Vanavond heb ik met Gemini een Python script gemaakt dat mijn Obsidian notes voorziet van gestructureerde YAML frontmatter.
De aanleiding was een forumpost van iemand die beschreef hoe ze met een Python script en AI haar 10.000+ notes had laten analyseren en er een index van had laten maken.
Ik was aan het sparren met Gemini over wat het nut daarvan was en hoe ik zelf een Python script zou kunnen gebruiken om mijn notities op te schonen en hopelijk beter vindbaar te maken.
Het script is verrassend eenvoudig. Ik heb het eerst losgelaten op een subset van mijn notes en dat ging eigenlijk best goed. Elke note krijgt nu automatisch een nette YAML-sectie met de aanmaakdatum, een door AI gegenereerde titel, een korte samenvatting en een aantal tags.
De tags zijn het lastigste. Ik vind het zelf ook moeilijk om te bedenken welke tags zijn nou echt nodig en voegen echt wat toe. En ik zie dat de AI daar ook mee worstelt. Soms zijn de tags raak, soms lijken ze gezocht.
Anyways, ik vraag me nu af, wat bereik ik hiermee? Zijn mijn notes hierdoor inderdaad beter vindbaar? En is het niet overkill, want veel van mijn notes zijn kort. Een paar regels, twee alinea’s soms. Meestal niet meer.
Het was in ieder geval interessant om te ontdekken hoe makkelijk het is om met Python een LLM aan te sturen. En ik heb alweer nieuwe ideeën voor andere kleine projecten.