Как ИИ-агент Codex перенес 1000 заметок в Obsidian без потерь
Автор XDA успешно использовал ИИ-агент Codex для автоматического переноса и сортировки 1000 заметок из Apple Notes, Evernote и Google Keep в Obsidian.

Перенос заметок между различными экосистемами всегда был сложной задачей из-за отсутствия удобных инструментов экспорта. Особенно это касается Apple Notes, которая не позволяет сделать массовый экспорт архива за один раз. Автор издания XDA столкнулся с необходимостью собрать восемь лет записей из Apple Notes, Evernote и Google Keep в единое хранилище Obsidian, но предпочел автоматизировать процесс.
- Перенесено около 1000 заметок из трех разных сервисов всего за 10 минут.
- ИИ-агент автоматически создал папки, расставил теги и структурировал контент по темам.
- Система сгенерировала подробный отчет о нераспознанных файлах для ручной проверки.
Автоматизация через Codex вместо стандартных плагинов
Хотя Obsidian имеет встроенный плагин Importer, он не решает проблему содержательной организации и сортировки огромного массива старых записей. Пользователь задействовал ИИ-агент Codex, который справился с задачей напрямую. За десять минут инструмент обработал тысячу файлов, разложив их по тематическим папкам и добавив корректные теги на основе анализа текста.
Процесс потребовал предварительного ручного экспорта исходных данных: для Apple Notes использовалось приложение Exporter, для Google Keep — сервис Google Takeaway, а для Evernote — стандартные методы. Однако всю интеллектуальную работу по анализу контекста и наведению порядка взял на себя искусственный интеллект, сэкономив владельцу часы ручного труда.
Читайте такжеOpenAI приобретает Pierre Computer для развития Codex и конкуренции с GitHubТочность сортировки и обработка сложных случаев
Одной из главных проблем при работе со старыми записями является потеря контекста спустя годы. Codex смог интерпретировать даже самые запутанные тексты, хотя в единичных случаях допускал ошибки, например объединив идею рассказа с техническими настройками компьютера. Тем не менее, точность оказалась впечатляющей для столь масштабной задачи.
Из тысячи документов агент не смог уверенно классифицировать лишь 83 файла. Среди них оказались случайный набор символов, пароли непонятного назначения и обрывки фраз вроде головоломок из игры Skyrim. Честная отчетность агента о невыполнимых задачах была высоко оценена пользователем, так как предотвратила появление хаотичного мусора в хранилище.
Значение для пользователей и перспективы агентного ИИ
Данный эксперимент наглядно демонстрирует практическую пользу автономных ИИ-агентов в повседневных рутинных задачах по управлению цифровыми данными. Подобные инструменты, включая Claude Code или локальные языковые модели, способны брать на себя административные функции, обеспечивая высокую степень контроля и конфиденциальности при работе с личными архивами.
Источник: XDA



