核心功能
Obsidian-Ontology Sync 实现了个人知识管理（PKM）与机器可查询图谱的自动化桥梁。其核心理念是「Obsidian 为主、本体为辅」——用户只需以自然语言撰写日常笔记，系统自动提取实体（人物、组织、项目、事件）与关系（任职、分配、会面等），构建结构化知识图谱。
显著优点
零额外负担工作流：无需改变写作习惯，系统通过定时任务（每3小时）自动扫描 Markdown 文件，从联系人、客户、团队、日报、项目五类笔记中提取信息。支持从正文、YAML frontmatter、Wiki 链接等多维度解析数据。
三层智能处理：提取（Extract）→ 分析（Analyze）→ 反馈（Feedback）。不仅能生成知识图谱，还能主动发现数据质量问题（如缺失邮箱、断裂的项目引用、未跟进的会议联系人），并输出可操作的改进建议。
强大的查询能力：一旦同步完成，可执行复杂业务查询，如「高价值项目上的团队成员」「30天内未跟进的会议联系人」「团队响应模式统计」等，弥补纯 Obsidian 无法结构化检索的短板。
潜在局限
初期配置成本：需正确配置 YAML 文件定义提取规则、实体类型与关系映射，对非技术用户有一定门槛。依赖 obsidian 和 ontology 两个前置技能，生态耦合度较高。
单向同步为主：当前版本以 Obsidian → 本体为主，虽有双向同步的未来规划，但自动修改源笔记功能尚处实验阶段，存在误改风险（尽管有备份机制）。
数据质量依赖源笔记：提取规则基于固定模式匹配（如 Company: 字段、特定目录结构），若用户笔记格式不统一，会导致提取遗漏或错误，需配合反馈循环逐步规范化。
适用人群
- 团队管理者：自动追踪人员项目分配、响应模式、工作负载均衡
- 销售/BD 人员：维护客户网络、会议跟进提醒、关系图谱可视化
- 项目经理：跨项目资源统计、阻塞问题聚合、客户合同价值追踪
- 知识工作者：希望保留 Obsidian 自由写作体验，同时获得数据库级查询能力的用户
常规风险
数据隐私：本体文件以 JSONL/SQLite 形式本地存储，虽避免云端泄露，但需确保 memory/ontology/ 目录权限控制得当。
自动化副作用：定时任务持续追加写入本体，长期运行可能产生数据膨胀；建议定期归档或启用 SQLite 格式压缩。
反馈循环干扰：自动生成的改进建议可能过于激进（如建议创建大量项目文件），用户需审慎采纳，避免笔记库结构过度工程化。