我在 Obsidian 中建立了一個 24x7 全天候運作的動態知識圖譜，並透過 AI 每日自動更新

了解如何在 Obsidian 中建立一個每天由 AI 自動更新的動態知識圖譜。本文將介紹 Smart Connections、Dataview、自訂 Agent、提示詞模板，以及幫助我發現隱藏模式的工作流程。

沒有人告訴我，Obsidian 真正的力量不在於筆記本身。

而在於連結。

有很長一段時間，我把 Obsidian 當成一個比較好用的資料夾。

我在裡面儲存想法、剪貼文章、撰寫草稿，偶爾想起來時才會連結幾則筆記。

這很有用，但依然是被動的。

然後我開始思考一個不同的問題：如果圖譜不只是呈現我的思考，而是每天主動幫助我思考得更好呢？

那就是轉捩點。我開始建立一個動態的知識圖譜，它每天自動更新、發現新的連結，並浮現出我手動操作時永遠不會注意到的模式。

為什麼動態圖譜很重要

大多數人把 Obsidian 當作儲存知識的地方。

這沒問題，但儲存不等於理解。一個靜態的知識庫可以容納上千則筆記，卻仍然無法揭示其中隱藏的關係。

動態圖譜改變了這一點。

它不依賴記憶來維持連結，而是建立一個持續更新、重新檢查關係，並將相關想法重新帶回視野的系統。重點不是讓圖譜看起來很壯觀。

重點是讓它變得有用。

當我有了這個目標之後，整個設定就變得清晰多了。

我不需要一個完美的外掛。

我需要一套精簡的工具組合，能夠處理結構、檢索與自動化，同時不讓知識庫變得一團亂。

我使用的設定

我把系統建立在三個層級上。

第一層是 Obsidian 本身，因為它仍然是思考連結筆記的最佳場所。

第二層是 Dataview，它讓我可以查詢知識庫，而不是手動翻找。

第三層是 AI 驅動的連結層，由 Smart Connections 和自訂提示詞協助識別相關筆記、總結主題群，並建議我遺漏的連結。

這樣的組合之所以重要，是因為每個部分解決了不同的問題。Obsidian 提供筆記。

Dataview 提供結構。

AI 提供動能。

我還實驗了幾個自訂 Agent，它們每天會檢視最新的筆記，尋找重疊之處，並提議更新我的圖譜。

目標不是完全自動化。

目標是減少維持圖譜活力所需的手動工作量。

每日更新循環如何運作

這個每日工作流程簡單到值得信賴，但又結構化到足以發揮作用。

每天，系統會掃描新增或近期修改過的筆記。

它會提取關鍵概念、識別重複出現的主題、與現有的主題群進行比對，並建議新的連結。

在某些情況下，它還會建立簡短的摘要筆記，作為相關想法之間的橋樑節點。

就在這時，圖譜開始感覺有了生命。我不再是唯一維持秩序的人。系統正在幫我分擔一部分工作。

最棒的是，它浮現了我未曾注意到的關係。一則關於內容策略的筆記，竟然與另一則關於個人知識管理的筆記有關聯。圖譜開始變成一個探索引擎。

Smart Connections 幫助了什麼

Smart Connections 之所以有用，是因為它讓知識庫不再像一堆孤立的檔案，而更像一個語意空間。

它不只依賴精確的反向連結，還能建議在概念上相關的筆記，即使用詞不同也能找到關聯。

這在實際應用中非常重要。

大多數值得連結的想法並不是完全相同的，而是相鄰的。一則筆記可能關於習慣養成，另一則關於工作流程設計，再一則關於降低創意工作中的阻力。

人類終究能看出其中的家族相似性，但 AI 可以更快地將其浮現出來。

我仍然會手動審查所有建議。

這點從未改變。

AI 提出建議，由我來決定。

這個平衡很重要，因為只有在建議感覺有用時，圖譜才能持續發揮幫助。

Dataview 為什麼不可或缺

Dataview 是讓整個系統易於維護的關鍵。

當知識庫開始成長時，

我需要一種方法來提出問題，例如：本週建立了哪些筆記？哪些想法還沒有任何連結？哪些主題在多個資料夾中反覆出現？Dataview 讓這一切成為可能。

這把圖譜從被動的地圖轉變為更像儀表板的工具。我可以看到正在建立什麼、哪些東西正在被連結，以及缺口在哪裡。如果一則筆記長期孤立，我就知道它需要關注。如果一個主題群持續增長，我就知道它正在成為一個真正的主題。

這種可視性改變了我寫作的方式。我不再把筆記當作死路來建立，而是把它們當作未來應該有用的節點來書寫。

我用來維護的提示詞

維護用的提示詞比我預期的更重要。最好的版本並不需要顯得聰明。它很直接。

提示詞要求 Agent ：

• 檢視近期筆記，
• 識別重複的概念，
• 建議相關的連結，
• 標記孤立筆記，
• 並為任何新興的主題群提出簡短摘要。

重要的不只是措辭本身。而是限制條件。我告訴它只建議，不要改寫。我告訴它只標記，不要決定。我告訴它只專注於圖譜維護，而不是一般的筆記整理。

這讓輸出保持乾淨，並防止系統偏離到通用的生產力建議上，而這正是這類設定通常會變得惱人的地方。

幾週後有什麼改變

幾週後，差異就很明顯了。我的筆記不再只是累積。

它們開始圍繞著實際的主題自行組織起來。

我可以看到哪些想法不斷重複出現。

我可以看到哪些主題在背景中悄悄成長。

我甚至可以發現自己思維中的缺口。

有時圖譜會揭示，我在某個領域寫了很多，但幾乎沒有連結到另一個明明應該與之相鄰的領域。

這是最有用的部分。系統不僅節省了時間。它改變了我注意到的東西。

一個好的知識圖譜就應該能做到這一點。它不該只是儲存你的思考。它應該挑戰你的思考、精煉你的思考，並讓隱藏的結構變得可見。

我會做哪些不同的調整

最大的錯誤就是過早過度自動化。

一旦設定開始運作，讓 AI 做所有事情是很誘人的。

但這通常會產生垃圾。

這個系統的最佳版本仍然需要人工審查，特別是在初期。我寧願要少數高品質的建議，也不要一大堆平庸的建議。

同時，我也會保持結構簡單。標籤系統越複雜，維護起來就越困難。圖譜應該幫助你思考，而不是變成另一個需要管理的專案。

真正的回報

動態圖譜的真正價值不在於視覺效果。

而在於回饋迴圈。

每一則新筆記都會略微改善整個系統。

每一個新連結都會讓圖譜變得更聰明。

每一次審查都會讓未來的連結更準確。

隨著時間推移，知識庫會開始表現得像一個擁有真正智慧的第二大腦。

這就是為什麼這個設定感覺不同於我嘗試過的其他所有筆記工作流程。它不僅僅是在整理資訊。它正在積極幫助我發現數月來一直遺漏的模式。

而這正是值得持續維護的系統。

希望你覺得這篇文章有用。

為像你這樣的創作者建立實用的 AI 工作流程與 Obsidian 系統。

❣️我是 Kanika (@KanikaBK)。追蹤我以獲得更多經過實測的設定與解析。