Obsidian como Memória Externa em Grafo para Agentes de Codificação baseados em LLM

Este estudo analisa o uso do Obsidian como uma camada de memória externa estruturada para agentes de codificação baseados em Modelos de Linguagem. O problema investigado é o crescimento linear do histórico conversacional, que aumenta o consumo de tokens e pode degradar a qualidade das respostas em contextos longos. Metodologicamente, foi construído um protótipo baseado em arquivos Markdown interconectados, organizados em tipos semânticos e acessados por injeção seletiva de subgrafos relevantes. Os resultados preliminares não confirmaram o cenário de redução de tokens. Ainda assim, a abordagem demonstrou viabilidade operacional como repositório persistente e consultável de conhecimento de projeto, indicando caminhos para refinamentos baseados em filtragem, sumarização e controle de contexto.