ऑब्सीडियन मार्कडाउन को Claude Code से जोड़कर ऑटोमैटिक वर्क इंजन बनाना

वेब क्लिपर द्वारा लाए गए कचरा डेटा को साफ करना

वेब से स्क्रैप की गई मार्कडाउन फाइलें विज्ञापनों और मेनू बार जैसे शोर (noise) से भरी होती हैं। यदि ऐसा टेक्स्ट मिला हुआ हो, तो RAG (Retrieval-Augmented Generation) का प्रदर्शन काफी कम हो जाता है। वास्तव में, अनफ़िल्टर्ड डेटा मॉडल के ध्यान को भटकाता है, लेकिन साफ-सुथरा मार्कडाउन खोज की सटीकता को बढ़ाता है। अनावश्यक टेक्स्ट को हटा देने से लोकल LLM द्वारा उपयोग किए जाने वाले टोकन में 30% से अधिक की कमी आती है, जिससे पैसे की भी बचत होती है।

पायथन की BeautifulSoup लाइब्रेरी का उपयोग करके इस शोर को हटाना आवश्यक है।

1. टर्मिनल में pip install beautifulsoup4 lxml दर्ज करके वातावरण तैयार करें।
2. स्क्रिप्ट में decompose() मेथड के साथ .ad-container या .nav-menu जैसे अनावश्यक CSS क्लासेज को पूरी तरह से हटा दें।
3. lxml पार्सर के साथ केवल मुख्य सामग्री (body) निकालें, उसे मार्कडाउन के रूप में सहेजें और ऑब्सीडियन वॉल्ट (vault) में डालें।
   ऐसा करने से मॉडल केवल मुख्य सामग्री पर ध्यान केंद्रित करता है, जिससे मतिभ्रम (hallucination) कम होता है और टोकन की खपत भी 25% के स्तर तक गिर जाती है।

फ़ोल्डर डिज़ाइन ताकि Claude Code रास्ता न भटके

जब फाइलों की संख्या सैकड़ों में हो जाती है, तो सबसे बुद्धिमान मॉडल भी संदर्भ (context) खो देते हैं। फाइलों को बस ढेर न करें, बल्कि सूचना की स्थिति के अनुसार क्षेत्रों को विभाजित करें। मैं PARA फ्रेमवर्क को बदलकर 3-चरण (01_Raw_Inbox, 02_Processed_Wiki, 03_Project_Action) संरचना का उपयोग करता हूँ। यह Claude Code को एक भौतिक दिशानिर्देश देता है कि उसे किस जानकारी पर भरोसा करना है और किसे संदर्भित करना है।

एजेंट को भ्रमित होने से बचाने के लिए फ़ाइल नाम और टर्मिनल विकल्पों का उपयोग करें।

1. सभी फ़ाइल नामों के आगे YYYY-MM-DD जोड़ें ताकि पता चल सके कि जानकारी कितनी ताज़ा है।
2. Claude Code चलाते समय --newer-than विकल्प का उपयोग करें ताकि वह केवल पिछले 24 घंटों में बदली गई फाइलों को ही पढ़े।
3. 03_Project_Action फ़ोल्डर में केवल कार्य की स्थिति (work status) वाली फाइलें रखें।
   इस संरचना को अपनाने से Claude पूरे वॉल्ट में इधर-उधर खोजने जैसी बेवकूफी नहीं करता है। इसके कारण जो खोज पहले 10 मिनट लेती थी, वह अब 30 सेकंड में पूरी हो जाती है।

YAML मेटाडेटा के साथ खोज की कमियों को दूर करना

साधारण टेक्स्ट सर्च यह अंतर नहीं कर पाता कि कोई दस्तावेज़ 'महत्वपूर्ण' है या 'पूरा हो चुका कार्य'। इसलिए दस्तावेज़ के शीर्ष पर YAML Frontmatter जोड़ना आवश्यक है। मेटाडेटा होने पर आप Claude Code को बहुत अधिक सटीक निर्देश दे सकते हैं।

एक नॉलेज एंटरप्रेन्योर के वर्क इंजन के लिए तीन फ़ील्ड पर्याप्त हैं।

1. विषय को विभाजित करने के लिए topic, महत्व को आंकने के लिए source_importance, और कार्य की स्थिति के लिए status को नोट के शीर्ष पर लिखें।
2. ऑब्सीडियन के 'YAML Toolkit' प्लगइन के साथ सैकड़ों मौजूदा फाइलों पर इस नियम को एक साथ लागू करें।
3. Claude Code की कॉन्फ़िगरेशन फ़ाइल (CLAUDE.md) में लिखें, "केवल उन दस्तावेज़ों को देखकर कार्य सूची बनाएं जिनका status 'Doing' है।"
   इससे आप हर सुबह 2 घंटे डेटा व्यवस्थित करने की मशक्कत से मुक्त हो जाएंगे और 10 मिनट में कार्य ब्रीफिंग प्राप्त करने की स्थिति में होंगे।

एक लाइन के कमांड से खत्म होने वाला डेली ब्रीफिंग रूटीन

टर्मिनल आधारित Claude Code वास्तव में तब अपनी शक्ति दिखाता है जब इसे शेल स्क्रिप्ट के साथ जोड़ा जाता है। काम पर आते ही सिर्फ एक कमांड टाइप करने से एक ऐसा इंजन तैयार हो जाता है जो कल सीखी गई बातों का विश्लेषण करता है और आज भेजे जाने वाले ईमेल का ड्राफ्ट तक तैयार कर देता है। हर सुबह क्या पहले करना है, यह सोचने में ऊर्जा बर्बाद करने की ज़रूरत नहीं है।

ऑटोमेशन रूटीन को इस प्रकार सेट करें:

1. claude --bare कमांड वाली एक शेल स्क्रिप्ट (.sh या .bat) बनाएं ताकि शुरुआती लोडिंग गति बढ़ सके।
2. स्क्रिप्ट में find -mtime -1 कमांड को मिलाकर पिछले एक दिन के दौरान बनाए गए नोट्स ही Claude को पास करें।
3. Claude Code के PostToolUse फीचर का उपयोग करके तैयार किए गए ईमेल ड्राफ्ट की गलतियों को सुधारें और उन्हें एक विशिष्ट फ़ोल्डर में स्वचालित रूप से सहेजें।
   एक ईमेल लिखने में लगने वाला 30 मिनट का समय घटकर 5 मिनट रह जाता है।

डेटा विस्फोट से निपटने के लिए श्रेणीबद्ध संदर्भ (Hierarchical Reference) रणनीति

जब फाइलों की संख्या एक हजार से अधिक हो जाती है, तो 200,000 टोकन की कॉन्टेक्स्ट विंडो भी जल्दी भर जाती है। इस स्थिति में, सभी फाइलों को पढ़वाने के बजाय, एक 'मास्टर इंडेक्स' (master_index.md) को पहले पढ़वाने का 2-चरण वाला तरीका अपनाना चाहिए जो पूरे मानचित्र की तरह कार्य करता है। यह तरीका API कॉल की संख्या को लगभग 60% तक कम कर देता है।

परफॉर्मेंस बनाए रखने के लिए कॉन्टेक्स्ट मैनेजमेंट समझदारी से करना चाहिए।

1. कुल टोकन खपत को निम्नलिखित संरचना के रूप में समझें और प्रबंधित करें:$$T_{total} = T_{system} + T_{index} + T_{active\_files} + T_{history}$$
2. Claude Code को पहले मास्टर इंडेक्स पढ़ने दें और उसे केवल उन फ़ाइल पथों (paths) को खोजने दें जो प्रश्न का उत्तर देने के लिए आवश्यक हैं।
3. केवल खोजे गए पथों की फाइलों को अतिरिक्त रूप से पढ़ें और उत्तर तैयार करें, और यदि बातचीत लंबी हो जाती है, तो /compact कमांड के साथ इतिहास को संक्षिप्त करें।
   इस श्रेणीबद्ध संरचना को अपनाने से, डेटा चाहे कितना भी जमा क्यों न हो जाए, आप बिना किसी रुकावट के तत्काल निर्णय लेने में सहायता प्राप्त कर सकते हैं।