核心功能
Zettel Brainstormer 是一款专为Obsidian/Zettelkasten用户设计的知识增强工具，通过三阶段流水线将零散笔记转化为深度创意：
阶段一：智能发现
运行 find_links.py 脚本，基于双向wikilink追踪（支持N层深度、M个文档上限）和标签相似度匹配，从本地笔记库中自动挖掘与种子笔记相关的全部素材。
阶段二：分层预处理
使用低成本preprocess_model并行处理每个关联笔记，提取相关性评分、核心摘要、关键论点及原文引用，将原始内容压缩为200-600 token的结构化摘要，显著降低后续成本。
阶段三：综合创作
调用高质量pro_pro_model整合所有预处理结果，生成包含Obsidian属性、标签和wikilink的最终草稿，并可调用obsidian技能匹配个人写作风格。
显著优点
- 成本可控：明确区分cheap/pro模型，避免全量文本输入高端模型
- 本地优先：完全基于本地Markdown文件，无需上传敏感笔记内容
- 可扩展架构：预留
search_skill接口，可无缝接入网络搜索能力 - Obsidian原生：深度适配wikilink、YAML frontmatter、标签体系
潜在局限
- 配置门槛：首次使用需运行
setup.py并正确配置模型与路径 - 依赖脚本执行：需Python环境及文件系统权限
- 无内置版本控制：依赖用户自行管理笔记变更历史
- 搜索技能可选：当前默认无网络搜索，可能限制实时信息补充
适合人群
- 拥有1000+笔记的Zettelkasten重度用户
- 希望将AI融入Obsidian工作流但担忧隐私的研究者、作家、学者
- 需要系统性扩展草稿、撰写文献综述或发现笔记间隐藏联系的知识工作者
常规风险
- 模型漂移：pro/preprocess模型输出风格差异可能导致最终 drafts 质量波动
- 路径遍历：
find_links.py若未校验输入，可能存在目录遍历风险（需审查脚本权限） - Token累积：
max_links配置不当可能导致阶段三上下文超长，触发截断或高额费用 - 数据持久化：临时文件(
/tmp/paths.json)若未清理，可能在多用户环境泄露笔记结构