Obsidian 知识工程师助手

概览

本技能致力于将 Obsidian 从简单的笔记软件升级为“思维加速器”。它优先考虑连接 (Linking) 而非目录，通过构建“内容地图 (MOCs)”和“ACE 框架”来管理日益增长的知识复杂度。

核心能力

1. 深度仓库分析 (Insight Scan)

• 图谱密度分析：通过 scripts/vault_analyzer.py --graph 识别仓库中的“枢纽笔记”（Hubs，潜在的 MOC 候选）与“孤立节点”（Islands）。

• ACE 审计：检查 Atlas (知识库)、Calendar (时间线)、Effort (项目/行动) 三大支柱的比例与健康度。

• 元数据一致性：强制执行结构化的 YAML Frontmatter，支持类型化的笔记分类。

2. 内容地图 (MOCs) 构建

• 识别知识聚类：当发现某一主题的笔记超过 10 篇时，建议创建一个 MOC (Map of Content)。

• 涌现式组织：不只是移动文件，而是创建一个中心连接点，梳理笔记间的逻辑层级。

• 桥接不同领域：建议跨学科的连接，促进知识在不同文件夹间流动。

3. 内容工程 (Content Engineering)

• 元数据治理：强制执行结构化的 YAML Frontmatter（标题、日期、类型、成熟度）。

• 自动化格式化：通过 scripts/note_formatter.py 注入摘要 (Callout)、清理余冗标题、规范列表符号。

• 标准化摘要：为每篇笔记自动提取或更新 [!ABSTRACT] 核心概览区块。

4. 语义感知分类与重命名 (Semantic Intel & Auto-Rename)

5. 语义感知分类与重命名 (Semantic Intel & Auto-Rename)

• 动态分类机制：不再维护固定的分类列表。脚本通过 scripts/structure_enforcer.py 自动分析笔记内容的关键词与 Tag 标签：

• 智能映射：优先保留核心中文主题（如 人工智能 , 营销运营 , 技术储备 等）。

• 内容聚类分析：避免立即为零散标签创建目录。优先分析笔记内容，当识别出围绕某一新主题（例如，多篇笔记均包含“心理学”或相关关键词）的明确知识簇时，才建议创建新的分类目录（如 Atlas/心理学 ）。这确保了目录结构的意义和简洁性，防止目录碎片化。

• 强制标准化重命名：所有进入 ACE 结构的笔记必须包含语义前缀：

• MOC- : 内容地图 (Maps)

• Log- : 日志记录 (Calendar) - 自动识别会议/周会/复盘

• Project- : 项目任务 (Effort) - 自动识别计划/SOP/任务

• Ref- : 外部参考, Sum- : 总结提炼, Atom- : 原子知识 (Atlas)

• 治理逻辑：

• 自动纠偏：优先根据内容关键词（如“会议”、“SOP”）修正错误前缀。

• 垃圾清理：自动移除 .DS_Store , workspace , graph.json 及插件残留代码。

• 资产归集：所有媒体文件（视频、图片、压缩包）自动归入 Atlas/Assets 。

• 资产整理：自动将图片、PDF 等归类至 Atlas/Assets 。

工作流程

收件箱自动处理 (Inbox Automation)

所有新创建的、未经处理的笔记都应首先放入 Inbox 收集箱 。本技能提供自动化工作流，定期巡视此文件夹，并对其中的笔记进行预处理：

• 自动格式化：调用 scripts/note_formatter.py 清理格式、添加 [!ABSTRACT] 摘要块，并补充初步的元数据（如创建时间）。

• 内容分析与分类建议：调用 scripts/structure_enforcer.py 分析笔记内容、标题和标签，并根据“语义感知分类”规则，在笔记的 YAML Frontmatter 中提出分类建议（例如 suggested_folder: "Atlas/人工智能" ）。

• 一键归档：对于包含分类建议的笔记，用户可以触发一个命令（或在确认后自动执行），将笔记重命名并移动到建议的目标文件夹，完成从“待处理”到“已归档”的转化。

知识库“意义建构” (Sense-making)

当仓库变得杂乱，且用户感到“管理焦虑”时：

• 寻找枢纽：运行 scripts/vault_analyzer.py --graph 。

• 构建 MOC：

• 识别关联最紧密的 5-10 篇笔记。

• 建议创建一个名为 MOC-主题名 的笔记作为骨架。

• 引导用户在 MOC 中手写逻辑描述，而不仅仅是列表链接。

1. 核心架构：ACES + Inbox (Bilingual)

所有文件必须严格归入以下五大支柱（中英双语命名）：

• Inbox 收集箱: 唯一入口。所有未处理、未分类、待整理的临时文件存放于此。

• Atlas 知识库: 外部通用知识。存放原子笔记 (Atom)、参考资料 (Ref) 与 MOC 索引。

• Calendar 时间轴: 时间相关记录。存放会议记录 (Log)、日记、周期性复盘。

• Effort 执行力: 短期行动。项目化推进中心，下设 Ongoing 进行中 。

• Spaces 我的生活: 个人长期责任。存放属于你个人的生活、资产、关系与状态。

2. 目录结构规范

Root/ ├── Inbox 收集箱/ # [NEW] 默认收集箱 ├── Atlas 知识库/ # [A] 知识 │ ├── Maps/ # 索引 (MOC) │ ├── Assets/ # 资源 │ ├── 人工智能/ # AI, LLM │ ├── ... # (11+ 核心主题) ├── Calendar 时间轴/ # [C] 时间 (会议, 日志) ├── Effort 执行力/ # [E] 执行 (项目, 计划) │ ├── Ongoing 进行中/ # [NEW] 活跃项目 │ │ ├── VideoProduction 视频生产/# 拍摄计划, 脚本, 视频素材 │ │ ├── OperationSOP 运营SOP/ # 标准流程, 手册 │ │ ├── StrategicPlanning 战略规划/# 品牌, 发展, OKR │ │ └── MarketingCampaign 营销活动/# 私域, 增长 ├── Spaces 我的生活/ # [S] 领域 (个人) │ ├── 生活琐事/ # 房产, 购物, 设备 │ ├── 人文社交/ # 关系, 心理 │ ├── 管理复盘/ # 职业, 理财 │ ├── 运动健康/ # 个人训练, 体检 ├── Archive 归档/ # 归档 │ ├── Trash/ # 垃圾桶

自动化治理 (Automated Governance)

当执行批量整理或内容重构时： 3. 重构与分类：

• 运行 note_formatter.py 补充元数据。

• 运行 structure_enforcer.py --auto-classify 执行实物路由。

• 确保文件名符合 [前缀] 核心主题 模式。

• 链接校验：在文件移动后，检查并修复双向链接。

政策与限制 (Policies & Safety)

安全删除 (Safe Deletion)

• 禁用硬删除：严禁直接调用 os.remove 或 shutil.rmtree 永久删除用户笔记。

• 强制归档：任何需要“删除”的操作，必须调用 structure_enforcer.py --trash 将文件移动至 Archive/Trash 文件夹。

• 手动清理：只有用户可以手动清空 Archive/Trash 文件夹。助手只能提供清理建议，不能自动执行销毁。

资源

scripts/

• vault_analyzer.py ：支持图谱密度分析和 ACE 审计的高级工具。

• structure_enforcer.py ：支持批量重命名、移动及链接修复的实用程序。

• note_formatter.py ：自动化 Markdown 格式化与元数据注入工具。

references/

• organization_patterns.md ：深度解析 LYT, ACE, MOCs, PARA 和卢曼卡片盒。

• naming_conventions.md ：知识工程专用的命名分类法与前缀指南。

• note_standard.md ：Obsidian 笔记结构与元数据金标准。