Wiki-Linkek

💡TL;DR

Notemd automatikusan hozzáadja [[wiki-links]] a feljegyzésekétekben lévő kluczfontosságú konceptekhez. A LLM olvasja a tartalmat, azonosítja a kontextusban lévő fontos kifejezéseket, és minden esetben beilleszi Obsidian-stílusú Wiki-Linkeket. Választhatóan készít meg konceptfeljegyzéseket távolhívásokkal. Támogatja a szinonimák leképezését, a nevetsítés/hozzáadáskor a linkek integritását, valamint a teljesen kivonási módot (nem történik fájl módosítása). A Auto Linktől eltérően, amely csak meglévő feljegyzés címeket használ, Notemd az AI-t használ a új konceptek azonosítására és a megfelelő feljegyzések készítésére. Ez része a Obsidian AI tudományos kezelési útmutatójának.

Áttekintés

Wiki-Linkek hozzáadása az Notemd alapvető funkciója. Egy általános szöveget egy összekött kapcsolatokból álló tudományos grafikonként változtatja meg az alábbi módon:

1. Az LLM segítségével az feljegyzést analizálja
2. Kluczfontosságú koncepteket azonosítja (kifejezések, személyek, metodák, teoríák)
3. Minden esetben hozzáadja [[wiki-links]]
4. Választhatóan készít meg konceptfeljegyzéseket távolhívásokkal

Hogyan működik

Folyamat

példa

Előtt:

Machine learning models use neural networks to learn patterns from data.
The transformer architecture revolutionized natural language processing.

Után:

[[Machine learning]] models use [[neural networks]] to learn patterns from data.
The [[transformer architecture]] revolutionized [[natural language processing]].

Használat

Alap: Hozzáadás linkeket a jelenlegi feljegyzéshez

1. Nyitja meg egy feljegyzést
2. Kattintson kézzel a szerkesztőben → "Folyamatítja a fájlt (hozzáadja linkeket)"
3. Várjon néhány másodpercet
4. A konceptek most már összeköttek!

Bárcs: Kezelj több figyelmet

1. Kattints jobb kattintással egy mappára a fájlkeresőben
2. Válassza ki "Notemd: Process folder (add links)"-t
3. Konfigurálás:
   • Konkurenccs (mennyi fájl paralellegben)
   • Átírja a meglévő hivatkozásokat (igen/nem)
4. Kattints Kezelés-re

Selektív: Hivatkozz specifikus szökekre

1. Hajtas ki a kezelendő szöveget
2. Kattints jobb kattintással → "Kezelje a választott részt (hivatkozások hozzáadása)"
3. Csak a felhajtott rész kerül analízishez

Notemd vs Auto Link

Obsidian két módot biztosít az automatikus wiki-hivatkozásokhoz:

	Auto Link	Notemd
Hivatkozás forrása	A tárolóban lévő meglévő figyelmetek címek	A LLM által az anyagban azonosított konceptek
Új konceptekkel kötés lehet létrehozni	Nem – a cím már létezni kell	Igen – a AI azonosítja a koncepteket és készít meg a figyelemeket
Synonym handling	Nem	Igen – a synonym suppression funkció használata
Konceptfigyelemek készítése	Nem	Igen – visszalinkekkel és duplikátok elszűrésével
Halmagkezelés	Nem (egy fájl),	Igen (mappatasemén)
Munkaalkalmazásokhoz szóló modellek irányítása	Nem	Igen

Auto Link címekkel összeillik: ha „Machine Learning” nevű egy figyelem létezik, az [[Machine Learning]]-ba összefogja a megjelenéseket. Ha a figyelem nincs, semmi nem történik.

Notemd az AI vezeti: a LLM olvasja a tartalmadat, megérti a kontextust, azonosítja a koncepteket, amelyeknek kötésük kell lennie – még ha még nincs ilyen figyelem is – és készít meg az összefüggést és a konceptfigyelemet.

Funkciók

Synonym Suppression

Probléma: „transformer“, „transformers“, „Transformer architecture” → 3 különböző koncept

Löszer: Notemd az egymáshoz hasonló elemeket azonosítja és a kanonikus formát használja.

Konfiguráció:

Settings → Advanced → Synonym Suppression
Threshold: 0.8 (0 = off, 1 = aggressive)

Link integritása

Amikor nevezészi át egy konceptnote-t:

• Az összes wiki-hivatkozás automatikusan frissül (Obsidian alapfunkció)
• A visszahivatkozások megmaradnak

Amikor törljük egy konceptnote-t:

• A hivatkozások maradnak, de „nem kapcsolódó menetekként” jelennek meg
• Bármilyen helyről lehet újra létrehozni

Tisztas kihasználási módszer

Kihagyja a koncepteket, anélkül hogy módosítaná az eredeti fájlt:

1. Jobb kattintás → „Kihagyja a koncepteket (nem kapcsolódóként)”
2. A konceptnote-k létrejönnek
3. Az eredeti fájl megmarad

Használati eset: Olvasói jogú tartalom vagy végleges verziók kezelése.

Konceptnote kialakítása

Automatikus kialakítás

Ha aktiválva van (alapértelmezett), Notemd készít ki:

---
tags: [concept, auto-generated]
created: 2026-06-13
source: [[Original Note Name]]
---

# Machine Learning

A branch of artificial intelligence that enables computers
to learn from data without explicit programming.

## Occurrences in Your Vault

- [[Original Note Name#Section]]
- [[Another Note#Header]]

## Related Concepts

- [[Neural Networks]]
- [[Deep Learning]]
- [[Supervised Learning]]

Konfiguráció

Kimenet mappája:

Settings → Output → Concept Folder
Default: concepts/

Hierarchikus struktúra:

Settings → Output → Use Hierarchical Folders
If enabled:
  papers/my-paper.md → papers/concepts/Concept.md
If disabled:
  → concepts/Concept.md

Szabvány:

Settings → Output → Concept Template
Customize with variables:
  {{concept}} — Concept name
  {{description}} — LLM-generated description
  {{backlinks}} — List of source notes
  {{date}} — Creation date

Előre tervezett opciók

Kontextus ablaka

Mennyi környezeti szöveget küldni:

Settings → Linking → Context Window
Options: Sentence | Paragraph | Full Note
Default: Paragraph

Nagyobb érték = jobb pontosítás, magasabb költség.

Minimum jelentésesség száma

Csak azokat a koncepteket kötjük össze, amelyek többször jelennek meg:

Settings → Linking → Min Occurrences
Default: 1 (link all)

2 vagy 3-re állítva lehet fókuszolni a gyakori tématákra.

Kizárási módulok

Elhagyjuk bizonyos szavakat:

Settings → Linking → Exclude List
Example: note, idea, example, thing

Ez megakadályozza a generikus kifejezések túlzott kötését.

Szerkeszthető kérdések

Átírjuk az alapértelmezett LLM instrukciókat:

Settings → Advanced → Custom Linking Prompt
Default:
  "Identify key concepts, theories, methods, and technical
   terms in the following text. Return as a list..."

Módosítsuk a doménai specifikus igényekhez (pl. "Fókuszoljunk a médicai terminológiara").

Tippek és a legjobb praktikák

✅ CSELEKEDJ

• Kezelj az értékeléseket 100 szóval több — Rövid értékelések kevés konceptet adnak létre
• Használj erős modellt a jobb konceptidentifikációhoz (GPT-4o, Claude)
• Ellenőrizd előtt fogadod — ellenőrizd, hogy a javasolt hivatkozások logikusak legyenek
• Alakítsd iteratívul — kezelj 5-10 értékelést, ellenőrizd a grafikonot, módosítsd a beállításokat

❌ NE CSELEKEDJ

• Túl sok hivatkozást adj — nem minden névnek hivatkozás van szüksége
• Kezelj újra az előszörírást — a konceptek változhatnak, várj, amíg stabilak lesznek
• Ignorálj a szinonimákat — aktiváld a leképezést, hogy elkerüljed a "ML" és a "Machine Learning" különbségét

Teljesítmény

Hajtássebesség

Értékelés mérete	GPT-4o-mini	Claude Sonnet	Ollama (lokal)
500 szó	2-3 másodpercek	3-5 másodpercek	5-10 másodpercek
2000 szó	5-8 másodpercek	10-15 másodpercek	20-40 másodpercek
5000+ szó	Kisebb blokkokban (másik kérések)	Részletes	Részletes

Árértékelés

Példa: 1000 szóból álló jegyzet a GPT-4o-minivel

• Bevétel: ~1500 token
• Kimenet: ~200 token
• Ár: ~

100 jegyzet összekeverésének feldolgozása: körülbelül $0.10

Hibaelhárítás

Nincs hivatkozás megadva

Ellenőrzés:

1. LLM kérések sikerültek (Beállítások → Diagnozis)
2. A figyelemnek elég tartalma van (>50 szó).
3. A koncepciók technikai/specifikusak (nem csak névmutatók).

Próbáljuk:

• Használj egy erősebb modellt
• Növelje a kontextus ablakot
• Ellenőrizz a API kulcs valóságságát

Túl sok hivatkozás

Lösések:

1. Növelje a minimális előfordulások számát (2 vagy 3)
2. Hozzáadja a népszerű szavakat az kizárás listaához
3. Használj egy kevésbé agresszív modellt

Hibás konceptek kötődtek össze

Elrendezések:

1. Használj személyre szabott kérést a domén specifikusításához
2. Hajtson lépélyezési leképezés be
3. Ellátogasson manuálisan és távolítsa el a kötéseket

A hivatkozások megváltoztatás után rosszul működnek

Ez normál Obsidian viselkedés.

Minden hivatkozást frissítéshez:

1. Nevezz át a konceptleírást
2. Obsidian automatikusan frissíti [[old]] → [[new]]

---

További lépések

• 📖 Konceptleírások — Befejezettséges információk a konceptleírás kialakításáról
• 🔍 Tudományos integráció — Összekapcsolja a hivatkozásokat a web-tudományi kutatásokkal
• 🎨 Diagramok — Visualizálja a tudományos grafikonját