核心用法
kg-note-method-obsidian 是一套面向 Obsidian 知识库的结构性整理方法论，将笔记强制归类为概念、某物、Skill、关系四种原子类型，通过分层加载（L0/L1/L2）实现 Token 节约与信息精度的平衡。
核心工作流采用强制清单机制：任何操作前必须在 _working/ 目录生成「执行清单」与「检查清单」，逐位跟踪 0→1 的完成状态，杜绝中途遗漏。用户通过 kg "笔记名.md"、kg 完善、kg 检查 等命令触发，系统自动执行内容检查→分类匹配→名称校验→图片保护→直链检查→关联处理→查重→补完的 9 步闭环。
显著优点
1. 结构原子化：强制四种类型标签化，杜绝「笔记越写越乱」，关系笔记的 A - 关系 - B 命名规范天然兼容 Obsidian 图谱可视化。
2. 清单强制化：「步0 和步5 不可跳过」的设计确保批量任务可续接、不覆盖、不漏扫，适合长周期知识库治理。
3. Token 分层策略：L0 仅加载 frontmatter 摘要，L1 按需加载核心段落，L2 全文兜底，显著降低大模型上下文消耗。
4. 闭环查重机制：⑦查重步骤处理同向多链、双向冗余、语义覆盖，解决关系图谱膨胀问题。
潜在缺点与局限性
- 认知门槛高：用户需理解 KG 笔记法的类型定义与分层逻辑，新手易因「未加载 skill 直接操作」触发陷阱。
- 机械性较强：自动纠错依赖规则匹配，对模糊分类（如「某物」vs「概念」的边界）可能误判，需人工复核。
- 路径依赖：强制使用
_working/目录与特定清单格式，与现有 Obsidian 工作流冲突时需迁移成本。 - 补完计划被动：⑨网络搜索补全依赖外部信源，实时性与权威性不可控。
适合人群
- Obsidian 重度用户且知识库规模 >500 条笔记，面临「笔记越多越找不到」困境
- 追求知识图谱可视化，希望从「文件夹分类」转向「关系网络」的转型者
- 团队协作场景下需要统一笔记规范的 Tech Lead 或知识管理员
- 对 Token 成本敏感、需在大模型辅助下处理大规模笔记库的用户
常规风险
- 数据覆盖风险：虽强调「不主动改写笔记」，但
mv重命名与patch删除操作仍可能误伤，建议搭配 Git 版本控制。 - 清单残留风险：中途中止后清单文件保留，续接逻辑依赖文件名匹配，若用户手动篡改目录可能导致状态混乱。
- YAML 结构破坏：
patch跨边界编辑可能破坏 frontmatter 闭合，虽有read_file二次验证，但仍需警惕并发操作。 - 关系雪崩：⑥关联处理中「概念→新建概念→建关系」的自动推导若误判，可能生成大量低价值关系笔记。