Wiki-Links

💡TL;DR

Notemd akan menambah [[wiki-links]] secara automatik ke dalam konsep utama dalam nota anda. LLM akan membaca kandungan anda, mengenal pasti istilah penting dalam konteks, dan memasukkan pautan wiki gaya Obsidian pada setiap kemunculan. Secara pilihan, ia boleh membuat fail nota konsep dengan pautan balik. Ia menyokong penindasan sinonim, integriti pautan apabila nama ditukar atau dipadam, dan mod pengeluaran tulen (tanpa pengubahsuaian fail). Berbeza dengan Auto Link yang hanya memadankan tajuk nota sedia ada, Notemd menggunakan AI untuk mengenal pasti konsep baru dan membuat nota yang bersesuaian. Ini merupakan sebahagian daripada Obsidian Panduan Pengurusan Pengetahuan AI.

Gambaran Keseluruhan

Penggabungan pautan wiki merupakan ciri utama Notemd. Ia menukar teks biasa kepada graf pengetahuan yang bersambung dengan cara berikut:

1. Menganalisis nota anda menggunakan LLM
2. Mengenal pasti konsep utama (istilah, orang, kaedah, teori)
3. Memasukkan [[wiki-links]] pada setiap kemunculan
4. Membuat nota konsep (pilihan) dengan pautan balik

Cara Ia Berfungsi

Proses

Contoh

Sebelum:

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

Selepas:

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

Penggunaan

Asas: Tambah Pautan ke Nota Semasa

1. Buka sebuah nota
2. Klik kanan dalam editor → "Proses fail (tambah pautan)"
3. Tunggu beberapa saat
4. Konsep kini telah dipautkan!

Bilangan Kumpulan: Proses Beberapa Nota

1. Klik kanan pada folder dalam File Explorer
2. Pilih "Notemd: Process folder (add links)"
3. Konfigurasi:
   • Kerjasama Serentak (bilangan fail secara serentak)
   • Gantikan Pautan Sedia Ada (ya/tidak)
4. Klik Proses

Pemilihan: Pautkan Teks Spesifik

1. Sorot teks yang akan diproses
2. Klik kanan → "Proses Pemilihan (Tambah Pautan)"
3. Hanya bahagian yang disorot sahaja dianalisis

Notemd berbanding Auto Link

Obsidian mempunyai dua kaedah untuk pautan wiki automatik:

	Auto Link	Notemd
Sumber pautan	Tajuk nota sedia ada dalam vault	Konsep yang dikenal pasti oleh LLM dalam kandungan
Boleh sambung konsep baru	Tidak — tajuk mesti sudah wujud	Ya — AI mengenal pasti konsep dan mencipta nota
Pengendalian sinonim	Tidak	Ya — penindasan sinonim
Penciptaan nota konsep	Tidak	Ya — dengan pautan balik dan penghapusan duplikasi
Pemprosesan secara berkumpulan	Tidak (fail tunggal)	Ya (tahap folder)
Laluan model mengikut tugas	Tidak	Ya

Auto Link adalah padanan tajuk: jika terdapat nota bernama "Machine Learning", ia akan membungkus kejadian dalam [[Machine Learning]]. Jika nota itu tidak wujud, tiada apa yang berlaku.

Notemd dikendalikan oleh AI: LLM membaca kandungan anda, memahami konteks, mengenal pasti konsep yang sepatutnya disambungkan — walaupun tiada nota yang wujud lagi — dan mencipta pautan serta nota konsep.

Ciri-ciri

Penindasan Sinonim

Masalah: "transformer", "transformers", "Transformer architecture" → 3 konsep berasingan

Penyelesaian: Notemd mengesan duplikasi hampir sama dan menggunakan bentuk kanonik.

Konfigurasi:

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

Integriti Pautan

Apabila anda menukar nama nota konsep:

• Semua pautan wiki akan dikemaskini secara automatik (Obsidian ciri utama)
• Pautan balik kekal utuh

Apabila anda memadam nota konsep:

• Pautan tetap ada tetapi dipaparkan sebagai "sebutan yang tidak terpaut"
• Anda boleh menciptanya semula daripada sebarang rujukan

Mod Ekstraksi Murni

Ekstrak konsep tanpa mengubah yang asal:

1. Klik kanan → "Ekstrak konsep (tanpa pautan)"
2. Nota konsep akan dihasilkan
3. Fail asal tidak terjejas

Kes penggunaan: Memproses kandungan baca sahaja atau draf akhir.

Penghasilan Nota Konsep

Penciptaan automatik

Apabila diaktifkan (lazim), Notemd akan mencipta:

---
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]]

Konfigurasi

Folder keluaran:

Settings → Output → Concept Folder
Default: concepts/

Struktur hierarki:

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

Templat:

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

Pilihan Lanjutan

Tetingkap Konteks

Berapa banyak teks sekeliling yang perlu dihantar:

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

Lebih besar = ketepatan yang lebih baik, kos yang lebih tinggi.

Kekerapan Minimum

Hanya sambungkan konsep yang muncul berkali-kali:

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

Aturkan kepada 2 atau 3 untuk memberi tumpuan pada tema yang berulang.

Pola yang Dikecualikan

Lompatkan perkataan tertentu:

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

Mengelakkan pautan berlebihan pada istilah umum.

Prompt Khas

Tukar arahan LLM lalai:

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

Ubah mengikut keperluan khusus domain (contohnya, "Fokus pada terminologi perubatan").

Tips & Amalan Terbaik

✅ LAKUKAN

• Proses nota dengan lebih daripada 100 perkataan — Nota yang pendek menghasilkan sedikit konsep
• Gunakan model yang berkuasa untuk pengenalpastian konsep yang lebih baik (GPT-4o, Claude)
• Semak sebelum menerima — Pastikan pautan yang dicadangkan masuk akal
• Bina secara berulang — Proses 5-10 nota, semak graf, laraskan tetapan

❌ JANGAN

• Terlalu banyak pautan — Bukan setiap kata nama memerlukan pautan
• Proses draf berulang kali — Konsep mungkin berubah, tunggu sehingga stabil
• Abaikan sinonim — Aktifkan penindasan untuk elakkan "ML" berbanding "Machine Learning"

Prestasi

Kelajuan

Saiz Nota	GPT-4o-mini	Claude Sonnet	Ollama (lokal)
500 perkataan	2-3 saat	3-5 saat	5-10 saat
2000 perkataan	5-8 saat	10-15 saat	20-40 saat
5000+ perkataan	Dibahagikan kepada bahagian (panggilan berbilang kali)	Dibahagikan kepada bahagian-bahagian	Dibahagikan kepada bahagian-bahagian

Anggaran Kos

Contoh: Nota 1000 perkataan menggunakan GPT-4o-mini

• Masukan: ~1500 token
• Keluaran: ~200 token
• Kos: ~

Pemprosesan pukal 100 nota: ~

Pemecahan masalah

Tiada pautan ditambah.

Semak:

1. LLM panggilan berjaya (Settings → Diagnostics)
2. Nota tersebut mempunyai kandungan yang mencukupi (>50 perkataan)
3. Konsep adalah teknikal/khusus (bukan sekadar kata ganti nama)

Cuba:

• Gunakan model yang lebih berkuasa
• Tingkatkan tetingkap konteks
• Periksa kesahan kunci API

Terlalu Banyak Pautan

Penyelesaian:

1. Tingkatkan kejadian minimum (2 atau 3)
2. Tambahkan perkataan biasa ke dalam senarai pengecualian
3. Gunakan model yang kurang agresif

Konsep yang Salah Disambungkan

Pembaikan:

1. Guna prompt khas untuk kekhususan domain
2. Aktifkan penindasan sinonim
3. Semak secara manual dan buka ikatan

Pautan rosak selepas menukar nama

Ini merupakan tingkah laku normal Obsidian.

Untuk mengemaskini semua pautan:

1. Tukar nama nota konsep
2. Obsidian akan mengemaskini [[old]] secara automatik menjadi [[new]]

---

Langkah Seterusnya

• 📖 Nota Konsep — Kajian mendalam tentang penghasilan nota konsep
• 🔍 Penggabungan Penyelidikan — Gabungkan pautan dengan penyelidikan web
• 🎨 Diagram — Visualisasikan graf pengetahuan anda