Skip to main content

概念說明

💡TL;DR

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產生一個 .md 檔案，並可選擇性添加回源頭筆記的連結。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：

  1. 將您的文字傳送至 LLM，並附上結構化的提取提示
  2. 解析 LLM 回應中的 CONCEPT: 行
  3. 在指定的資料夾中，為每個概念建立一個 .md 檔案
  4. （開啟時）在原始筆記中新增反向連結

它是如何運作的​

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​

該 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 — 應使用「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「介電體弛豫」，則不要同時提取「弛豫」
  • 跳過參考文獻/參考資料區段、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 LLM 錯誤也不會中斷整個操作。

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：

  1. 如果已啟用反向連結且來源備註尚未列出，請新增一個反向連結
  2. 如果存在 ## Linked From 區段，請在下一個 ## 標頭之前插入。
  3. 如果沒有 ## Linked From，就在最後新增一個章節。
  4. 會檢查重複的回鏈並跳過它們

設定​

設定預設值效果
useCustomConceptNoteFoldertrue主開關。關閉 = 不建立筆記
conceptNoteFolder''（已關閉）概念備忘錄的資料夾路徑
extractConceptsMinimalTemplatetrue僅標題備註（無連結來源）
extractConceptsAddBacklinkfalse在獨立提取時新增反向連結
extractConceptsProvider / extractConceptsModelDeepSeek每個任務的 LLM 用於概念抽取
extractConceptsLanguage'en'概念名稱的輸出語言
replaceSynonymsDuringConceptExtractionfalse在提示詞中啟用同義詞抑制功能
generateConceptLogFilefalse撰寫一個 .log 列表，列出已建立的概念

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範本筆記。

去重​

dedup 指令（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​

在所設定的範圍內，以不區分大小寫的方式比對基名。

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。會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）所有保險箱 .md 的檔案，不包括 concept 資料夾
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

使用說明​

提取概念（獨立版）​

  1. 打開筆記
  2. 從指令選單執行 "Notemd: Extract concepts"
  3. 概念說明文件會建立在已設定的資料夾中。

提取 + 產生內容​

"Notemd: 提取概念並產生標題" — 會先提取概念，接著對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​

  1. 在編輯器中標出文字
  2. 執行 "Notemd: 從選取內容建立維基連結"
  3. 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 — 沒有它就無法建立筆記。若未設定，會出現警告對話框。
  • 使用每任務專用的模型 — 概念抽取工作適合使用成本較低的模型（GPT-4o-mini、DeepSeek）。將昂貴的模型留作研究或翻譯之用。
  • 為了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