Flujo de trabajo RAG: Integración de Claude + Obsidian Vault

Trocea la bóveda. Divide cada nota de Markdown en piezas de ~500 tokens, mantén la ruta del archivo y el encabezado como metadatos. Incrusta localmente. Ejecuta un modelo de incrustación local (nomic-embed, BGE, o MiniLM) sobre cada pieza. Sin llamada a Claude aquí, esta parte es gratuita y corre en tu máquina. Almacena los vectores. Colócalos en una base vectorial local (Chroma, LanceDB, o sqlite-vec). Ahora 10M tokens de notas es un índice buscable, no un prompt. Recupera por pregunta. Incrusta la pregunta, extrae las top 5 a 10 piezas más cercanas por similitud. Llama a Claude. Envía solo la pregunta más esas piezas a través de la API. Claude responde anclado en tus propias notas. Envuélvelo. Aplicación web local en localhost, renderiza la bóveda como un gráfico de fuerza 3D. Por qué el uso de Claude cae: Una construcción ingenua vierte notas completas en cada prompt, así que pagas por miles de tokens que nunca necesitaste. RAG envía solo las pocas piezas que coinciden, así que los tokens de entrada por llamada colapsan. La búsqueda misma corre en el modelo de incrustación local, así que encontrar la respuesta nunca toca a Claude. El caché de prompts reutiliza el prompt de sistema fijo a una fracción del costo de entrada. Gestos aéreos sobre el gráfico: Ejecuta seguimiento de manos MediaPipe en el navegador, devuelve 21 puntos de referencia por mano por fotograma. Mapea gestos al gráfico: distancia entre punta del pulgar y punta del índice bajo un umbral es un pellizco que selecciona un nodo. Palma abierta moviéndose es rotar, dos manos separándose es zoom. Renderiza el gráfico con 3d-force-graph sobre Three.js, alimenta los deltas de puntos de referencia en los controles de órbita y selección de nodos. Para una pantalla táctil real, intercambia MediaPipe por eventos de puntero y táctil: pellizco para zoom, arrastre para rotar, toque para seleccionar.