AI Ideas

Knowledge Hub

  • Hiện tại mình đang có khoảng > 2000 notes. Muốn integrate nó với AI để hỏi đáp câu trả lời được đúng hơn

  • Cách làm:

    • Cách 1:
      • Install Obsidian HTTP Rest server
      • Install Obsidian MCP Server
      • Integrate MCP server này với Claude, sau đó hỏi đáp trên Claude.
      • Khi hỏi đáp trên Claude, flow:
        • Claude gửi câu hỏi lên LLM Server (kèm theo list available functions)
        • LLM Server trả về action + function + params
        • Claude call HTTP request vào MCP, để search files liên quan trong Obsidian
        • Claude nhận nội dung files, combine chúng với câu hỏi, gửi lên LLM để phân tích.
    • Cách 2
      • Install plugin để convert nội dung notes trong Obsidian về thành embed vectors
      • Khi user hỏi, ta sẽ embed câu hỏi, sau đó search trong DB embed vectors để tìm ra files notes liên quan
      • Đọc nội dung các file liên quan, gửi kèm lên LLM

Classify Transactions

  • Hiện tại, các giao dịch hàng tháng trên VCB, mình phải sửa bằng tay để phân loại category, sau đó import (qua tool) vào Money Lover

  • Expect: Application có thể tự động phân loại category dựa trên nội dung chuyển khoản

  • Khó khăn

    • Một số giao dịch không cho phép sửa nội dung nội dung mặc định Khó để phân tích
    • Có nhiều giao dịch chung (vd đặt chung đồ ăn trưa), sau đó mn sẽ chuyển khoản lại

Eisenhower Matrix

  • Bài toán:

    • Hiện tại, mình sẽ list các tasks cần làm trong ngày vào Daily note.
    • Tuy nhiên, mình thường bị sa đà vào các tasks linh tinh (nhưng vui/ có hứng thú làm hơn) Các tasks cần thực hiện luôn thì lại đang bỏ qua, ùn lại
    • Expect AI tự động phân loại un-completed tasks, và fill vào ma trận Eisenhower Matrix
  • Cách làm

    • Cài đặt Kanban plugin trên Obsidian
    • Fill css script này để đổi lại style cho board: Eisenhower Matrix in Obsidian - Toolbox for Thought
    • Viết 1 python tool + 1 Prompt phân loại tasks
      • Python tool sẽ lấy ra hết các un-completed tasks (eg: from ngày xx - now)
      • Combine với Prompt phân loại mình đã viết ở trên
      • Gửi lên LLM để chúng phân loại
      • Sau khi nhận được response thì write vào file bên Obsidian.

Có thể sử dụng Claude Code (đã integrate với Obsidian MCP)