Bot Ebbinghaus (Obsidian Reviewer)
Automação de repetição espaçada baseada na curva de Ebbinghaus. O fluxo em n8n extrai dados das notas do Obsidian, processa o conteúdo via LLM com engenharia de prompt para gerar revisões personalizadas e envia questionários interativos (discursivos e múltipla escolha) diretamente no Telegram.
// 01. A DOR (O PROBLEMA)
Acumular notas no Obsidian cria a falsa sensação de aprendizado contínuo, mas a falta de um sistema de revisão periódica faz com que a retenção caia drasticamente devido à Curva de Esquecimento de Ebbinghaus. Por outro lado, o processo manual de criar flashcards ou resumos diários exige um tempo considerável e gera um atrito que leva ao abandono do hábito. A dor central é a ausência de um fluxo automatizado e passivo que extraia o conhecimento já anotado no vault, transforme essas informações em questionários dinâmicos (discursivos e múltipla escolha) via IA e entregue essas revisões ativas no aplicativo de mensagem utilizado no dia a dia, sem demandar esforço manual de criação.
// 02. O RASCUNHO (ARQUITETURA)
Abaixo está a arquitetura conceitual do fluxo de automação e revisão ativa. A topologia conecta o repositório local de conhecimento ao orquestrador de eventos para geração e entrega dinâmica de questionários:
# Topologia de Arquitetura (ASCII Diagram):
[ Vault Obsidian (.md) ] ---> (Leitura / Extração de Notas) ---> [ Node de Ingestão (n8n) ]
|
v
[ Telegram App (Usuário) ] <--- (Envio do Quiz / Inline Keys) <--- [ Pipeline LLM ]
(Prompt Ebbinghaus: Resumo
+ Questões Discursivas/MC)
// 03. APRENDIZADOS & PRÓXIMOS PASSOS
Este projeto foi o catalisador fundamental para o meu aprendizado prático no n8n e na arquitetura de automação de fluxos baseados em eventos. O desenvolvimento foi temporariamente pausado para priorizar a construção do DHBot, mas toda a bagagem de orquestração adquirida será reaproveitada. Como próximos passos para retomar o projeto, o foco está na implementação do pipeline ponta a ponta: estruturar o nó de extração e parsing dos arquivos Markdown do vault do Obsidian, configurar a comunicação com a API da LLM com um prompt otimizado para geração de questões e formatar a entrega interativa das mensagens e botões de resposta diretamente no Telegram.