkan berbagai platform AI. Pengguna dapat mengganti sumber data YouTube dengan PDF, artikel, atau teks apa pun sesuai kebutuhan spesifik mereka. Fokus utamanya bukan pada detail teknis pencarian, melainkan pada bagaimana templat ini bisa disesuaikan dengan alur kerja individu.

Peran Obsidian dan File Claude.md sebagai Otak Sistem

  • Obsidian menyimpan riwayat analisis dan proses berpikir pengguna dalam format file Markdown yang transparan bagi AI.
  • File claude.md bertindak sebagai memori jangka panjang yang menyimpan konvensi gaya dan preferensi output.
  • Hubungan antara Claude Code dan Obsidian menciptakan lingkaran peningkatan performa yang semakin kuat seiring bertambahnya data.

Data yang dianalisis dicatat dalam serangkaian file teks yang dapat divisualisasikan dalam grafik koneksi Obsidian. Format ini memudahkan Claude Code untuk menemukan informasi relevan dibandingkan dengan teks yang tidak terorganisir. Seiring waktu, pembaruan rutin pada file claude.md memastikan AI bekerja dengan standar yang semakin presisi mengikuti pola kerja pemiliknya.

Implementasi Teknis dan Pembuatan Skill

  • Skill Creator digunakan untuk membangun fungsi pencarian YouTube otomatis menggunakan alat YT-DLP.
  • Integrasi NotebookLM dilakukan melalui repositori notebooklm-py karena ketiadaan API publik resmi.
  • Perintah /skill-creator memungkinkan AI untuk meningkatkan kemampuannya sendiri dengan memahami ekosistemnya.

Proses instalasi dimulai dengan mengunduh plugin skill creator di dalam folder vault Obsidian. Untuk NotebookLM, pengguna perlu melakukan autentikasi melalui terminal CLI agar Claude Code dapat mengakses fitur-fitur Google. Dengan memberikan tautan repositori GitHub ke Skill Creator, Claude Code mampu menulis kodenya sendiri untuk berinteraksi dengan API pihak ketiga tersebut.

Eksekusi Alur Kerja dan Output Analisis

  • Satu perintah 'super skill' dapat menjalankan pencarian, analisis mendalam, hingga pembuatan infografis secara berurutan.
  • NotebookLM mampu menangani hingga 50 sumber data sekaligus termasuk Drive dan file lokal.
  • Efisiensi biaya tercapai karena pemrosesan teks dan pembuatan hasil akhir dilakukan di sisi Google tanpa biaya token tambahan.

Dalam pengujian nyata, sistem ini mampu mengekstrak lima server MCP teratas dari YouTube dan melakukan analisis performa video dalam waktu sekitar enam menit. Hasilnya mencakup file Markdown yang saling terhubung (backlink) dan infografis visual yang merangkum poin-poin penting. Langkah terakhir yang krusial adalah memerintahkan Claude Code untuk memperbarui file claude.md berdasarkan hasil percakapan guna mempertahankan gaya analisis tersebut selamanya.

Community Posts

View all posts