Claude Note — каждая сессия с Claude Code становится знанием

10.04.26

Интеграция - Нейросети

Вы всё ещё сохраняете промпты в файл и просите Claude записать что-то в memory, тогда мы идём к вам! Представьте - вы час работали с ИИ-ассистентом, решили сложную задачу, разобрались в хитром механизме — и всё это осталось только в истории чата. На следующий день приходится начинать с нуля, объяснять контекст заново. Сlaude-note решает эту проблему: фоновый сервис автоматически перехватывает каждую сессию Claude Code, анализирует её и складывает структурированные знания в вашу базу заметок (Obsidian).

С самого начала моих отношений с ИИ я стремился их улучшать. Для этих целей я записывал промпты, результаты, а иногда и интересные диалоги в текстовые файлы. В итоге получались такие вот скопления файлов, часть из которых потом превращались в статьи, часть я использовал для выбора оптимальных моделей, подходов и т.п.

 

 

В процессе нашего совместного обучения (моего и ИИ) я  записывал важные решения и подходы в claude.md и memory.md.  Следующей ступенью стало автообучение. Я попросил модель самостоятельно записывать важные с её точки зрения моменты себе в память (я рассказывал об этойм лайфхаке тут)  

 
 В результате получались такие файлы

Это существенно улучшило качество кодинга, и сократило количество промптов, но было как-то не системно.

Позвольте теперь представить более удобный инструмент claude note  (мопед не мой  но я его доработал).

 

 

Как это работает: общая схема

  Весь процесс выглядит так:

  Claude Code Hook → очередь → worker → синтезатор → заметки в vault

  Разберём каждый шаг.


  Шаг 1. Перехват событий через хуки

 

Событие Когда срабатывает
 UserPromptSubmit  Пользователь отправил запрос
 PostToolUse  ИИ выполнил инструмент (чтение файла, bash-команда и т.д.)
 Stop  Сессия завершена

 

Сlaude-note регистрирует себя как обработчик этих событий. При каждом событии Claude Code передаёт JSON-данные через stdin в модуль enqueue.py, который записывает их в ежедневный файл очереди:

 {vault}/.claude-note/queue/2026-04-06.jsonl

 


Шаг 2. Фоновый воркер

worker.py запускается как daemon и непрерывно опрашивает очередь. Главная особенность — дебаунс 15 секунд: воркер не обрабатывает сессию сразу, а ждёт паузы после последнего события. Это гарантирует, что сессия обрабатывается только после реального завершения работы, а не в середине.

Для каждой сессии воркер ведёт файл состояния:

 {vault}/.claude-note/state/{session_id}.json

 


Шаг 3. Чтение транскрипта

Перед синтезом transcript_reader.py читает файл транскрипта сессии Claude Code и извлекает:

 - Запросы пользователя — что именно просили сделать
 - Использованные инструменты — какие файлы читались, редактировались, какие команды запускались
 - Файлы, которых касались — список всех задействованных путей
 - Ошибки — если что-то шло не так


Шаг 4. Синтез знаний через Claude

Это ключевой шаг. synthesizer.py формирует промпт и отправляет его в Claude CLI (headless-режим). Промпт содержит:

  1. Запросы пользователя из сессии
  2. Сводку по инструментам (что читалось, что менялось)
  3. Список файлов
  4. Контекст текущего vault — какие заметки уже существуют
  5. Семантически похожие заметки (через векторный поиск qmd)

  В ответ Claude возвращает структурированный JSON — KnowledgePack:

 

 {
    "session_id": "abc123",
    "date": "2026-04-06",
    "title": "Настройка atomic write на Windows",
    "highlights": [
      "os.replace() на Windows падает если файл существует",
      "Решение: delete=True + явный close() перед replace()"
    ],
    "concepts": [...],
    "decisions": [...],
    "open_questions": [...],
    "howtos": [...],
    "note_ops": [...]
  }

 

Поле Что хранит
 highlights  1–3 главных вывода сессии
 concepts  Концепции и темы с кратким объяснением и тегами
 decisions  Принятые решения с обоснованием и доказательствами
 open_questions  Открытые вопросы с контекстом и следующим шагом
 howtos  Пошаговые инструкции с подводными камнями
 note_ops  Операции над заметками (создать, дополнить, обновить блок)

 


Шаг 5. Маршрутизация в заметки

note_router.py берёт note_ops из KnowledgePack и выполняет операции над vault:

- create — создать новую заметку с frontmatter
- upsert_block — обновить именованный блок в существующей заметке (идемпотентно)
- append — дописать в раздел заметки

Режим работы настраивается:

- log — только логировать, ничего не писать
- inbox — все результаты складываются в папку inbox (безопасный режим)
- route — полная маршрутизация по заметкам vault

После общения с моделью он сам генерирует такие статейки по вашим разработкам да и просто разговорам.

 

 

Шаг 6. Auto-Memory: знания возвращаются в следующие сессии

Самое мощное — claude-note автоматически собирает знания в `MEMORY.md` внутри каждого проекта
Claude Code. Этот файл загружается при следующей сессии, поэтому ИИ "помнит":

- Какие решения были приняты и почему

- Подводные камни

- Паттерны кода, которые работают

- Проверенные инструкции

MEMORY.md структурирован по типам знаний:  
 
 

## Decisions
  - Использовать stdin вместо -p флага для Claude CLI на Windows (2026-03-27)

  ## Patterns
  - Всегда резолвить .bat/.cmd через shutil.which на Windows (2026-03-27)

  ## Gotchas
  - archive_path должен быть определён до вызова _is_duplicate_entry (2026-03-27)
  - PyInstaller windowed mode: sys.stdout/stderr становятся None (2026-04-07)

  ## How-tos
  - Backfill пропущенных промптов: python -m claude_note backfill-prompts --since 2026-03-25 (2026-03-27)

 

**Как это работает:**

1. После окончания сессии Claude анализирует транскрипт

2. Извлекает проектно-специфичные знания (decisions, patterns, gotchas, how-tos)

3. Дедуплицирует — не пишет одно и то же дважды

4. Обрезает старые записи когда превышен лимит строк (190 по умолчанию)

5. Сохраняет в `~/.claude/projects/{project}/memory/MEMORY.md`

**Результат:** Вы закрываете сессию, а на следующий день Claude уже знает контекст:

- Почему вы выбрали именно этот подход

- Какие баги вы уже встречали

- Как именно вы решали похожие задачи раньше

 


Установка и настройка

Требования

- Python 3.11+
- Claude Code CLI
- Obsidian (опционально, но рекомендуется)

Установка

 

Вариант 1 — установить из GitHub :

# Через uv
uv tool install git+https://github.com/ivanarama/claude-note.git

# Или через pip
pip install git+https://github.com/ivanarama/claude-note.git

Вариант 2 — скачать готовый exe для Windows:

Скачать с: https://github.com/ivanarama/claude-note/releases

Вариант 3 — установить из исходников:

git clone https://github.com/ivanarama/claude-note.git
cd claude-note
pip install -e .

Запуск

Windows (через трей):
.\cn.exe  # появится иконка в трее

Linux/macOS/Windows (CLI):
# Запустить worker
claude-note worker --foreground

# Проверить статус
claude-note status

# Web UI
claude-note web

Настройка хуков в Claude Code

В файл настроек Claude Code (settings.json) добавляется:

  {
    "hooks": {
      "UserPromptSubmit": [{"command": "claude-note enqueue"}],
      "PostToolUse":      [{"command": "claude-note enqueue"}],
      "Stop":             [{"command": "claude-note enqueue"}]
    }
  }


Семантический поиск по vault

Если установлен qmd (векторная база данных для Obsidian), claude-note автоматически ищет семантически близкие заметки перед синтезом. Это позволяет Claude понять, в какие уже существующие заметки добавить новые знания, а не создавать дубликаты.

 


Особенности реализации

Только стандартная библиотека Python — нет runtime-зависимостей кроме самого Claude CLI. Это упрощает установку и избавляет от конфликтов версий.

File-based очередь — никаких баз данных. Всё хранится в простых JSONL-файлах, которые можно читать и редактировать вручную.

Atomic write на Windows — файлы пишутся через временный файл с явным close() перед os.replace(), что  гарантирует целостность даже при сбое.

Fallback между моделями — если основная модель недоступна, синтезатор автоматически переключается на резервную с экспоненциальной задержкой.

Практический результат

После настройки каждая нетривиальная сессия работы с Claude Code автоматически превращается в структурированную заметку.     

Через несколько дней использования в vault накапливается персональная база знаний:

- Как решались конкретные задачи

- Почему были приняты те или иные решения

- Пошаговые инструкции по нетривиальным операциям

- Открытые вопросы, требующие дальнейшего изучения

 

 

 

Ну и специально для вас, друзья (и для себя), я доработал этот механизм. Вот что я добавил:

1. Веб интерфейс, в котором можно видеть онлайн процесс и статус обработки сессий

 

 

 

2. Выбор модели для анализа. По умолчанию это была та же модель, которой мы программируем. Но это дорого. Однажды эта штука сожрала все мои лимиты и залезла в экстра юзадж... (не пугайтесь я тогда накосячил с воркером). Теперь же можно выбрать модель из описанных ваших клодсовместимых провайдеров (вот моё видео о настройке этого).

 


  Ссылки

  - Репозиторий оригинальный: Оригинальный GitHub        
  - Репозиторий мой с блэкджеком и web UI: Мой доработанный

Ссылка ютуб на видеоверсию (можно скачать, если тут не открывается).

Предыдущие статьи про вайбкодинг:

Вайб-кодинг в 1С: как рефакторить код бесплатно с помощью VS Code и Roo Code

Вайб-кодинг в 1С: как заставить ИИ БЕСПЛАТНО писать новый код с помощью MCP-серверов

Вайб-кодинг в 1С: Подключаем локальные MCP-сервера к любой нейросети через MCP SuperAssistant

Вайб-кодинг в 1С: Создаём MCP для 1С 7.7 за вечер и пишем обмен с Бухгалтерией 3

Вайб-кодинг в 1С: Codex Desktop + GPT-5.4 пишет обработку САМ (Скайнет?)

Вайб-кодинг в 1С: Настраиваем эффективный workflow

Вайб-кодинг в 1С: Обходим лимиты поиска в Z AI и Claude: поднимаем свой поисковый движок через MCP 

Вайб-кодинг в 1С: Бесплатное выполнение рутинных скиллов Claude Code

PromptPilot: менеджер задач для Claude Code, Codex и других CLI

Вступайте в нашу телеграмм-группу Инфостарт

claude note claude code искусственный интеллект ai разработка промпты автоматизация база знаний knowledge base obsidian граф знаний заметки документация разработка python workflow productivity developer tools llm anthropic self learning

Вы можете заказать платную адаптацию этой статьи под ваши задачи на «Бирже заказов».

  • 0% комиссии — оплата напрямую исполнителю;
  • Исполнители любого масштаба — от отдельных специалистов до команд под проект;
  • Прямой обмен контактами между заказчиком и исполнителем;
  • Безопасная сделка — при необходимости;
  • Рейтинги, кейсы и прозрачная система откликов.

См. также

Инструментарий разработчика Нейросети Платные (руб)

Первые попытки разработки на 1С с использованием больших языковых моделей (LLM) могут разочаровать. LLMки сильно галлюцинируют, потому что не знают устройства конфигураций 1С, не знают нюансов синтаксиса. Но если дать им подсказки с помощью MCP, то результат получается кардинально лучше. Далее в публикации: MCP для поиска по метаданным 1С, справке синтакс-помощника и проверки синтаксиса.

15250 руб.

25.08.2025    54505    111    29    

123

Нейросети Пользователь 1С:Предприятие 8 1С:Управление нашей фирмой 1.6 1С:Управление торговлей 11 1С:Управление нашей фирмой 3.0 Оптовая торговля, дистрибуция, логистика Россия Управленческий учет Платные (руб)

Расширение "Искусственный интеллект и нейросети в 1С: Работа с отзывами маркетплейсов" предназначено для применения искусственного интеллекта в повседневной деятельности селлеров на маркетплейсах. Среди функций - работа с отзывами, вопросами и чатами покупателей, диалог с нейросетями, генерация картинок, заполнение описаний номенклатуры и другое.

6100 руб.

03.04.2024    15374    8    0    

12

Логистика, склад и ТМЦ Нейросети Программист Пользователь 1С 8.3 1С:Управление нашей фирмой 3.0 1С:УНФ Управленческий учет Абонемент ($m)

Внешняя система аналитики закупок для 1С на базе FastAPI + PostgreSQL + Docker с поддержкой локального AI через Ollama. Возможности: — рекомендации по закупке; — ABC / XYZ анализ; — поиск неликвидов; — поиск излишков; — анализ сезонности; — риск дефицита; — AI-пояснения рекомендаций. Решение работает через HTTP API и может использоваться как внешний аналитический сервис для 1С. Поддерживается локальный AI без облачных сервисов и без передачи данных наружу.

10 стартмани

вчера в 15:30    225    0    aldar    1    

6

Нейросети Программист Бесплатно (free)

Современные LLM-агенты страдают от одной архитектурной болезни: они обязаны ответить всегда. Даже когда контекст пуст, даже когда данных нет, даже когда любой ответ будет галлюцинацией. Это порождает шум, эрозию памяти и ложную уверенность. В нашей архитектуре агент не имеет права генерировать ответ, если недостаточно света. Перед любой попыткой срабатывает L8 — pre-execution constitutional gate. Он измеряет покрытие контекста (context_coverage), прогнозирует уровень шума (noise_estimate) и выносит вердикт: разрешить, ограничить, верифицировать или заблокировать.

вчера в 10:00    215    ksnik    17    

5

Нейросети 1С 8.3 1С:ERP Управление предприятием 2 1С:Управление торговлей 11 1С:Зарплата и Управление Персоналом 3.x Абонемент ($m)

Данная публикация представляет расширения для конфигураций 1С: УТ 11, ЗУП 3.1, ЕРП 2.5. Расширения позволяют выгружать любые данные из всех типовых отчетов (в них добавляется кнопка DeepSeek (см. скрин)), а также через встроенный конструктор запроса; хранить промты для нейросети с параметрами из 1С; отправлять запросы в DeepSeek, получать и обрабатывать ответ. Реализована автоматическая обработка результата: поиск таблицы в ответе нейросети и вывод её в табличный документ. Предусмотрена возможность перехватить ответ и написать свою обработку — полученную таблицу значений можно использовать для загрузки в табличную часть, создания документов или заполнения регистров. В публикации — описание возможностей, настройки, примеры промтов и шаблон обработки-перехватчика.

4 стартмани

13.05.2026    264    0    German4739    1    

5

Нейросети Программист 1С 8.3 Абонемент ($m)

В релизе ИИ Агент 0.8.5 агент стал ближе к полноценному рабочему инструменту аналитика: появился более устойчивый графовый цикл выполнения, улучшена работа с файлами и вложениями, а режим «Запрос 1С» теперь поддерживает follow-up уточнения. В статье показываем сценарий: пользователь просит вывести контрагентов, затем добавляет поля ИНН и код, а потом фильтрует только покупателей — агент перестраивает запрос и показывает результат в табличном документе.

1 стартмани

12.05.2026    2601    Aleksandr    3    

5

Нейросети Распознавание документов и образов Программист Бесплатно (free)

В статье представлены реальные примеры применения искусственного интеллекта для автоматизации кейтеринга в условиях Крайнего Севера. Объясняем, почему ИИ стал оптимальным решением для ускорения обслуживания и повышения эффективности, и как удалось объединить терминалы самообслуживания, технологии машинного зрения и платформу 1С:Предприятие в единую систему. Показываем, как использование нейросетей повысило скорость обслуживания и качество клиентского опыта. В завершение рассмотрим перспективы развития технологии, расширения ее функционала и применения собранных данных для оптимизации бизнес-процессов.

08.05.2026    1028    user1415700    18    

24

Нейросети Мессенджеры и боты Программист Абонемент ($m)

Задача - дать пользователю AI-ассистента, привязанного к его данным в базе 1С. Не абстрактный чат-бот, а помощник, который знает структуру вашей конфигурации, понимает названия справочников и документов на русском языке и может вернуть конкретные данные - список контрагентов, сумму реализаций, количество сотрудников.

1 стартмани

07.05.2026    602    0    gybson    5    

7
Комментарии
Подписаться на ответы Инфостарт бот Сортировка: Древо развёрнутое
Свернуть все
1. ksnik 692 10.04.26 10:26 Сейчас в теме
Статья показывает обратная связь, превращённая в инфраструктуру. ЛЛМ изменяет свои веса на основе наших промптов, учится и настраивается. Вы не просто сохраняете сессии — вы замыкаете цикл: сессия → анализ → извлечение паттернов → MEMORY.md → следующая сессия. ИИ перестаёт быть «стохастическим попугаем» с краткосрочной памятью, когда вы даёте ему инструмент для накопления контекста.

1. Вы решаете проблему «промпт-амавроза» на уровне архитектуры

LLM игнорирует требования, потому что у неё нет механизма проверки. Claude Note решает это иначе — вы не лечите модель, вы меняете среду. Модель не «запоминает» — она читает MEMORY.md перед каждым ответом. Это не антропоморфизм, это инженерия.

2. Вы ввели «прогрессивное раскрытие» в рантайме

MEMORY.md структурирован по типам знаний: Decisions, Patterns, Gotchas, How-tos. Это именно то, что в моей статье о логопедическом подходе к чанкам называется просодикой — иерархия важности. Модель не тонет в тексте, она видит: что было решено (важно), какие паттерны работают (очень важно), где подводные камни (критично).

3. Вы автоматизировали «логопедический цикл» Диагностика симптомов. Постановка заключения. Выработка рекомендации. Закрепление паттерна.

В Claude Note:
Анализ транскрипта сессии
Извлечение highlights, concepts, decisions
Формирование howtos и gotchas
Запись в MEMORY.md, дедупликация, обрезка
Это инженерная реализация терапии. Без логопедической терминологии, но с её логикой.

Разработчик: пишет промпты, настраивает хуки, выбирает модель для анализа,
принимает или отклоняет сгенерированные заметки? решает, какие паттерны заслуживают закрепления в MEMORY.md? Показалось полезным расценивать или ранжировать ценность тем заметок.
2. Ibrogim 1661 10.04.26 10:50 Сейчас в теме
(1) Код открыт можно и нужно дорабатывать.

Я её постоянно улучшаю чего и всем желаю )
3. SergMuravev 889 10.04.26 10:51 Сейчас в теме
(0) Подскажите, решение уже устоявшееся, можно пробовать в работе?
4. Ibrogim 1661 10.04.26 10:59 Сейчас в теме
(3) Да. оригинальный вообще вышел сто лет назад по нашим меркам (3 месяца) и имеет 40+звёзд
Своим форком я уже месяц пользуюсь, только сейчас дошли руки описать
SergMuravev; +1 Ответить
5. SergMuravev 889 10.04.26 11:09 Сейчас в теме
(4) Спасибо, что делитесь наработками. Конкурентные решения изучали? Мила Йовович дворец памяти скреативила )
https://habr.com/ru/articles/1020860/
6. Ibrogim 1661 10.04.26 11:54 Сейчас в теме
(5) Спасибо почитаю.
7. SergMuravev 889 10.04.26 12:11 Сейчас в теме
(6) Еще интересная идея - реализация кривой забывания Эббингауза

https://www.reddit.com/r/ClaudeAI/comments/1rry8vk/i_built_a_persistent_memory_­system_for_claude
8. vandalsvq 1709 12.04.26 16:20 Сейчас в теме
Все как Карпатый завещал? )))
9. ksnik 692 12.04.26 20:09 Сейчас в теме
Что такое Memento-Skills?
Это фреймворк для создания агентов, которые умеют учиться. Он построен вокруг идеи, что навыки (skills) — это не просто куски кода, а живые сущности, которые агент может:
Находить (Retrieve): Доставать из своей библиотеки нужный навык.
Выполнять (Execute): Запускать его в безопасном окружении (песочнице).
Анализировать (Reflect): Смотреть, что получилось. Если навык сработал плохо — понять, почему.
Улучшать (Write): Переписать код этого навыка, исправить промпт или даже создать новый навык, если старого не хватает.
Это революционный подход, потому что он разрывает порочный круг "ошибся — переспросил — ошибся снова". Вместо этого агент учится на своих ошибках, как живое существо.
Агент имеет 9 встроенных навыков:
docx — работа с Word документами
filesystem — работа с файлами
image-analysis — анализ изображений
pdf — работа с PDF
pptx — работа с PowerPoint
skill-creator — создание новых навыков
uv-pip-install — установка Python пакетов
web-search — поиск в интернете
xlsx — работа с Excel
10. Viver 14.04.26 09:22 Сейчас в теме
(9) Лучше задавай промт типа: "Укажи слабые места и сосредоточься на критике". Это намного более полезную информацию дает.
11. ksnik 692 14.04.26 09:36 Сейчас в теме
(10) а какая найдена критика? Много форков и звезд на гите, я запустил, модель не умеет с ним общаться но получается правкой пайтон-кода все адаптировать.
12. ksnik 692 14.04.26 10:43 Сейчас в теме
(11) Даже если сейчас в коде реализован простой CBR, комбинация с LLM может дать неожиданные эффекты:

Абстракция "из коробки" — LLM может сама обобщить два похожих кейса в один более общий навык, даже если код этого явно не предполагает.

Семантический поиск — CBR ищет по ключам, а LLM ищет по смыслу. Это уже "эволюция" по сравнению с классическим CBR.

Неожиданные связи — LLM может применить навык, созданный для одной задачи, в совершенно другой, где разработчик этого не ожидал.
13. Ibrogim 1661 16.04.26 18:57 Сейчас в теме
У нас обновление

1. теперь можно посмотреть итоги сессии и даже перейти в созданные заметки
2. Можно найти сессию или проект, или быстро отобрать из популярных своих проектов
3. появился индикатор, включена ли qmd

И вот ещё одна альтернатива. Слишком много звёзд, придётся попробовать.
Прикрепленные файлы:
14. SergMuravev 889 19.04.26 02:24 Сейчас в теме
15. Ibrogim 1661 19.04.26 14:43 Сейчас в теме
(14) запланировал сравнить несколько в реальной разработке. Может будет статья.

Нашел еще неплохие варианты. Постараюсь сравнить беспристрастно, хоть и допилил сильно уже Claude note
16. Ibrogim 1661 11.05.26 09:28 Сейчас в теме
claude-note: релиз 1.6.0

Веб-интерфейс sessions полностью переделан:

- Результаты синтеза теперь видны прямо в карточке — какие заметки созданы, какие
обновлены, сколько концептов извлечено. Ссылки открывают заметки прямо в Obsidian.
- Таймлайн событий с цветными бейджами по типу инструмента (Write, Edit, Bash,
Read...). Показывает время от начала сессии. Чтение файлов можно скрыть одной
кнопкой.
- Поиск по session ID и пути проекта. Фильтр по проектам — показывает самые
активные.

Исправлена работа qmd на Windows: npm-обёртки .cmd содержат Unix-пути и ломаются в
cmd.exe. Теперь qmd.js находится через .ps1-шим и вызывается через node напрямую.
Добавлено кэширование статуса (5 мин) и проверка, что индекс не пуст.

Сборка: build.ps1 теперь использует py -3.11 вместо захардкоженного python3.11.
PyInstaller spec полностью собирает pydantic — раньше на Windows билд падал.

Документация по хукам обновлена: рекомендуемая команда теперь claude-note enqueue
вместо python -m claude_note.
Для отправки сообщения требуется регистрация/авторизация