告别手动打标签！用 Obsidian + AI 喂养一个会自动生长的知识库

告别手动打标签！用 Obsidian + AI 喂养一个会自动生长的知识库 告别手动打标签！用 Obsidian + AI 喂养一个会自动生长的知识库 Modified August 19, 2025 告别手动标签：Obsidian用AI激活知识图谱 Unable to preview. Please download the file. 动态标签库 提供新思路，随创新动态生长。 Obsidian Copilot 一直是我最钟爱的 AI 插件。在标签推荐这个场景下，它能做到： • 一键调用预设好的提示词模板； • 优先使用已有标签，如不合适则新建； • 逐一解释推荐每个标签的理由； • 自动将标签添加到最合适的位置。 而我极力推荐它的根本原因， 不仅在于其强大的功能和高质量的回答 ，更在于它能与 Obsidian 结合，打造一种沉浸式的 用 Obsidian + AI 打造沉浸式 AI 写作体验|心流写作模式 。在这种模式下， 我们可以全身心地投入创作 ，无需被琐事分心。 一键呼唤提示词： 推荐理由与自动编辑： 要实现这套工作流，需完成以下三个步骤： 1. 创建一个随 Obsidian 启动而自动更新的 Markdown 笔记，用于存放库中所有的标签信息，确保 Copilot 每次都能获取最新列表。 2. 在 Copilot 中创建一个提示词模板，我称之为 【基建狂魔】Tags 推荐 ，以呼应系列文章的主题。 3. 在需要时一键呼唤模板。 温馨提示 本次应用又涉及到了 Templator 的应用，如果觉得不想折腾的同学，可以直接复制代码进行使用；或者选择懒人方案也是可以的。 未来copilot会提供类似功能，避免手动配置！现在暂时可以用下面的方法↓ 第一步：创建 Tags 文件 由于 Obsidian 的标签信息存储在后台，我们需要通过一些技术手段将其提取出来，并设置为随软件启动自动更新。 这里我们依然使用 Templater 插件，通过一段 JavaScript 脚本，将最新的标签统计信息直接生成到指定文件中。 脚本和模板内容较长，已放在文末，你只需复制粘贴即可，无需深入理解代码 每次生成的 md 文件如下 设置随 Obsidian 启动执行的脚本文件位置如下： 第二步：创建提示词模板 在 Copilot 的命令库中，添加名为 【基建狂魔】Tags 推荐 的提示词模板。我将这个模板完整地分享出来，因为在 AI 时代，交流 Prompt 的思路远比分享代码本身更有价值——毕竟，具体的代码总能让 AI 帮我们生成。 注意：在我的设置中，存放标签的文件名为 Vault Tags ，你可以根据自己的情况进行调整。 Code block Plain Text 🏷 Vault 标签推荐助手 角色 你是我的“第二大脑·标签推荐”助手，能够读取 Vault 中的标签库文件，并基于当前文档内容推荐最合适的标签。标签库文件路径固定为：[[Vault Tags]]。 任务 1. 读取标签库 从 [[Vault Tags]] 中获取我当前 Vault 中已有的全部标签列表（含 tag 名称与说明，如有）。 2. 分析当前文档 当前文档即正在处理的文档。 提取文档的核心主题、领域、关键词。 3. 标签匹配 基于标签库与当前文档内容，推荐 3 5 个最相关的标签 。 这些标签必须来自 [[Vault Tags]] 文件。 若发现标签库中没有能准确覆盖文档主题的标签，可 提出新建标签建议 ，并： 在标签前标注 。 说明新建原因。 推荐新建标签名称需遵循现有标签命名风格（如 kebab case 或全小写无空格）。 4. 推荐理由 每个标签需给出 1 2 句简洁理由，说明其与当前文档的关联性。 新建标签需额外说明为何标签库现有标签不足以表达该主题。 5. 插入位置 将推荐的标签，按 形式（用空格分隔），添加到当前文档的 一级标题 下方的第一行 。 若该位置已有标签，请在不重复的情况下追加。 新建标签同样插入，但必须标注 并在理由中明确说明。 输出格式（严格遵循） 标签插入行 （最终应直接插入到文档中） （新建标签示例： ） 推荐理由 （供参考，不插入文档） ：理由 ：理由 ：理由 + 新建原因 注意 不要更改文档其他部分内容。 标签顺序按与文档主题的相关度从高到低排序。 若无法匹配到任何合适标签，请明确说明，并不插入标签行。 新建标签必须显式告知，并提供命名建议与理由。 第三步：一键呼唤提示词 呼唤提示词的方式多种多样，这里我推荐直接在 Copilot 的窗口中输入 / 来激活命令，让 Copilot 进入 Agent 模式，自动判断并执行任务。这样就可以不费心神的自动的打好 tag 啦！ 强烈建议！ 这里我强烈建议，在创作完后，执行 AI 工作流！e.g. 1. 按上期的 知识的“基建狂魔”：AI 如何搭建你的认知高速公路 文章，自动连接相关知识 2. 按本期的文章，自动打好 tag 3. 后续 …… 这种一口气让 AI 疯狂帮忙还不用动脑子的感觉，一句字 → “爽”！（脑子其实是动了！动在 0 1 的功能搭建上😆） 05 放在最后 本篇文章为上述第二大脑 C.O.D.E. 方法论中的一环，即 Organize（组织）中的标签管理部分。后续，我会更新更多关于第二大脑方法论中的应用。 Question 你最希望 AI 帮你自动完成 Obsidian 里的哪些功能？比如，你是否希望 AI 帮你自动整理每日待办？还是帮你总结阅读笔记？欢迎在评论区留言告诉我你的具体场景，后续可以出解决方案哦。 文章推荐 ➤ 用 Obsidian + AI 打造沉浸式 AI 写作体验 👈️ ➤ 知识的“基建狂魔”：AI 如何搭建你的认知高速公路 👈️ 专注于知识管理与数据分析。为你的第二大脑注入 AI 引擎。 子时说 用 Obsidian + AI 打造沉浸式 AI 写作体验|心流写作模式 知识的“基建狂魔”：AI 如何搭建你的认知高速公路 ➤ 用 Obsidian + AI 打造沉浸式 AI 写作体验 👈️ ➤ 知识的“基建狂魔”：AI 如何搭建你的认知高速公路 👈️ 告别手动标签：Obsidian用AI激活知识图谱 Unable to preview. Please download the file. 告别手动标签：Obsidian用AI激活知识图谱 Unable to preview. Please download the file. 动态标签库 提供新思路，随创新动态生长。 Obsidian Copilot 一直是我最钟爱的 AI 插件。在标签推荐这个场景下，它能做到： • 一键调用预设好的提示词模板； • 优先使用已有标签，如不合适则新建； • 逐一解释推荐每个标签的理由； • 自动将标签添加到最合适的位置。 而我极力推荐它的根本原因， 不仅在于其强大的功能和高质量的回答 ，更在于它能与 Obsidian 结合，打造一种沉浸式的 用 Obsidian + AI 打造沉浸式 AI 写作体验|心流写作模式 。在这种模式下， 我们可以全身心地投入创作 ，无需被琐事分心。 用 Obsidian + AI 打造沉浸式 AI 写作体验|心流写作模式 一键呼唤提示词： 推荐理由与自动编辑： 要实现这套工作流，需完成以下三个步骤： 1. 创建一个随 Obsidian 启动而自动更新的 Markdown 笔记，用于存放库中所有的标签信息，确保 Copilot 每次都能获取最新列表。 2. 在 Copilot 中创建一个提示词模板，我称之为 【基建狂魔】Tags 推荐 ，以呼应系列文章的主题。 3. 在需要时一键呼唤模板。 温馨提示 本次应用又涉及到了 Templator 的应用，如果觉得不想折腾的同学，可以直接复制代码进行使用；或者选择懒人方案也是可以的。 未来copilot会提供类似功能，避免手动配置！现在暂时可以用下面的方法↓ 第一步：创建 Tags 文件 由于 Obsidian 的标签信息存储在后台，我们需要通过一些技术手段将其提取出来，并设置为随软件启动自动更新。 这里我们依然使用 Templater 插件，通过一段 JavaScript 脚本，将最新的标签统计信息直接生成到指定文件中。 脚本和模板内容较长，已放在文末，你只需复制粘贴即可，无需深入理解代码 每次生成的 md 文件如下 设置随 Obsidian 启动执行的脚本文件位置如下： 第二步：创建提示词模板 在 Copilot 的命令库中，添加名为 【基建狂魔】Tags 推荐 的提示词模板。我将这个模板完整地分享出来，因为在 AI 时代，交流 Prompt 的思路远比分享代码本身更有价值——毕竟，具体的代码总能让 AI 帮我们生成。 注意：在我的设置中，存放标签的文件名为 Vault Tags ，你可以根据自己的情况进行调整。 第三步：一键呼唤提示词 呼唤提示词的方式多种多样，这里我推荐直接在 Copilot 的窗口中输入 / 来激活命令，让 Copilot 进入 Agent 模式，自动判断并执行任务。这样就可以不费心神的自动的打好 tag 啦！ 强烈建议！ 这里我强烈建议，在创作完后，执行 AI 工作流！e.g. 1. 按上期的 知识的“基建狂魔”：AI 如何搭建你的认知高速公路 文章，自动连接相关知识 知识的“基建狂魔”：AI 如何搭建你的认知高速公路 2. 按本期的文章，自动打好 tag 3. 后续 …… 这种一口气让 AI 疯狂帮忙还不用动脑子的感觉，一句字 → “爽”！（脑子其实是动了！动在 0 1 的功能搭建上😆） 05 放在最后 本篇文章为上述第二大脑 C.O.D.E. 方法论中的一环，即 Organize（组织）中的标签管理部分。后续，我会更新更多关于第二大脑方法论中的应用。 Question 你最希望 AI 帮你自动完成 Obsidian 里的哪些功能？比如，你是否希望 AI 帮你自动整理每日待办？还是帮你总结阅读笔记？欢迎在评论区留言告诉我你的具体场景，后续可以出解决方案哦。 文章推荐 ➤ 用 Obsidian + AI 打造沉浸式 AI 写作体验 👈️ ➤ 用 Obsidian + AI 打造沉浸式 AI 写作体验 👈️ ➤ 知识的“基建狂魔”：AI 如何搭建你的认知高速公路 👈️ ➤ 知识的“基建狂魔”：AI 如何搭建你的认知高速公路 👈️ 专注于知识管理与数据分析。为你的第二大脑注入 AI 引擎。 子时说 06 代码模板 以下是 Templater 插件所需的 JavaScript 模板。请注意，模板中的 保存路径 和 忽略目录 需要根据你自己的项目结构进行微调。 🔗 原文链接： https://mp.weixin.qq.com/s/x0VmFiA4... https://mp.weixin.qq.com/s/x0VmFiA4... 原创 燕子石 子时说2025年08月14日 19:58 北京 本文将向你展示，如何利用 Obsidian、Copilot AI 插件与精心设计的提示词模板，将繁琐且依赖自觉的“打标签”工作，升级为一套自动化、智能化的流程，从而真正激活你知识图谱的全部潜力。 obsidian copilot tag 知识图谱 ai ai/agent 本文适合对 Obsidian 有一定了解，并希望利用 AI 提升知识管理效率的朋友阅读。 我曾经也雄心勃勃地设计过一套精美的文件夹与标签系统，结果不到三天就宣告荒废。事实证明， 养成一个微小的原子习惯都成本巨大 ，我们又何必为难自己？不如 把 AI 能做的事情交给 AI，把宝贵的精力投入到更有价值的创造中去 。 后来，当我开始采用 AI 自动打标签和知识链接的思路后，我的知识库才逐渐显现出应有的结构与活力。下图直观地展示了引入标签前后，知识图谱在密度与结构上的显著差异： 01 上期回顾与本期主题 本期内容依然是【基建狂魔】系列的一部分， 核心是分享一个即插即用的“提示词模板” ，希望能帮助你快速上手，利用 AI 提升知识管理的效率。 在上一期文章 知识的“基建狂魔” 中，我们主要探讨了 AI 驱动的知识链接 ，其技术核心是通过 Agent 和 RAG 技术，在 Obsidian 知识库中全自动地生成笔记间的双向链接。 知识的“基建狂魔” 不过，RAG 技术本身较为复杂，普通用户自行搭建的门槛较高（如下图）。因此，上期我们推荐了 Obsidian Copilot 这款插件，它能让用户基于自己的 Obsidian 库，快速拥有一个可供 AI 查询的个人知识库。 复杂的 RAG 架构 本次内容 那么，继笔记间的链接之后，我们这次要探讨的是另一个关键连接： 笔记与标签（Tag）的链接 。你可能会问，为什么要专门建立这种链接呢？答案就在下文。 02 WHY？为什么建设标签系统 01 理论原因 一个不想浪费自己时间的人（我）偷偷的呐喊：“文件夹分类已死！手动打标签反人性！”。真的假的不知道，但用上 AI 后大部分时间不再手动做这些内容了。🤔 我们先来聊聊建设标签系统的必要性。建立笔记间的链接，其价值不言而喻—— 它模拟了知识点之间的抽象关联，促进了跨领域的思考，最终能形成一个自我生长的知识网络 。 但提到“第二大脑”中的标签系统，许多人的第一反应可能还停留在社交媒体的 话题标签上，其主要作用是聚合信息。 在 Obsidian 这样的第二大脑系统中，标签的目的与此类似，但意义更为深远。在 AI 时代，我们已无需再用难以归类的文件夹系统来为难自己。相较于死板的树状文件夹结构（一个文件只能从属于一个文件夹），标签的优势显而易见： 它能自由地构建一种多对多的网状关系，而这种灵活性，正是创作者与 AI 使用者最需要的。 文件夹是知识的‘牢笼’，而标签是知识的‘桥梁’。 02 实用原因 一个好的标签系统，能反过来“喂养”和“训练”你的个人 AI 的上下文。 你不是在打标签，你是在提供更多上下文，让 AI 越来越懂你。 而另一个更具实践意义的原因，则与一项重要的技术更新有关： Copilot Release 3.0.0 多跳 (multi hop) 搜索功能 在 Obsidian Copilot 3.0.0 版本中，其知识库搜索（Vault Search）引入了 基于知识图谱的“多跳”召回机制 。简单来说，就是 AI 不仅能搜索笔记本身，还能顺着笔记的链接和标签“多跳几步”，帮你找到隐藏在深处的关联信息。这意味着，你的每一次 AI 搜索，都将像激活神经网络一样，沿着知识图谱中笔记与标签的连接路径进行延伸，从而 更精准地找到你想要的信息 。 简而言之，一个结构化的知识图谱不仅能： • 让 人 的搜索更精准； • 让各类 查询 有清晰的筛选和分类； • 更能让 AI 精准地沿着你的知识脉络，找到最相关的笔记与答案！ 相关的更新信息如下： 03 面对的配置问题 然而，在实践中，当我们尝试让 AI 自动推荐标签时，通常会遇到两个核心难题： 问题 1. AI 无法获知库中已有的全部标签，推荐出来的新标签很可能与现有系统格格不入，反而造成破坏。 2. 整个流程——读取已有标签、分析内容、推荐并应用标签——操作繁琐，无法一键完成。 针对这些问题，我将介绍几种我所了解的常用解决方案。 04 HOW 如何一键推荐 Tag？ 01 Option 1: Auto Classifier 懒人模式 静态标签库 依赖已有标签。 Auto Classifier 是一款专注于标签生成的独立插件，使用它的唯一要求就是拥有自己的 AI API。下图是我使用 OpenAI 的 gpt 4o mini 模型对当前文章进行处理的效果。 它的优缺点也十分鲜明： • 优势 ：一键应用，对新手友好，推荐效果尚可。 • 缺点 ：只能推荐库中已有的标签。如果遇到一个全新的主题，它就无能为力了。但凡事都有正反面，这里的缺点对某些相对保守的人来说可能是优势，因为 AI 没有生成额外的 tag 来污染整个标签系统。 Tip 据我所知，这是目前 Obsidian 用户中最主流的方案之一，快速、便捷。但有没有一种更加完善、更加定制化的方式呢？ 02 Option 2: Obsidian Copilot 实现你所需的一切