概念說明
Notemd 可從您的筆記中提取關鍵概念，並建立獨立的概念筆記檔案。LLM 會辨別核心詞彙，於可設定的資料夾中為每個概念生成一個 .md 檔案，並可選擇性添加回源筆記的連結。它支援同義詞過濾、依任務選擇模型、檔名清理，以及四步驟的重複資料去除機制。此功能屬於 Obsidian AI知識管理指南 的一部分。
概覽
概念筆記是構建連結式知識庫的基礎。當您處理一則筆記時，Notemd：
- 將您的文字傳送至 LLM，並附上結構化的提取提示
- 解析 LLM 回應中的
CONCEPT:行 - 在指定的資料夾中，為每個概念建立一個
.md檔案 - （開啟時）在原始筆記中新增反向連結
它的運作原理是什麼
提取流程管線
Source Note → Split into Chunks → LLM per Chunk → Parse CONCEPT: Lines
→ Deduplicate via Set → Create .md Files → Add Backlinks
→ (Optional: Generate Log)
提取提示詞
LLM 會收到一個指示它執行以下動作的提示：
- 提取文件主題中核心的名詞或名詞片語
- 優先考慮具體性 — 選用「介電弛豫」而非「弛豫」
- 轉換為單數形式 — 「models」會變成「model」
- 壓制子概念 — 若出現「介電弛豫」，則不要同時提取「弛豫」
- 跳過參考文獻/參考資料章節、普通名詞、公司/產品名稱
- 每行輸出一個概念，格式為
CONCEPT: Term Name
同義詞抑制（選用）：在提示語前加上「盡可能避免提取同義詞、語意上相似的核心概念或關鍵字」。
專注學習領域（選用）：在前面加上 Relevant Fields: [domain] 以將抽取內容限制在特定學科。
語言覆寫（選用）：會在後面加上「輸出的概念必須使用 [language] 語言。」
分塊處理
長篇筆記會以 settings.chunkWordCount 作為分隔點。每個區段會分別傳送。所有區段中的概念都會被累積在 Set 中——不同區段中的重複內容會被靜默移除。單個區段出現的 LLM 錯誤不會導致整個操作中斷。
概念說明書的撰寫
檔名規則
| 規則 | 行為模式 |
|---|---|
| 連字符/下劃線 | 已替換為空格 |
| 特殊字元 | 已移除的符號：反斜線、正斜線、冒號、星號、問號、引號、尖括號、管道符、井號、上標符、方括號 |
| 空白字元 | 已收縮並修剪 |
| 最大長度 | 100個字元（已截斷並重新修剪） |
| 空白/全點結果 | 靜默跳過 |
範例：A-B: Key*Term 會變成 A B KeyTerm.md
範本
完整模板（已啟用反向連結，最小化模板關閉）：
# Concept Name
## Linked From
- [[SourceNoteBasename]]
最小化範本（當 extractConceptsMinimalTemplate: true 時）：
# Concept Name
更新現有筆記
當概念檔案已存在時：
- 如果已啟用反向連結且來源備註尚未列出，請追加一個反向連結
- 如果存在
## Linked From區段，請在下一個##標頭之前插入。 - 如果沒有
## Linked From，就在最後新增一個章節。 - 會檢查重複的反向連結並跳過它們
設定
| 設定 | 預設值 | 效果 |
|---|---|---|
useCustomConceptNoteFolder | true | 主開關。關閉 = 不建立筆記 |
conceptNoteFolder | ''（已停用） | 概念備忘錄的資料夾路徑 |
extractConceptsMinimalTemplate | true | 僅標題備註（無連結來源） |
extractConceptsAddBacklink | false | 在獨立提取時新增反向連結 |
extractConceptsProvider / extractConceptsModel | DeepSeek | 每個任務的 LLM 用於概念抽取 |
extractConceptsLanguage | 'en' | 概念名稱的輸出語言 |
replaceSynonymsDuringConceptExtraction | false | 在提示詞中啟用同義詞抑制功能 |
generateConceptLogFile | false | 撰寫一個 .log 列表，列出已創建的概念 |
重要提示： extractConceptsAddBacklink 與 extractConceptsMinimalTemplate 的設定僅會影響 專用的提取指令。而「新增連結」指令則總是會建立包含回鏈的完整模板筆記。
去重
dedup 命令（Notemd: Check & remove duplicate concept notes）會執行 5 步的分析流程：
步驟 1：精確的檔名匹配
在所配置的範圍內進行不區分大小寫的基名比對。
步驟 2：複數形態檢測
移除後綴：從 -ies 到 -y， -es 被移除， -s 也被移除。將單數形式與範圍檔案進行比對。無法處理不規則的複數形式（如 children/child）。
步驟 3：符號標準化
適用於：toLowerCase()，將連字符/下劃線替換為空格，移除非數字字母字符，合併空白。規範化後完全相同的項目會被標記出來。
步驟 4：單字封裝
單字概念筆記會與多字範圍檔案的名稱進行比對。當範圍為 concept_folder_only 時不會執行。
步驟 5：確認與刪除
所有候選項都會顯示在確認對話框中。已通過審核的項目會被移至系統垃圾桶。在每次刪除之間都可以取消該操作。
範圍模式
| 模式 | 與之相比 |
|---|---|
vault（預設值） | 所有除 concept 資料夾外的 vault .md 檔案 |
concept_folder_only | 資料夾中的其他概念說明 |
include | 特定列出資料夾中的檔案 |
exclude | 除 concept 資料夾及列出的資料夾外，所有保險庫檔案 |
使用方式
提取概念（獨立版）
- 打開筆記
- 從命令選單執行 "Notemd: Extract concepts"
- 概念說明文件會建立在已設定的資料夾中。
提取 + 生成內容
"Notemd: 提取概念並生成標題" — 會先提取概念，接著對該概念資料夾中的每個筆記執行「從標題生成」的功能。如此一來，就能為資料夾中所有的概念筆記產生內容，而不只是新建立的那些。
從選取內容建立維基連結
- 在編輯器中標出文字
- 執行 "Notemd: 從選取內容建立維基連結"
- 文字被包在
[[...]]中，並生成了概念說明文件
技巧
- 先設定概念資料夾——若沒有它，就無法建立筆記。若未設定，會出現警告對話框。
- 使用每任務模型——概念抽取工作可透過較便宜的模型（GPT-4o-mini、DeepSeek）有效完成。將昂貴的模型留作研究或翻譯之用。
- 在有多個術語指代同一概念的技術領域中，啟用同義詞抑制功能。
- 定期去重 — 在批次處理之後執行去重指令，以找出幾乎重複的資料。
- 每次執行時都會覆寫日誌檔，而非追加。若需要之前的結果，請將其複製下來。
接下來的步驟
- Wiki-Links — 概念如何以內聯方式相互連結
- 圖表 — 可視化概念之間的關係
- 工作流程 — 與其他任務串聯提取