RAG 워크플로우: Claude + Obsidian Vault 통합

볼트를 청크로 나눠라. 모든 마크다운 노트를 약 500토큰 조각으로 분할하고, 파일 경로와 제목을 메타데이터로 유지하라. 로컬에서 임베딩하라. 모든 청크에 대해 로컬 임베딩 모델(nomic-embed, BGE, 또는 MiniLM)을 실행하라. 여기서는 Claude 호출이 없으며, 이 부분은 무료이고 당신의 기기에서 실행된다. 벡터를 저장하라. 로컬 벡터 DB(Chroma, LanceDB, 또는 sqlite-vec)에 벡터를 저장하라. 이제 1천만 토큰의 노트는 프롬프트가 아닌 검색 가능한 인덱스가 된다. 질문별로 검색하라. 질문을 임베딩하고, 유사성 기준으로 상위 5~10개 가장 가까운 청크를 가져오라. Claude를 호출하라. API를 통해 질문과 해당 청크만 보내라. Claude는 당신의 노트를 바탕으로 답변한다. 감싸라. localhost의 로컬 웹 앱에서 노트를 3D 포스 그래프로 렌더링하라. Claude 사용량이 줄어드는 이유: 단순한 구조는 전체 노트를 모든 프롬프트에 덤프하므로 불필요한 수천 토큰에 대해 비용을 지불하게 된다. RAG는 일치하는 몇 개의 청크만 보내므로 호출당 입력 토큰이 급감한다. 검색 자체는 로컬 임베딩 모델에서 실행되므로 답을 찾는 과정이 Claude를 건드리지 않는다. 프롬프트 캐싱은 고정된 시스템 프롬프트를 입력 비용의 일부로 재사용한다. 그래프 위 공중 제스처: 브라우저에서 MediaPipe 손 트래킹을 실행하면 프레임당 손당 21개의 랜드마크가 반환된다. 제스처를 그래프에 매핑하라: 엄지 손끝과 검지 손끝 거리가 임계값 미만이면 노드를 선택하는 핀치다. 펼친 손바닥 이동은 회전, 두 손 벌리지는 확대/축소다. Three.js에서 3d-force-graph로 그래프를 렌더링하고, 랜드마크 델타를 오르빗 컨트롤과 노드 선택에 공급하라. 실제 터치스크린의 경우 MediaPipe를 포인터 및 터치 이벤트로 교체하라: 핀치로 확대/축소, 드래그로 회전, 탭으로 선택.