Obsidian oferece recompensa de US$ 5.000 pelo desenvolvimento de um importador da API do Notion e de um conversor de Databases para Bases
(github.com/obsidianmd)- O Obsidian Importer atualmente converte HTML do Notion em Markdown, mas não consegue restaurar Databases
- O novo importador deve ser projetado para usar a API do Notion e converter bancos de dados em arquivos .base (YAML)
- A conversão deve oferecer suporte a Markdown do Obsidian, tabelas, checklists e anexos de imagem
- O projeto tem uma recompensa de US$ 5.000 e prazo de desenvolvimento de 30 dias
- É necessário analisar e implementar suporte parcial e limitações de visualizações e propriedades de bancos de dados
- Proposta de recompensa para desenvolver um importador da API do Notion no plugin Obsidian Importer, convertendo dados de Databases do Notion em Bases do Obsidian (arquivos .base, formato YAML)
- O plugin Importer atual só oferece suporte à exportação HTML do Notion e não consegue recuperar informações de bancos de dados
- A ideia é resolver essa limitação usando diretamente a API do Notion no novo importador
Principais pontos e requisitos
- Recompensa (Bounty): a recompensa para implementar essa funcionalidade é de US$ 5.000, com prazo de desenvolvimento de 30 dias
- Escopo:
- Uso da API do Notion (integration token) e adoção do novo data source object de 2025-09
- Suporte à conversão de várias estruturas do Notion, como bancos de dados, tabelas e checklists, para o formato Markdown do Obsidian
- Incorporação automática de imagens ou anexos e suporte para salvar anexos no local definido pelo usuário
- Links no Markdown, caminhos de anexos etc. devem ser tratados conforme as configurações do Obsidian
- Casos de teste: para uma validação confiável, é necessário fornecer dados de teste reproduzíveis do Notion ou uma conta de teste
Estratégia de conversão de Databases para Bases
- Como a estrutura de Database do Notion e a de Base do Obsidian são diferentes, é necessário analisar a estrutura com antecedência e definir uma estratégia
- Database do Notion: começa vazio; já uma Base do Obsidian parte de todos os arquivos incluídos e depois vai restringindo com filtros
- Itens de análise:
- Funcionalidades de database que podem ser importadas: views, colunas, grupos, resumos, fórmulas etc.
- Itens que não podem ser importados e métodos adequados de substituição (fallback): por exemplo, visualização de calendário, kanban etc.
- É necessário deixar claro o método de importação e as limitações funcionais específicas
Diretrizes para contribuição e participação
- É importante explorar previamente o código do Importer e a estrutura da API do Notion
- A proposta deve incluir o método detalhado de implementação e as restrições (dentro do escopo do plugin Obsidian)
- Para mais detalhes sobre contribuição, consulte o Contribution guideline
Outros metadados e registro de atividade
- Esta issue recebeu as labels "bounty" e "notion"
- Houve aumento no valor da recompensa inicial (US$ 2.000 → US$ 5.000)
4 comentários
Se é uma bounty ou um pedido de trabalho freelance... tive que esfregar os olhos duas vezes quando vi o título.
Recentemente vi que o civit.ai tinha um recurso de bounty e achei que fosse bounty de bugs, mas eles deixam assim, publicamente, pedidos de implementação de funcionalidades com recompensa. Foi um conceito meio curioso. Se há dinheiro, mas falta capacidade interna, talvez faça sentido.
Por causa do valor?
Comentários do Hacker News
Já tive uma experiência bem positiva ao oferecer uma recompensa por um projeto meu
Se você olhar esse tópico, eu paguei algo em torno de 50 a 60 mil dólares em recompensas no total (não é um valor exato; algumas coisas eu acabei resolvendo sozinho e não paguei, e em outros casos paguei mais quando o trabalho ficou maior do que o previsto)
E recebi bastante trabalho de volta por esse custo
Claro, também houve entregas de baixa qualidade, gastei bastante tempo revisando, e nem todo tipo de tarefa se encaixa bem em um modelo de recompensa
Mas, quando já existe uma base de usuários e colaboradores interessados, ter 500 a 1000 dólares em dinheiro já é suficiente para transformar curiosidade passageira em ação
Se eu puder economizar uma semana do meu tempo por 500 a 1000 dólares (especialmente considerando o custo de troca de contexto), para mim vale a pena
Obviamente isso não paga as contas de ninguém, nem compete com colegas em FAANG etc. ganhando 1 milhão de dólares por ano
É mais um gesto de agradecimento, e tem uma natureza diferente do dinheiro que entra via salário
Fico curioso se esse é o jeito comum de operar recompensas
Quero dizer, você recebe candidaturas e escolhe uma pessoa para executar, ou normalmente só define claramente os requisitos e a recompensa, e depois escolhe um vencedor entre as submissões?
Talvez você tenha escolhido a primeira opção justamente porque ela parece menos um pedido de spec work
Quando dei uma olhada rápida no projeto, não pareceu ter objetivo comercial, nem fazer parte de algo comercial
Então fiquei curioso sobre a motivação para gastar dinheiro oferecendo uma recompensa por isso
Normalmente eu vejo esse tipo de recompensa sendo usado por empresas para funcionalidades open source necessárias para interoperabilidade ou integrações
Alguns anos atrás eu fiz um script para converter do Notion para o Obsidian
Na época, o Bases não existia, então eu simplesmente converti os bancos de dados para CSV
Era um script em Python sem dependências, então o processo exigia exportar as notas do Notion como um zip em Markdown e depois corrigir todos os links e nomes estranhos manualmente (o chato era que o Notion nem sempre exportava todos os links como links em Markdown)
Hoje eu vi que o Obsidian agora tem uma API
Mesmo assim, ainda acho que usar a função do Notion de “baixar página em Markdown” pode ser mais fácil
O Notion provavelmente não gosta muito de APIs que facilitem a saída do usuário da plataforma, e talvez até tente dificultar isso
Mas “baixar notas em Markdown” é um recurso de usuário, então imagino que não vão remover tão cedo (vale lembrar também como o modo offline demorou para chegar)
Eu adoraria ver uma sincronização bidirecional entre Notion e Obsidian
O Notion é ótimo para colaboração online, e o Obsidian é excelente para software pessoal personalizável baseado em arquivos; cada um tem seus pontos fortes
Não precisa haver uma integração perfeita entre os dois, mas juntos eles poderiam se complementar muito bem sem deixar tantas lacunas
O que eu gostaria mesmo é que a exportação em Markdown do Notion tivesse uma opção de YAML frontmatter
Se eu tiver um tempo hoje, talvez eu tente mexer nisso
Mas uma sincronização bidirecional realmente completa exigiria estruturas complexas como rastreamento de mudanças e merge, então é difícil tratar isso como projeto de fim de semana
Muita gente é negativa em relação a desenvolvimento com LLM, mas eu acho que este é um caso em que faz bastante sentido
Existem muitas diferenças entre a API do Notion e o Obsidian, então não parece algo que dê para resolver de uma vez só de forma simples
Mas LLMs são bons para enumerar edge cases, e ferramentas como Codex ou Claude Code parecem ter habilidades adequadas para esse tipo de tarefa
Eu recomendaria fortemente que a equipe do Obsidian ou os mantenedores tentassem implementar isso com LLM
Pela minha experiência, o custo fica na faixa de 100 a 1000 dólares, e o contexto adicional gerado no processo (testes, documentação etc.) ajuda bastante quando a API mudar no futuro
Pela minha experiência pessoal, eu mesmo escrevi um script de sincronização entre bancos de dados do Obsidian e do Notion alguns meses atrás
No começo eu usei ajuda de IA, mas logo percebi o quão bagunçada é a API do Notion e o quanto LLMs travam facilmente ao lidar com edge cases
IA é boa para superar a primeira barreira de uma API, mas no final um humano ainda precisa ajustar tudo para chegar a um resultado satisfatório
LLMs são excelentes para migração de dados e também para explorar APIs diversas
Um mês atrás, com ajuda de LLM, migrei o site e o blog da empresa de Framer para Astro
Num fim de semana recente, também usei LLM para resumir dados de dashboards do Grafana
LLMs são infinitamente produtivos para testar hipóteses, executar código repetitivo e verificar resultados
O difícil, porém, é sempre checar se o resultado está completo e se não há partes inventadas ou preenchidas com valores padrão, além de manter a qualidade do código
Quando uso Claude Code, acabo gastando muito tempo com refatoração
Tenho a impressão de que é preciso bastante conhecimento de tooling específico e de abstrações
Alguém já está tentando fazer isso de fato:
https://github.com/obsidianmd/obsidian-importer/pull/424
Não entendo muito bem essa lógica de propaganda de LLM
Se alguém acha que dá para ganhar 50 mil dólares só com prompt, eu diria para ir lá e mostrar fazendo
Não é tão diferente de traders vendendo curso dizendo “você também pode ganhar dinheiro”
Todo mundo usa LLM em algum grau, mas às vezes parece que o Hacker News está cheio de engenheiros de prompt otimistas demais
Quero ver competição por resultado, e não apenas PoCs repetidos; mostrem o produto real
Imagino que já exista alguém criando agentes que varrem automaticamente recompensas no GitHub e fazem push de soluções automáticas
Isso me preocupa um pouco, porque pode virar uma enorme fonte de spam para pessoas bem-intencionadas que oferecem recompensas
A descrição do PR era muito detalhada e bem estruturada, então no começo fiquei animado, mas as mudanças reais estavam espalhadas por todo lado
Se uma pessoa experiente escrevesse uma explicação daquele nível, provavelmente teria dividido o PR em partes menores, mas não foi o caso
O código parecia razoável até eu ver que ele simplesmente comentava o código de criação de um componente de UI e deixava só um “agora precisamos de X”
Esse componente envolvia toda a configuração global do app, mas ele foi apenas comentado e a funcionalidade sumiu por completo
Ainda assim, partes do PR eram bem aproveitáveis, então um desenvolvedor acabou tendo que continuar dali e ajustar manualmente
Acima de tudo, eu gostaria que existisse uma cultura de admitir “este código foi majoritariamente gerado por IA”
Eu não tenho aversão a essas ferramentas, mas claramente minha forma de abordar o código muda quando sei disso
O que é fácil para humanos é difícil para IA, e o contrário também acontece
No passado eu usei a API do Notion para criar um gerador de documentação OpenAPI
Por essa experiência, só posso oferecer minha solidariedade a quem for tentar essa recompensa
A API do Notion é difícil de integrar, tem muitas limitações, e ainda existe uma grande diferença entre ela e a UI/funcionalidades reais do Notion
Eu também já escrevi bastante código com a API do Notion, e 5.000 dólares não parecem suficientes (metade brincando)
Ainda assim, eu gostaria de ver mais recompensas em open source
O Obsidian não é open source, mas a cultura da comunidade dele tem uma vibe bem anti-big tech
Ainda assim, sinto que esse tipo de exploração da base de usuários está ficando cada vez mais comum
Talvez eu esteja entendendo errado por não conhecer bem o mundo das recompensas, mas isso me soa estranho
A comma.ai também mantém recompensas abertas, e parece que esse modelo está ficando cada vez mais comum
https://github.com/orgs/commaai/projects/26/views/1
https://tinygrad.org/#worktiny
Fico curioso sobre qual é a forma mais fácil de converter todos os dataviews existentes em um vault do Obsidian para Bases
Como o DataView é muito mais poderoso que o Bases, acho que “converter todos os dataviews” é basicamente impossível
Existe um script da comunidade para converter Dataview para Bases
https://github.com/Quorafind/Bases-Toolbox
“Só se candidate se você já explorou antes o código do Importer e a API do Notion”
vendo essa condição, 5.000 dólares não parecem tão atraentes assim
Se a pessoa já tiver experiência prévia com os dois projetos, talvez na verdade nem seja algo tão grande assim
Se alguém tiver tempo disponível, pode até ser o candidato ideal
Fico curioso por que você vê dessa forma
Não me parece que estejam pedindo experiência profunda demais; soa mais como uma tentativa de filtrar previamente candidatos que não conhecem as dificuldades envolvidas