| name | ah-legacy |
| description | 旧笔记处理引导。用于处理初始化迁移后的遗留笔记,执行清单展示、知识型与项目型分流,并衔接 ah-card 与 ah-project 完成转化。 |
执行 Obsidian 的读取、检索、写入等动作时,优先调用官方技能:obsidian-cli。
旧笔记处理引导技能
概述
本技能帮助用户处理在知识库初始化(ah-init)过程中遗留下来的旧笔记。这些笔记因不满足原子化要求或属于项目型内容而被暂存。本技能引导用户逐步处理,每次选择少量笔记,通过对话决定处理方式。
核心理念:
- 渐进式处理:不急于一次处理完,每次 1-2 篇或一个文件夹
- 用户主导:AI 提供建议和分类推荐,但最终决定权在用户
- 分流到专业技能:知识型笔记 → ah-card 制卡;项目型笔记 → ah-project 立项
- 持续追踪:通过 AI 记忆系统记录处理进度
旧笔记的来源
旧笔记存放在以下位置(由 ah-init 迁移而来):
| 位置 | 内容类型 | 说明 |
|---|
{{notePaths.dailyNotes}}/ | 散碎笔记 | 不满足原子化要求,需要拆分或整理 |
{{notePaths.archive}}/ | 项目/课程型 | 有组织结构的笔记集,需决定处理方式 |
⚠️ 启动时必做:读取全局状态
每次启动时,必须先读取 AI 记忆系统的全局状态!
[AI 内部执行]
1. 读取 {{metaPaths.memory}}/STATUS.md
2. 检查"初始化迁移"区域的待处理数量
3. 扫描每日笔记和归档的实际文件
4. 统计已处理/未处理数量
工作流程
1. 读取全局状态 + 扫描待处理笔记
↓
2. 展示待处理清单,让用户选择
↓
3. 读取用户选择的笔记内容
↓
4. AI 分析并推荐处理方式(L层 vs W层)
↓
┌──────────────────────┬──────────────────────┐
│ 知识型(L层) │ 项目型(W层) │
│ │ │
│ 5L. 引导拆分/提炼 │ 5W. 引导项目创建 │
│ ↓ │ ↓ │
│ 6L. 调用 ah-card 制卡 │ 6W. 调用 ah-project │
└──────────────────────┴──────────────────────┘
↓
7. 更新状态 + 询问是否继续
阶段一:展示待处理清单
1.1 扫描并汇报
📦 **旧笔记处理中心**
让我看看还有哪些旧笔记需要处理...
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📝 **每日笔记中的散碎笔记**({{C}} 篇):
| # | 笔记标题 | 大致主题 | 字数 |
|---|----------|----------|------|
| 1 | {{标题1}} | {{主题}} | {{N}} |
| 2 | {{标题2}} | {{主题}} | {{N}} |
| 3 | {{标题3}} | {{主题}} | {{N}} |
| ... | | | |
📁 **归档中的文件夹**({{D}} 个):
| # | 文件夹名 | 文件数 | 推测类型 |
|---|----------|--------|----------|
| A | {{文件夹1}} | {{N}} 个文件 | 看起来是课程笔记 |
| B | {{文件夹2}} | {{M}} 个文件 | 看起来是项目文件 |
| C | {{文件夹3}} | {{P}} 个文件 | 看起来是书籍笔记 |
| ... | | | |
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
**处理进度**:已处理 {{X}}/{{总数}},还剩 {{Y}} 待处理
你想处理哪些?
- 输入数字选择单篇笔记(如:1, 2)
- 输入字母选择整个文件夹(如:A)
- 输入「推荐」让我推荐从哪里开始
1.2 AI 推荐策略
当用户选择「推荐」时:
💡 **推荐处理顺序**:
1. **先处理短小精悍的笔记** — 容易快速完成,获得成就感
→ 推荐:「{{笔记标题}}」(约 {{N}} 字,主题清晰)
2. **再处理主题集中的文件夹** — 一次处理多篇,效率高
→ 推荐:「{{文件夹名}}」({{M}} 个文件,都关于 {{主题}})
3. **最后处理大型混合笔记** — 需要更多时间和思考
→ 推荐:等前面的处理完再来
从第 1 个开始?
阶段二:读取并分析笔记
2.1 读取用户选择的笔记
[AI 内部执行]
1. 读取用户选择的笔记全文
2. 分析笔记内容:
- 主题数量(单一 vs 多个)
- 内容结构(碎片 vs 系统)
- 知识价值(观点 vs 事实 vs 操作记录)
- 与现有知识库的关联
3. 判断推荐的处理方式
2.2 展示分析结果
单篇笔记分析:
📄 **笔记分析:「{{笔记标题}}」**
**内容概要**:
{{2-3 句话概括笔记内容}}
**AI 评估**:
- 主题数量:{{单一主题 / 包含 N 个子主题}}
- 内容质量:{{观点清晰 / 需要提炼 / 素材型记录}}
- 字数:{{N}} 字
**推荐处理方式**:
→ {{推荐方式及理由}}
文件夹分析:
📁 **文件夹分析:「{{文件夹名}}」**
**包含文件**:
| # | 文件名 | 内容概要 | 字数 |
|---|--------|----------|------|
| 1 | {{文件1}} | {{概要}} | {{N}} |
| 2 | {{文件2}} | {{概要}} | {{N}} |
| ... | | | |
**整体评估**:
{{这个文件夹整体是什么类型的内容——课程笔记、项目文件、书籍摘录等}}
**推荐处理方式**:
→ {{整体推荐}}
阶段三:分流决策
3.1 L层 vs W层判断
L层(Learning/知识层)= {{notePaths.cultivateRoot}},知识型内容,转为永久笔记
W层(Work/创造层)= {{notePaths.createRoot}},项目型内容,转为项目
判断标准:
| 特征 | → L层(知识型) | → W层(项目型) |
|---|
| 内容性质 | 观点、概念、方法论、洞见 | 任务、计划、执行记录、产出物 |
| 时间维度 | 长期有效的知识 | 有时间节点的行动 |
| 可复用性 | 可在不同场景下复用 | 特定于某个项目/目标 |
| 结构 | 独立的知识点 | 围绕某个目标组织 |
| 举例 | 读书笔记、学习心得、方法总结 | 课程项目、工作任务、创业计划 |
3.2 向用户展示推荐
🔀 **处理方式推荐**
根据笔记内容,我的建议是:
{{情况 1:明确是知识型}}
→ 📝 **知识型(L层)**:这篇笔记包含有价值的{{观点/方法/洞见}},
适合提炼为永久笔记,放入你的知识网络中。
**下一步**:使用 ah-card 将核心内容制作成卡片笔记。
{{情况 2:明确是项目型}}
→ 📁 **项目型(W层)**:这看起来是关于「{{项目/课程名}}」的完整资料,
适合作为一个项目来管理。
**下一步**:使用 ah-project 创建项目,将这些文件纳入项目管理。
{{情况 3:混合型}}
→ 🔄 **混合型**:这篇笔记/文件夹中既有知识型内容,也有项目型内容。
建议:
1. 先提取其中的知识性内容 → ah-card 制卡
2. 项目相关的部分 → ah-project 立项
3. 纯记录性内容 → 保留在归档中
你觉得呢?
- A. 按我的推荐来处理
- B. 我觉得应该是{{另一种方式}}
- C. 这个笔记我想跳过,以后再处理
阶段四:知识型处理(L层)
4.1 单篇笔记 → ah-card
如果笔记内容相对集中,可以直接调用 ah-card:
好的,让我们把这篇笔记转化为永久笔记。
[AI 准备工作]
1. 提取笔记中的核心观点
2. 识别可独立成卡的知识点
3. 准备调用 ah-card 的上下文
我从这篇笔记中识别到 {{N}} 个可以制卡的知识点:
1. 「{{知识点1}}」— {{简要说明}}
2. 「{{知识点2}}」— {{简要说明}}
...
现在切换到 ah-card 技能来逐个制卡。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
[加载 ah-card/SKILL.md,进入制卡流程]
4.2 长篇笔记 → 先拆分再制卡
如果笔记内容很长或包含多个主题:
这篇笔记比较长({{N}} 字),包含多个主题。让我先帮你拆分。
**拆分建议**:
| # | 主题 | 核心内容 | 建议标题(断言式) |
|---|------|----------|-------------------|
| 1 | {{主题1}} | {{概要}} | 「{{建议标题}}」 |
| 2 | {{主题2}} | {{概要}} | 「{{建议标题}}」 |
| 3 | {{主题3}} | {{概要}} | 「{{建议标题}}」 |
你觉得这个拆分合理吗?
- 合理 → 开始逐个制卡
- 需要调整 → 告诉我怎么改
4.3 文件夹(书籍/课程笔记)→ 文献笔记 + 制卡
如果是一整个文件夹的书籍或课程笔记:
这个文件夹看起来是关于「{{书名/课程名}}」的笔记集。
**推荐处理流程**:
1. 📖 先创建一份**文献笔记**,作为这些内容的总索引
→ 保存到 {{notePaths.literatureNotes}}/《{{名称}}》.md
2. 📝 从中提取有价值的知识点,制作**永久笔记**
→ 使用 ah-card 逐个制卡
3. 📁 原始文件保留在归档中供参考
开始处理?
阶段五:项目型处理(W层)
5.1 评估项目状态
这看起来是一个「{{项目/课程名}}」的项目资料。
让我评估一下这个项目的状态:
**项目评估**:
- 名称:{{项目名}}
- 类型:{{课程学习 / 工作项目 / 个人项目 / 创业计划 / ...}}
- 文件数:{{N}} 个
- 内容完整度:{{看起来完整 / 部分内容 / 只有框架}}
**这个项目现在是什么状态?**
1. 🟢 **还在进行中** — 需要创建活跃项目
2. 🟡 **已经完成了** — 直接归档,提炼经验
3. 🔴 **已经放弃了** — 归档保留,提取有价值的部分
4. 🤔 **不确定** — 先保留,以后再决定
5.2 进行中的项目 → ah-project
好的,让我们把它创建为一个正式的项目。
[AI 准备工作]
1. 从旧笔记中提取项目信息(目标、进度、待办等)
2. 准备调用 ah-project 的上下文
我从文件中整理出以下项目信息:
📁 **项目名称**:{{名称}}
🎯 **项目目标**:{{从文件中提取的目标}}
📅 **预计完成**:{{如果有}}
📝 **已有内容**:{{N}} 个文件
现在切换到 ah-project 技能来创建项目。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
[加载 ah-project/SKILL.md,进入项目创建流程]
创建完成后,将旧文件移入新项目目录。
5.3 已完成的项目 → ah-archive
这个项目已经完成了。让我们来做一个复盘并归档。
[调用 ah-archive 的复盘流程,提取经验]
完成后,项目会被规范地归档到 {{notePaths.archive}}/ 中。
5.4 已放弃的项目 → 直接归档 + 提取价值
虽然项目没有继续,但其中可能有有价值的内容。
让我扫描一下...
**有价值的内容**:
1. 「{{内容1}}」— 可以转为永久笔记
2. 「{{方法2}}」— 通用的方法论
3. ...
要提取这些知识点吗?
- 是 → 切换到 ah-card 制卡
- 否 → 直接归档
阶段六:更新状态
6.1 处理完成后更新记忆
[AI 内部执行]
1. 从每日笔记或归档中移除已处理的文件
2. 更新 {{metaPaths.memory}}/STATUS.md:
- 减少"初始化迁移"中的待处理数量
- 如果产生新的待办(如 ah-card 制卡),添加到对应区域
3. 更新处理进度
6.2 询问是否继续
✅ **处理完成!**
「{{笔记/文件夹名}}」已经处理完毕:
- {{处理结果概述}}
**当前进度**:已处理 {{X}}/{{总数}},还剩 {{Y}} 待处理
要继续处理下一个吗?
- 🟢 继续 → 选择下一篇笔记/文件夹
- 🔵 今天就到这 → 进度已保存,下次 `/ah-legacy` 继续
- 🟡 切换到其他功能 → `/ah` 回到主菜单
批量处理模式
详见 references/状态更新规范.md 的相关章节
当用户选择多篇主题相似的笔记时,AI 会逐篇分析,然后一次性展示所有卡片建议,供用户确认后批量创建。
结束时更新全局状态
详见 references/状态更新规范.md 的完整规范
AI 在处理完毕时更新 {{metaPaths.memory}}/STATUS.md,同步最新的处理进度。如果所有旧笔记都处理完了,向用户展示处理总结并祝贺!
互动原则
AI 的边界
AI 应该做的:
- ✅ 分析笔记内容,提供分类建议
- ✅ 识别知识型 vs 项目型内容
- ✅ 提取笔记中的核心知识点
- ✅ 推荐断言式标题
- ✅ 追踪处理进度
AI 不应该做的:
- ❌ 未经用户确认就移动或删除文件
- ❌ 强制用户接受 AI 的分类建议
- ❌ 一次处理太多笔记导致用户疲劳
- ❌ 替用户决定知识点的重要性
用户疲劳管理
- 每次处理建议不超过 3-5 篇笔记
- 每处理完一批主动询问"要继续还是休息"
- 保存所有进度,随时可以中断和恢复
- 优先推荐简单的笔记,给用户成就感
注意事项
- 渐进处理:不要催促用户一次性处理所有旧笔记
- 保留原文件:处理完成的笔记从每日笔记/归档移出,但不删除(已转化为新格式)
- 尊重用户判断:AI 的分类建议仅供参考,用户说了算
- 上下文传递:调用 ah-card 或 ah-project 时,要传递必要的上下文信息
- 进度持久化:每次处理后立即更新状态文件,确保进度不丢失
- 质量优先:宁可慢一点,也要确保每篇笔记处理到位
相关技能
- ah-init:初始化时产生的旧笔记清单
- ah-card:知识型笔记的制卡处理(L 层)
- ah-project:项目型笔记的项目创建(W 层)
- ah-archive:已完成项目的归档处理
- ah-memory:进度追踪和状态管理
- ah:返回主菜单