Obsidian Como Segundo Cerebro: Gestiona Proyectos con Agentes de IA

Una decisión de arquitectura tomada en una llamada de hace tres meses. Está en algún sitio. Quizá en un hilo de Slack, quizá en un Google Doc que alguien compartió, quizá en una nota de Notion que nadie ha tocado desde entonces. O peor: solo en la cabeza de alguien que ya no está en el equipo.

Si gestionas proyectos, esto te suena. La documentación se fragmenta entre herramientas, los hilos de chat entierran contexto valioso, y cada vez que necesitas una decisión anterior, pierdes 20 minutos buscando entre pestañas. El conocimiento existe, pero no es accesible.

Ahora imagina un sistema donde todo vive en un sitio, en archivos que controlas, y donde un agente de IA puede buscar, conectar y sintetizar ese conocimiento por ti. Eso es Obsidian cuando lo configuras bien.

Por qué Obsidian (y no otra herramienta)

La pregunta obvia: ya existen Notion, Confluence, Google Docs. Todas funcionan. Entonces, por qué complicarse.

Local-first. Tus notas son archivos Markdown en tu disco. No hay servidor intermediario, no hay API propietaria entre tú y tu contenido. Si Obsidian desaparece mañana, abres tus archivos con cualquier editor de texto y sigues trabajando.

Sin vendor lock-in. En Notion, exportar es posible pero doloroso. En Obsidian no hay nada que exportar porque nunca salió de tu máquina. Tus archivos son tuyos desde el primer momento.

2,500+ plugins comunitarios. Desde Dataview para consultas tipo base de datos hasta Templater para automatización avanzada. El ecosistema es enorme y activo.

Bases. La nueva capa de datos estructurados permite crear vistas tipo tabla, tablero o calendario sobre tus notas. Es como tener una base de datos relacional sobre Markdown plano.

CLI oficial. Desde la versión 1.12 (febrero 2026), Obsidian incluye una interfaz de línea de comandos con más de 100 comandos. Buscar, crear notas, gestionar tareas, abrir tu daily note, todo desde la terminal. Gratis, sin suscripción. Esto cambia cómo los agentes de IA interactúan con tu vault.

Obsidian Skills. Y aquí viene lo que cambió mi perspectiva: Steph Ango (kepano), el CEO de Obsidian, publicó un repositorio oficial de Skills para agentes de IA. Eso no es un plugin comunitario. Es una señal estratégica directa de hacia dónde va la herramienta.

El método: PARA + Zettelkasten para proyectos

Antes de hablar de IA, necesitas una estructura que tenga sentido. Sin organización, el agente busca en un caos y devuelve caos.

PARA es el método de Tiago Forte. Cuatro categorías:

Zettelkasten complementa PARA con notas atómicas: una idea, un concepto, una decisión por nota. Cada nota enlaza a otras, creando una red de conocimiento que crece de forma orgánica.

La combinación práctica para un vault de desarrollo:

vault/
  projects/
    client-app/
      specs/
      decisions/
      meeting-notes/
      retrospectives/
    web-redesign/
      specs/
      decisions/
  areas/
    engineering/
    design/
    product/
  resources/
    snippets/
    references/
    learning/
  archives/
  templates/
    adr.md
    meeting-note.md
    sprint-review.md

Plugins esenciales para esta estructura:

Conectar Obsidian con agentes de IA

Aquí es donde la cosa se pone interesante. Hay cuatro capas, cada una con un nivel de integración diferente.

Capa 1: Plugins AI dentro de Obsidian

Estos viven dentro de Obsidian. No necesitas configurar nada externo.

Smart Connections es el más potente. Genera embeddings de todo tu vault y usa RAG (Retrieval-Augmented Generation) para encontrar notas relacionadas semánticamente. No busca por palabras clave, busca por significado. Le preguntas "qué decidimos sobre el sistema de autenticación" y encuentra la nota correcta aunque no contenga la palabra "autenticación".

Copilot for Obsidian es multi-modelo: Claude, GPT, Gemini, o modelos locales. Chat integrado que tiene contexto de tu vault. Puedes pedirle que resuma una nota, genere contenido a partir de varias notas, o responda preguntas sobre tu documentación.

Text Generator permite generar texto con múltiples proveedores. Es más ligero que Copilot, ideal para tareas puntuales como expandir un outline o reformular un párrafo.

Capa 2: Obsidian CLI — tu vault desde la terminal

Desde febrero de 2026, Obsidian incluye un CLI oficial con más de 100 comandos. Esto es importante porque significa que cualquier agente de IA que tenga acceso a una terminal (Claude Code, Codex CLI, Gemini CLI) puede operar directamente sobre tu vault sin necesidad de MCP servers ni plugins adicionales.

Algunos comandos que cambian el juego:

obsidian search query="decisión autenticación"    # Buscar en el vault
obsidian daily                                      # Abrir la nota diaria
obsidian daily:append content="Tarea pendiente"     # Añadir contenido sin abrir la app
obsidian files --vault=mi-vault                     # Listar archivos
obsidian create --title="ADR: Nueva API" --vault=mi-vault  # Crear nota

La ventaja sobre MCP servers: cero configuración extra. Activas el CLI en Ajustes, registras el comando, y funciona. El agente ejecuta obsidian search igual que ejecutaría git status. No necesitas servidor intermedio, no necesitas API key, no necesitas plugin REST.

El CLI necesita que Obsidian esté abierto en segundo plano (se comunica con la app). Si tu flujo de trabajo incluye tener Obsidian abierto mientras programas, el CLI es la opción más directa.

Capa 3: MCP servers — para integraciones más ricas

Si necesitas más que lo que el CLI ofrece — o si usas Claude Desktop en vez de Claude Code — los MCP servers siguen siendo útiles. Los cubrí en detalle en el artículo sobre cómo conectar herramientas a Claude Code.

mcp-obsidian actúa como puente REST API. Conecta con la API local de Obsidian y expone operaciones CRUD sobre tus notas.

obsidian-mcp-tools va un paso más allá: añade búsqueda semántica y soporte para Templater, permitiendo que el agente cree notas con plantillas.

Configuración en claude_desktop_config.json:

{
  "mcpServers": {
    "obsidian": {
      "command": "npx",
      "args": ["-y", "mcp-obsidian"],
      "env": {
        "OBSIDIAN_API_KEY": "tu-api-key"
      }
    }
  }
}

Cuándo CLI vs MCP: Si trabajas desde la terminal con Claude Code, el CLI es suficiente para la mayoría de operaciones. MCP brilla cuando necesitas búsqueda semántica, integración con Templater, o cuando usas Claude Desktop donde no hay acceso a terminal.

Capa 4: Obsidian Skills — el agente ENTIENDE Obsidian

Esta es la capa que cambia el juego. No es que el agente acceda a archivos Markdown. Es que el agente entiende las features específicas de Obsidian.

El repositorio obsidian-skills fue creado por kepano (Steph Ango, CEO de Obsidian) y acumula más de 13,900 estrellas en GitHub. Incluye skills que enseñan al agente a trabajar con el ecosistema Obsidian:

Son compatibles con Claude Code y Codex CLI. La instalación es directa:

cd tu-vault
git clone https://github.com/kepano/obsidian-skills .claude/skills

La diferencia con las capas anteriores es fundamental. Sin skills, el agente trata tu vault como un directorio de archivos de texto. Con skills, entiende que [[nota]] es un wikilink, que > [!warning] es un callout, y que un archivo .canvas tiene una estructura específica. Es la diferencia entre darle a alguien un libro en un idioma que no habla y dárselo en su lengua materna.

La combinación más potente: CLI + Skills. El agente tiene acceso directo al vault via terminal y además entiende cómo funciona Obsidian. Sin servidores intermedios, sin configuración de APIs, sin dependencias externas.

Workflows reales: gestionar proyectos con IA

La teoría está bien, pero lo que importa es qué haces con esto en el día a día.

Workflow 1: Documentar decisiones técnicas

Cada decisión técnica relevante se registra como un ADR (Architecture Decision Record). Templater genera la estructura:

---
type: adr
project: "{{tp.system.prompt('Proyecto')}}"
date: "{{tp.date.now('YYYY-MM-DD')}}"
status: accepted
---

# ADR: {{tp.system.prompt('Título de la decisión')}}

## Contexto
<!-- Qué problema estamos resolviendo -->

## Decisión
<!-- Qué decidimos y por qué -->

## Consecuencias
<!-- Qué implica esta decisión -->

## Alternativas consideradas
<!-- Qué otras opciones evaluamos -->

Después de una reunión donde se toma una decisión, el agente genera un borrador inicial a partir de las notas de la reunión. Tú revisas y ajustas. La decisión queda documentada en menos de 5 minutos.

Para consultar decisiones por proyecto, Dataview hace el trabajo:

TABLE status, date
FROM "projects"
WHERE type = "adr" AND project = "client-app"
SORT date DESC

Workflow 2: Preparar y resumir reuniones

QuickAdd crea una nota de reunión con un atajo. La plantilla incluye participantes, agenda y espacio para notas.

Después de la reunión, el agente procesa tus notas desestructuradas y extrae: resumen ejecutivo, decisiones tomadas, y action items con responsable y fecha. Los action items se formatean como tareas de Obsidian Tasks, que automáticamente aparecen en tus vistas de tareas pendientes.

- [ ] Actualizar schema de la API para soportar paginación @pedro 📅 2026-04-11
- [ ] Revisar propuesta de migración a Redis @maria 📅 2026-04-08
- [ ] Preparar demo para stakeholders @eduardo 📅 2026-04-10

Las tareas no se pierden en la nota de la reunión. Tasks las surfacea donde las necesites.

Workflow 3: Onboarding a un proyecto

Un miembro nuevo se incorpora al equipo. En vez de dedicar medio día a explicar decisiones históricas, el agente responde preguntas directamente sobre el vault.

"¿Qué decidimos sobre la autenticación?" -- El agente busca con Smart Connections, encuentra el ADR correspondiente, las notas de reunión donde se discutió, y sintetiza una respuesta con contexto completo.

"¿Cuál es la arquitectura del módulo de pagos?" -- El agente localiza los specs, el diagrama en Canvas, y las decisiones técnicas asociadas.

El onboarding pasa de ser una transferencia oral (que siempre pierde información) a una consulta interactiva sobre conocimiento documentado.

Workflow 4: Sprint review desde el vault

Al final del sprint, necesitas un resumen de qué se hizo, qué decisiones se tomaron, y qué quedó pendiente.

Dataview agrega la información:

TABLE status, date
FROM "projects/client-app"
WHERE date >= date("2026-03-21") AND date <= date("2026-04-04")
SORT type ASC

El agente toma esa información estructurada y genera un resumen de sprint: features completadas, decisiones clave, blockers encontrados, y deuda técnica identificada. Lo que antes requería una hora de compilación manual ahora toma minutos.

La opción local: Ollama + Obsidian

Si trabajas con información sensible o simplemente prefieres que nada salga de tu máquina, puedes usar modelos locales.

Ollama permite correr modelos como Llama 3, Mistral o Gemma en local. Tanto Text Generator como Smart Connections soportan Ollama como backend. Configuras la URL local y listo.

El trade-off es claro: privacidad total a cambio de menos capacidad. Para tareas como resumir notas, extraer action items o buscar información en el vault, los modelos locales funcionan bien. Para análisis complejos o generación extensa, la diferencia con Claude o GPT-4 se nota.

Si tu vault contiene información de clientes o datos sensibles, esta opción no es opcional, es necesaria.

Caso real: de 40% overhead a menos del 10%

Eric J. Ma documentó su experiencia gestionando 12 personas en 2 equipos. Su overhead de gestión de conocimiento rondaba el 30-40%: buscando información, redocumentando cosas que ya existían, respondiendo las mismas preguntas.

Después de estructurar su vault con tipos de notas bien definidos y codificar sus workflows como skills para agentes, ese overhead bajó a menos del 10%.

Las claves de su sistema:

• Texto plano. Todo en Markdown, nada en formatos propietarios.
• Tipos de notas estandarizados. Cada nota tiene un tipo claro (ADR, meeting, spec, retro) con propiedades consistentes.
• Workflows como skills. Los patrones repetitivos se codifican como instrucciones para el agente, no como procesos manuales.

La reducción no viene de que la IA haga magia. Viene de que el conocimiento está estructurado de forma que la IA puede operar sobre él eficientemente.

Obsidian como sistema operativo de conocimiento

Obsidian está evolucionando de una app de notas a algo más parecido a un sistema operativo ligero para conocimiento. Local-first, extensible, y ahora con soporte oficial para agentes de IA.

La combinación de archivos locales + estructura clara + agentes inteligentes es el punto ideal. Tienes control total sobre tus datos, una organización que escala, y agentes que pueden hacer el trabajo pesado de buscar, conectar y sintetizar.

No hace falta empezar con todo. Un vault con PARA, un par de plantillas, y un plugin de IA es suficiente para ver la diferencia. Añades complejidad conforme la necesitas.

Si ya usas MCP servers con Claude Code, conectar tu vault es el siguiente paso natural. Si todavía no, empieza por el artículo de MCP servers y vuelve aquí después.

Tu documentación no debería ser un cementerio de PDFs. Debería ser un sistema vivo que trabaja contigo.