Агент Pinky ведёт CRM на 1000+ человек: Second Brain на md-файлах и git вместо Notion

Знакомая боль: заметки, задачи, контакты и цели размазаны по десятку сервисов, а время уходит на то, чтобы поддерживать порядок в Notion, а не на работу. Автор канала «Точки над ИИ» решил её радикально: завёл папку с markdown-файлами, подключил агента и через год говорит, что уже не понимает, как жил без этого.

Что это за система

Агента зовут Pinky. Он читает и пишет в базу сам, помнит, на чём остановились, и, по словам автора, спорит чаще, чем хотелось бы. Внутри живёт CRM на 1000+ человек: звонки записываются в MacWhisper, а агент раскладывает их по карточкам. Рядом планировщик задач, который автор с агентом навайбкодил, дашборд аналитики кэмпа (оплаты, воронка, корпоративные сделки), анализы, финансы, цели на год, журнал инсайтов и психологический профиль, через который прогоняются важные решения.

Главный эффект даёт то, что всё лежит в одной памяти. Бизнес, здоровье, люди и мысли можно сопоставлять, и именно на стыках, по словам автора, рождается больше всего интересных инсайтов.

У агента есть роли: врач, ментор по кэмпу, финансовый аналитик, редактор, репетитор английского. Он включает их сам, когда тема разговора совпадает, поэтому одно решение может пройти через несколько «линз». Ещё есть протоколы, то есть действия без просьбы. На старте сессии он показывает хвосты с прошлого раза, в конце записывает инсайты и коммитит изменения, а ещё напоминает сверить цели и провести ревизию базы.

Как это устроено технически

Данные лежат в markdown-файлах в git по системе Johnny Decimal. У каждой сущности один файл-владелец, все остальные места ссылаются на него. Это защищает от дублей и расхождений, главной болезни любой самодельной базы.

Правила работы записаны в CLAUDE.md, который агент читает в начале каждой сессии. Детали вынесены в отдельные спеки, чтобы главный файл не разбухал. Роли и скиллы лежат в своей папке, тоже в виде md-инструкций и скриптов. Всего скриптов около 70: они тянут данные из баз, финансов, новостей и календарей.

Поиск работает через собственный MCP-сервер. Он сочетает ChromaDB с мультиязычными эмбеддингами и BM25 по ключевым словам, а результаты объединяет через RRF (reciprocal rank fusion). Индекс обновляется каждые полчаса. Такая связка ловит и смысловые совпадения, и точные названия, имена и числа, где одни эмбеддинги часто промахиваются.

Фоновые задачи на Mac крутятся через launchd: синк CRM с базой кэмпа, разбор звонков, зеркалирование задач. Планировщик развёрнут на Railway, с телефона открывается как PWA с Face ID, а с Apple Watch диктовка уходит прямо в API. Память между сессиями хранится в коротких саммари с открытыми хвостами и в файле-шпаргалке с указателями на нужные файлы.

С чего начать и где подвох

Совет автора: не проектируйте систему с нуля, начните с интервью. Откройте LLM, где накопилось больше всего вашей истории, и попросите придумать 50 вопросов о работе, проектах, привычках и о том, что вы постоянно забываете. Сразу задайте цель: по итогам модель собирает PRD для вашего Second Brain. Этот PRD отдаёте агенту, и он делает первую версию. Дальше система растёт постепенно, с регулярным фидбэком.

Есть и ограничения. Это рассказ одного человека, без метрик и сравнения с готовыми инструментами. Сборка требует привычки к git, скриптам и терминалу. А хранить здоровье, финансы и психологический профиль в одной базе с доступом агента значит всерьёз думать о безопасности: где крутится индекс, какие данные уходят в облачные модели и что будет при утечке токена. Пост заканчивается рекламой платного кэмпа, это стоит учитывать при оценке.

Практический вывод для разработчика или продакта: рабочая архитектура персонального агента сегодня довольно проста. Это markdown и git как источник правды, один владелец на сущность, CLAUDE.md с правилами, гибридный поиск через MCP и пара фоновых задач. Её можно собрать за выходные, а потом дорабатывать по мере появления реальных сценариев.