Obsidian Průvodce správou znalostí s AI

💡TL;DR

Notemd převádí čtení poháněné LLM na trvalé znalosti: wiki-odkazy spojují koncepty, poznámky k konceptům vytvářejí vyhledatelnou grafiku, vyhledávání přináší obsah z webu do vaší databáze, překlad odstraňuje jazykové bariéry, diagramy zpřehledňují strukturu a pracovní postupy to vše spojují jedním kliknutím. Tento průvodce pokrývá celý proces — od surových poznámek až po propojenou, vizuální, vícejazyčnou databázi znalostí.

Proč správa znalostí s AI?

Tradiční zápis poznámek vytváří jednoduché soubory. I při ručních wiki-odkazech zůstávají většina poznámek oddělená. Notemd využívá LLM k automatizaci vrstvy spojování:

• LLMy čtou váš obsah a identifikují to, co je důležité — termíny, metody, osoby, teorie
• Odkazy se vkládají automaticky při každém výskytu konceptu, nejsou ukryty v „viz také“
• Poznámky k konceptům se generují jako samostatné vyhledatelné soubory
• Vyhledávání obohacuje poznámky kontextem z webu
• Diagramy zpřehledňují strukturu — mapy myšlenek, diagramy toků, grafy dat ze stejného obsahu

Výsledkem je graf znalostí, který roste s každou poznámkou, kterou zpracujete, nejen tehdy, když si vzpomenete přidat odkazy.

Celý proces

Každý krok je nezávislý. Můžete použít jeden nebo všechny. Nejúčinnější sekvence: Přidání odkazů → Poznámky k konceptům → Diagramy.

---

1. Wiki-odkazy: Vytváření explicitních spojení

Wiki-odkazy tvoří základ grafu znalostí. Notemd využívá LLM k:

1. Přečtěte si obsah poznámky (rozdělte ho na části u delších dokumentů)
2. Identifikujte základní koncepty – upřednostňujte konkrétní technické termíny před obecnými podstatnými jmény
3. Vložte [[wiki-links]] při každém výskytu
4. Potlačte synonyma, aby „ML“ a „Machine Learning“ nevytvářely samostatné uzly

Kdy použít

• Každá poznámka delší než 100 slov – kratší poznámky obsahují málo konceptů
• Výzkumné články, technické dokumenty, zápisy ze schůzek – bohaté na termíny specifické pro danou oblast
• Po ustálení obsahu – neopakovaně zpracovávejte návrhy

Klíčové nastavení

Nastavení	Doporučené	Důvod
addLinksProvider	DeepSeek nebo GPT-4o-mini	Dobrá přesnost za nízkou cenu
Potlačení synonym	Ano	Zabraňuje vzniku duplicitních uzlů
Okno kontextu	Odstavec	Rovnováha mezi přesností a náklady

→ Wiki-Links deep dive

---

2. Konceptuální poznámky: Vyhledatelné znalostní uzly

Wiki-odkazy spojují myšlenky v rámci textu, ale konceptuální poznámky umožňují nezávislé vyhledání každé myšlenky. Každý koncept má svůj vlastní .md soubor:

# Machine Learning

## Linked From
- [[My Research Notes]]
- [[Neural Networks Explained]]

Proces extrakce

Příkaz LLM je velmi strukturovaný:

• Normalizovat na jednotnou formu
• Upřednostňovat víceslovné koncepty před jednoslovnými („Dielectric Relaxation“ nikoli „Relaxation“)
• Přeskočit části s odkazy/bibliografií
• Výstup v podobě CONCEPT: řádků pro jednoznačnou analýzu

Koncepty jsou odstraňovány z duplicit pomocí Set<string>. Chyby LLM v jednotlivých částech nezastaví celý proces.

Zpětné odkazy

Pokud je to povoleno, každá konceptuální poznámka zaznamenává, které zdrojové poznámky ji zmiňují. Vestavěná tabulka zpětných odkazů Obsidian také zobrazuje obrácené spojení.

Odstranění duplicit

4krokový motor na odstraňování duplicit Notemd zachycuje:

1. Přesné shody — srovnání názvů souborů bez ohledu na velikost písmen
2. Množné čísla — "Models.md" oproti "Model.md"
3. Normalizace symbolů — "A-B.md" oproti "A B.md"
4. Obsah jednoho slova — "ML.md" je označeno, pokud existuje "Machine Learning.md"

Nastavení klíčů

Nastavení	Doporučené	Důvod
conceptNoteFolder	concepts/ nebo 🧠 concepts/	Udržuje trezor uspořádaný
extractConceptsAddBacklink	Ano	Umožňuje zpětné vyhledávání
extractConceptsMinimalTemplate	Ne	Kompletní šablona s odkazy
Model na úrovni úkolu	DeepSeek	Extrakce konceptů nevyžaduje nákladné modely
Potlačování synonym	Ano	Stejná nastavení ovlivňují jak propojování, tak extrakci

→ Concept Notes deep dive

---

3. Výzkum: Začlenění webu

Notemd integruje vyhledávání na webu do vašeho pracovního postupu při psaní poznámek:

1. Vytváření dotazu — název nebo výběr poznámky se stane vyhledávacím dotazem
2. Vyhledávání na webu — Tavily (doporučeno, vyžaduje klíč API) nebo DuckDuckGo (zdarma, bez klíče)
3. LLM shrnutí — výsledky vyhledávání jsou zhuštěny do relevantního shrnutí
4. Přidání do poznámky — shrnutí se přidá na pozici kurzoru nebo jako nová sekce

Kdy použít

• Před zpracováním nového tématu — nejprve získejte webový kontext
• Když potřebujete poznámku o konceptu obohatit — nejprve prověřte informace a poté přidejte odkazy
• Pro přehledy literatury — hromadně vyhledejte složku s poznámkami

Klíčové nastavení

Nastavení	Doporučeno	Důvod
researchProvider	GPT-4o nebo Claude	Výzkum vyžaduje kvalitnější shrnutí
Služba pro vyhledávání	Tavily	Lepší relevance, nastavitelná hloubka
maxResearchContentTokens	4000	Rovnováha mezi hloubkou a náklady

→ Podrobný průzkum

---

4. Překlad: Překonávání jazykových bariér

Notemd překládá poznámky pomocí vašeho nastaveného LLM — ne speciálního překladače API. To znamená:

• Překlady s pochopením kontextu — LLM rozumí celému dokumentu, ne jen větám po větách
• Zpracování odborných termínů — „gradient descent“ zůstává jako „梯度下降“, nikoli „坡度向下
• Podpora hromadného překladu — přeložte celou složku s poznámkami najednou
• Model pro jednotlivé úkoly — použijte Gemini Flash k překladu (rychlý, levný, vícejazyčný)

Jazyková podpora

Notemd sám podporuje 21 UI jazyků. Cílový jazyk překladu lze nastavit pro každý úkol. Běžné páry: EN↔ZH, EN↔JA, EN↔KO, EN↔DE, EN↔FR, EN↔ES.

→ Podrobný průzkum překladu

---

5. Diagramy: Zviditelnění struktury

Pipeline diagramů Notemd je založen na specifikacích: LLM vytvoří strukturovaný DiagramSpec JSON, poté adaptéry jej převedou do cílového formátu. To poskytuje spolehlivější výstup než žádost o surovou Mermaid syntaxi od LLM.

Detekce záměru

Notemd odhadne nejlepší typ diagramu na základě obsahu:

• Tabulky s čísly → graf dat (Vega-Lite)
• Slovník klienta/serveru → sekvenční diagram (Mermaid)
• Entita/hlavní klíč → ER diagram (Mermaid)
• Krok/průběh procesu → diagram toků (Mermaid)
• Klíčová slova konceptuální mapy → JSON Canvas (Obsidian nativní)
• Výchozí → mind map (Mermaid)

Řetězec renderování

Hlavní cíl → náhrada → náhrada → HTML. Pokud syntaxe Mermaid selže, pokusí se ještě jednou s kontextem chyby odeslat ji na LLM, poté přejde na minimální diagram.

Klíčové nastavení

Nastavení	Doporučené	Důvod
enableExperimentalDiagramPipeline	Ano	Lepší kvalita prostřednictvím specifikací nejprve
experimentalDiagramCompatibilityMode	best-fit	Nativní cíl podle záměru
summarizeToMermaidProvider	GPT-4o nebo Claude	Specifikace diagramů vyžadují prostorové uvažování
autoMermaidFixAfterGenerate	Ano	Automaticky zachycuje chyby syntaxe LLM
Rozšíření místních znalostí	Povoleno pro doménově specifické účely	Zlepšuje přesnost s kontextem trezoru

→ Podrobný průzkum diagramů

---

6. Pracovní postupy: Automatizace jedním kliknutím

Pracovní postupy spojují více úloh do jednoho tlačítka v postranním panelu. Formát DSL je následující:

task1 | task2 | task3

Příklad: addLinks | extractConcepts | generateDiagram — zpracuje poznámku z hrubého textu na plně propojený, vizuální znalostní uzel jedním kliknutím.

Doporučené pracovní postupy

Pracovní postup	Řetězec	Použití
Celý proces	addLinks | extractConcepts | generateDiagram	Nové poznámky
Výzkum nejprve	research | addLinks	Neznámá témata
Polyglot	translate | addLinks	Vícejazyčné poznámky
Pouze diagram	generateDiagram	Rychlá vizualizace

→ Podrobný průzkum pracovních toků

---

7. LLM poskytovatelé: 36 možností od cloudu po lokální zařízení

Notemd podporuje 36 poskytovatelů v 4 typech přenosu. Klíčové skupiny:

• Mezinárodní cloud: OpenAI, Anthropic, Google, Mistral, xAI
• Čínský cloud: DeepSeek, Qwen, Doubao, Moonshot, GLM, Baidu, SiliconFlow
• Brány: OpenRouter, GitHub Models, Hugging Face, Vercel
• Lokální: Ollama, LMStudio, OVMS — bez klíče API, žádná data neopouštějí váš počítač

Strategie modelu podle úlohy

Nejekonomičtější nastavení využívá levné modely pro jednoduché úlohy a výkonné modely pro složité úlohy:

extractConcepts  → DeepSeek (fast, cheap, accurate enough)
addLinks          → DeepSeek or GPT-4o-mini
research          → GPT-4o or Claude (needs quality)
generateDiagram   → GPT-4o or Claude (needs spatial reasoning)
translate         → Gemini Flash (fast, multilingual)

→ Přehled LLM poskytovatelů

---

Seznam kontrol při začínání

1. Nainstalujte Notemd — Komunitní pluginy (doporučeno) nebo ručně
2. Konfigurujte poskytovatele — DeepSeek (nejjednodušší), OpenAI, nebo Ollama (zdarma)
3. Zpracujte svou první poznámku — klikněte pravým tlačítkem → "Zpracovat soubor (přidat odkazy)"
4. Nastavit složku konceptů — Nastavení → Notemd → Výstup → Složka konceptů
5. Vytáhnout koncepty — spustit „Vytáhnout koncepty“ na téže poznámce
6. Vytvořit diagram — spustit „Vytvořit diagram“, abyste vizualizovali vazby
7. Vytvořit pracovní postup — spojit výše uvedené do jednoho tlačítka pro jedno kliknutí

Doporučené konfigurace

Student (Budget)

Provider: DeepSeek (free tier available)
Concept extraction: DeepSeek
Research: DuckDuckGo (free) + DeepSeek
Diagrams: Off (or legacy Mermaid)
Workflows: addLinks | extractConcepts

Výzkumník (Kvalita)

Provider: GPT-4o (primary)
Concept extraction: DeepSeek (cost savings)
Research: GPT-4o + Tavily
Diagrams: best-fit mode, GPT-4o
Workflows: research | addLinks | extractConcepts | generateDiagram

Privacita na prvním místě (pouze lokálně)

Provider: Ollama (llama3 or qwen2.5:7b)
All tasks: Ollama
Research: DuckDuckGo (free, no API key)
Diagrams: legacy Mermaid mode

Dvoujazyčný (ZH + EN)

Primary: DeepSeek (Chinese queries)
Translation: Google Gemini Flash
Research: Tavily + DeepSeek (Chinese search context)
Language output: per-task (extractConceptsLanguage: zh-CN)

---

Běžné vzory

Vzor: Zpracování výzkumné práce

1. Importovat obsah PDF (nebo vložit)
2. Výzkum — získat webový kontext k tématu
3. Přidat odkazy — identifikovat a propojit klíčové koncepty
4. Vytáhnout koncepty — vytvořit samostatné poznámky
5. Vytvořit diagram — vizualizovat strukturu práce

Vzor: Obohacení denní poznámky

1. Napište denní poznámku
2. Přidat odkazy — spojuje dnešní myšlenky se stávajícími koncepty
3. Poznámky k konceptům se automaticky aktualizují s odkazy zpět

Vzor: Přehled literatury

1. Vytvořte složku s články/poznámkami
2. Hromadné přidání odkazů — zpracujte celou složku
3. Odstranit duplikované koncepty — vyčistěte téměř shodné poznámky
4. Vytvořit diagram — mapa myšlenek celé literatury

---

Notemd je open source (MIT) a funguje s Obsidian 0.15.0+ na všech platformách. Nainstalujte nyní nebo zobrazit na GitHubu.