Dans Obsidian, les wikilinks paraissent décoratifs : un mot entre doubles crochets, un lien vers une autre note. En réalité, ils dessinent une structure que peu d'outils exploitent vraiment : un graphe. Et ce graphe est une mine de contexte pour une IA, à condition de savoir le lire.
Les wikilinks, structure cachée de ton vault
Chaque fois que tu écris un lien entre deux notes, tu poses une relation : ce sujet est lié à cet autre. Multiplié sur des centaines de notes, ça forme un réseau, le fameux graphe d'Obsidian. Tu le visualises parfois, mais tu l'utilises rarement pour autre chose que naviguer.
Or ce réseau encode une information que le texte seul ne donne pas : la proximité entre tes idées, telle que toi tu l'as établie. C'est un contexte fait main.
Pourquoi les liens sont du contexte
Quand tu cherches une note, la bonne réponse n'est pas toujours dans cette seule note. Souvent, l'information utile est répartie : une décision dans une note, sa justification dans une voisine, un exemple dans une troisième. Si tu suis les liens à la main, tu reconstitues le contexte complet.
Une mémoire IA qui ignore les liens te sert la note trouvée, et s'arrête là. Une mémoire qui lit le graphe peut faire remonter les voisines pertinentes, et donc servir un contexte plus complet. C'est la différence entre un passage isolé et un passage situé.
Le graphe, lu avec NetworkX
Concrètement, Smart Brain construit le graphe de ton vault à partir de tes wikilinks, avec NetworkX. Quand une note ressort comme pertinente pour ta question, le système peut suivre ses liens et faire remonter ses voisines, exactement comme tu aurais ouvert les liens toi-même.
C'est le deuxième des trois étages du retrieval, après la recherche hybride et avant le reranking. On les détaille ensemble dans le retrieval hybride.
Comment le graphe nourrit le retrieval
L'enchaînement est le suivant :
- la recherche hybride (BM25 plus embeddings Qwen3) identifie les notes pertinentes pour ta question ;
- le graphe étend cette sélection en faisant remonter les voisines liées, le contexte que tu aurais consulté à la main ;
- le reranking par cross-encoder replace ensuite le passage le plus juste en tête, voir le reranking cross-encoder.
Le graphe ne remplace pas la recherche : il l'enrichit. Une note isolée mais bien reliée apporte, grâce à ses liens, plus de contexte qu'une note orpheline.
Concrètement, avec ton vault
L'intérêt pratique : tes années de liens dans Obsidian ne sont pas perdues, elles deviennent un atout pour le retrieval. Plus ton vault est relié, plus le graphe a de matière pour situer une réponse dans son contexte. Et tu n'as rien à faire de spécial : tu continues à lier tes notes comme d'habitude, le système exploite ce que tu construis déjà.
À noter, honnêtement : le graphe enrichit le retrieval, il n'est pas une condition pour qu'il fonctionne. Un vault peu lié reste interrogeable grâce à la recherche hybride ; les liens ajoutent une couche de contexte, ils ne sont pas un prérequis.
Ton vault, ta carte
Tes wikilinks sont une carte de ta connaissance, tracée par toi, note après note. Une mémoire IA qui la lit sert un meilleur contexte qu'une qui l'ignore. C'est l'un des avantages d'indexer un vault Obsidian plutôt qu'un dossier de fichiers plats.
Pour le contexte général, vois ton vault Obsidian comme mémoire ; pour le moteur, la page technique et le silo RAG local.