name	note-metadata-generation
description	Obsidian 笔记的元数据、摘要、概念提取和相关主题生成规范

笔记元数据生成规范

Frontmatter

---
title: "文章标题"
source: "公众号名称"
author: "作者"
date: YYYY-MM-DD
tags: [标签1, 标签2, 标签3]
category: "分类名"
sub_topic: "子主题"
url: "原文链接"
---

tags 规范：

3-5 个标签
使用中文，空格用下划线替代
包含：技术领域标签 + 核心技术标签 + 应用场景标签
示例：[AI_Agent, Claude_Code, 工程化, 上下文管理]

category 和 sub_topic：参见 classification/SKILL.md

摘要（150-200字）

比普通摘要更详细，结构：

分析对象是什么
核心论点/洞察
拆解了哪些关键内容
最终价值或结论

示例：

本文深度拆解了 Claude Code v2.1.88 的工程架构，核心论点是其竞争力源于12层渐进式包装而非模型能力本身。文章从Agent Loop极简内核出发，逐层拆解了工具调度、Planning、子代理、知识按需注入、上下文压缩等核心机制，最终提炼出7条工程哲学，为AI Agent开发者提供了从MVP到工业级的落地路径。

核心观点（3-5个）

每个观点一句话，提炼文章最关键的洞察。

格式：

使用判断句式，包含核心概念
加粗关键词

示例：

胖核心设计：query.ts刻意保持785KB单文件，保证核心循环原子性
开闭原则：所有扩展不修改核心循环，新增功能=新增工具/包装层
上下文隔离：子代理的工具输出不回流主对话，彻底解决上下文污染

关键概念（4-8个）

每个概念提取：

概念名：中文名（附英文）
一句话定义："X是Y"句式
生成 [[]] 双向链接

示例：

[[Progressive Harness]]：渐进式工程包装，在极简内核外逐层叠加生产级特性
[[Context Engineering]]：构建高信噪比上下文供给系统的工程方法论
[[Fail Closed]]：安全默认值策略，新增工具忘记声明时自动选择更安全的执行方式
[[FRC（Function Result Clearing）]]：自动清理旧工具结果，引导模型主动"记笔记"防止上下文堆积

笔记模板

---
title: "标题"
source: "公众号"
author: "作者"
date: YYYY-MM-DD
tags: [tag1, tag2, tag3]
category: "分类"
sub_topic: "子主题"
url: "链接"
---

## 摘要
150-200字的结构化摘要

## 核心观点
- **关键词**：观点1
- **关键词**：观点2
- **关键词**：观点3

## 一、章节标题
结构化拆解内容（表格、列表、加粗等，200-300字）

## 二、章节标题
结构化拆解内容...

## 三、章节标题
结构化拆解内容...

（共 3-5 个章节，由 article-body skill 控制写作风格）

## 关键概念
- [[概念A]]：一句话定义
- [[概念B]]：一句话定义

## 相关主题
- [[已有文章A]]
- [[已有概念B]]

结构约束：

标题已在 frontmatter title 字段中，正文不再重复 # 标题
来源信息已在 frontmatter 的 source 和 url 字段中，不要在正文中添加任何"来源"或"原文链接"行
相关主题：从知识库中已有的文章和概念中选取，不创建不存在的链接

笔记由以下三部分 skill 协同生成：

article-body：控制中间 3-5 个章节的写作风格
classification：控制 category 和 sub_topic 的选择
note-metadata：控制首尾的元数据、摘要、概念、相关主题

name	note-metadata-generation
description	Obsidian 笔记的元数据、摘要、概念提取和相关主题生成规范

笔记元数据生成规范

Frontmatter

---
title: "文章标题"
source: "公众号名称"
author: "作者"
date: YYYY-MM-DD
tags: [标签1, 标签2, 标签3]
category: "分类名"
sub_topic: "子主题"
url: "原文链接"
---

tags 规范：

3-5 个标签
使用中文，空格用下划线替代
包含：技术领域标签 + 核心技术标签 + 应用场景标签
示例：[AI_Agent, Claude_Code, 工程化, 上下文管理]

category 和 sub_topic：参见 classification/SKILL.md

摘要（150-200字）

比普通摘要更详细，结构：

分析对象是什么
核心论点/洞察
拆解了哪些关键内容
最终价值或结论

示例：

本文深度拆解了 Claude Code v2.1.88 的工程架构，核心论点是其竞争力源于12层渐进式包装而非模型能力本身。文章从Agent Loop极简内核出发，逐层拆解了工具调度、Planning、子代理、知识按需注入、上下文压缩等核心机制，最终提炼出7条工程哲学，为AI Agent开发者提供了从MVP到工业级的落地路径。

核心观点（3-5个）

每个观点一句话，提炼文章最关键的洞察。

格式：

使用判断句式，包含核心概念
加粗关键词

示例：

胖核心设计：query.ts刻意保持785KB单文件，保证核心循环原子性
开闭原则：所有扩展不修改核心循环，新增功能=新增工具/包装层
上下文隔离：子代理的工具输出不回流主对话，彻底解决上下文污染

关键概念（4-8个）

每个概念提取：

概念名：中文名（附英文）
一句话定义："X是Y"句式
生成 [[]] 双向链接

示例：

[[Progressive Harness]]：渐进式工程包装，在极简内核外逐层叠加生产级特性
[[Context Engineering]]：构建高信噪比上下文供给系统的工程方法论
[[Fail Closed]]：安全默认值策略，新增工具忘记声明时自动选择更安全的执行方式
[[FRC（Function Result Clearing）]]：自动清理旧工具结果，引导模型主动"记笔记"防止上下文堆积

笔记模板

---
title: "标题"
source: "公众号"
author: "作者"
date: YYYY-MM-DD
tags: [tag1, tag2, tag3]
category: "分类"
sub_topic: "子主题"
url: "链接"
---

## 摘要
150-200字的结构化摘要

## 核心观点
- **关键词**：观点1
- **关键词**：观点2
- **关键词**：观点3

## 一、章节标题
结构化拆解内容（表格、列表、加粗等，200-300字）

## 二、章节标题
结构化拆解内容...

## 三、章节标题
结构化拆解内容...

（共 3-5 个章节，由 article-body skill 控制写作风格）

## 关键概念
- [[概念A]]：一句话定义
- [[概念B]]：一句话定义

## 相关主题
- [[已有文章A]]
- [[已有概念B]]

结构约束：

标题已在 frontmatter title 字段中，正文不再重复 # 标题
来源信息已在 frontmatter 的 source 和 url 字段中，不要在正文中添加任何"来源"或"原文链接"行
相关主题：从知识库中已有的文章和概念中选取，不创建不存在的链接

笔记由以下三部分 skill 协同生成：

article-body：控制中间 3-5 个章节的写作风格
classification：控制 category 和 sub_topic 的选择
note-metadata：控制首尾的元数据、摘要、概念、相关主题

note-metadata-generation

笔记元数据生成规范

Frontmatter

摘要（150-200字）

核心观点（3-5个）

关键概念（4-8个）

相关主题（3-5个）

笔记模板

笔记元数据生成规范

Frontmatter

摘要（150-200字）

核心观点（3-5个）

关键概念（4-8个）

相关主题（3-5个）

笔记模板

note-metadata-generation

笔记元数据生成规范

Frontmatter

摘要（150-200字）

核心观点（3-5个）

关键概念（4-8个）

相关主题（3-5个）

笔记模板

المزيد من هذا المستودع

المزيد من هذا المستودع

笔记元数据生成规范

Frontmatter

摘要（150-200字）

核心观点（3-5个）

关键概念（4-8个）

相关主题（3-5个）

笔记模板