Sigrid blog

【个人知识库】——如何填充血肉

19 min read

本文导读

个人知识库的核心目标

我想构建一个与个人认知深度互动，且持续进化的知识库。

文档组成

我将从单个文档的构建，聚合文档的构建，构建个人知识库的时间成本等角度进行分享和讨论。

认知基础——人是如何学习和记忆的

参考你的大脑喜欢这样说那些内容。

  1. 图式理论：新知识通过与旧有知识结构（图式）建立连接而被理解和记忆。一个孤立的事实容易被遗忘，但一个连接到丰富图式的事实则被牢牢锚定。
  2. 大脑就像一个舞台，精力是有限的。
  3. 大脑有模式。如果你形成了模式，那么你处理信息的速度就会更快。
  4. 大脑需要重复。
  5. 大脑喜欢记住故事。

这能帮助我们更好地对个人知识库进行定位。对我来说，个人知识库是一个“外接硬盘”，且是我的“思维处理白板”。

我的知识用文字和图片在此固定，我的新灵感新认知通过对使用工具的功能，在对比，整合中迸发。同样这个个人知识库也是一个记录的宝库，记录我做过什么，也记录我有什么灵感。

我的个人知识库系统

为此，我通过“原子化”笔记，记录每一个内容的细节，方便我之后的调用，“聚合性笔记”作为我的白板，新的灵感在此处迸发。

知识的“血肉”：单个文档的构建

在这里，发生我的知识输入与加工。收藏只是输入，加工才能让这些单个的笔记中的知识流动起来。
我加工的目标：以终为始。我之后阅读这个文档，想要提取什么知识？我会如何检索这个文档，如何使用。

萃取

之前看到了一个三层笔记法《打造第二大脑》中介绍的四个层级，对一篇文档中的知识进行萃取：
纲要部分：用自己的语言，提炼出文本的要点。只须浏览一下纲要便可迅速回忆起整篇文章的主要内容。
既保留原文，还提取除了重点。

发挥ob的优势

但此处，我需要强调如何发挥ob的优势：自定义元属性和自定义块。
自定义元属性可以在ob的base或者dataview模块中进行检索和提取。obsidian的聚合选择：base, tasks和dataview

来源与上下文：这个观点来自哪里？（书籍、文章、对话）它是在什么背景下提出的？
我的转述/总结：用我自己的话重新表述。这是“必要难度”的实践。
我的思考与共鸣：为什么我觉得这个点重要？它让我想到了什么？它挑战或证实了我之前的什么观点？（这是形成个人见解的核心）
关联链接：主动链接到其他相关笔记。这正是在构建关联网络。
问题与质疑：这个观点有什么局限性？我不同意的地方是什么？还有哪些未解的问题？
潜在应用：这个知识我可以用在什么地方？（工作、生活、写作项目）

章节或者自定义的块方便你处理一些较为复杂的细节。我很推荐自定义块id，这样你在进行引用的时候，可以快速定位你想要的内容。
比如我自己阅读文献的时候，我会把一些需要进行对比的宏观的内容放在元属性中，比如：作者结论。方法核心创新点，问题场景，主要实验列表，使用的数据集。
但是会把诸如：超参数，数据集预处理等细节作为块引用。在我需要的时候，在对应的聚合性文档中引用并对比

小tips

画哪些重点？

有些朋友可能会：整本书都是重点。不知道自己勾画的内容是不是重点。我觉得只要能引起你思考的，都是重点。没有标准答案，只要你之后能想到，用到，就行。
书中介绍了一个经验法则：关于画重点的一个有效的经验法则就是，每一层级的重点不应超过上一层级内容的10%～20%。
并且不推荐在你没有明确目标的时候对所有笔记进行地毯式提炼。这是完全失效的。所以我更推荐基于提问的内容：只要能解决你的问题的信息，你都可以提取出来。

怎么看我画的重点到不到位

评判笔记“可见性”的一个有效标准是使用者能否一览全局。试着将笔记搁置一段时间，等自己将各种细节忘得七七八八时重新回顾。给自己30秒时间，看看能否通过此前高亮处理的文字迅速重拾记忆，于是你便可以判断出这篇笔记的重点画得太多还是太少了。

你的判断力越强，笔记效率就越高，收获的乐趣也越多，因为你知道自己投入的每一分注意力都会创造出持久的价值。这种不断取得进步的感觉可以说是无比美妙的。

知识的“骨架”：聚合文档的构建

明确你的目标

你聚合文档是为了回答你的问题。你的问题是什么？

如何聚合？

推荐使用base对元属性进行聚合，
使用dataview对正文的内容进行聚合：包括tag，tasks, 满足一定格式的文本
直接进行块引用。

如何对比

考虑各种对比的维度

他们的核心假设有何不同？
他们的论证逻辑有何差异？
他们的结论在何种背景下成立？
我更倾向于哪种观点？为什么？

基于逻辑构建整合文档

如果你的文档是为了整理一个概念，那么按照固定的结构能帮助你有效定位，并节约时间

一个好的模板能让你节约你的大部分时间。但是中间自己的探索磨合期是无论如何都无法替代的。但是一旦建立起你自己的系统，之前的花费是有用的，之后我只需要填空。

它是什么？（定义）
它为什么重要？（意义、价值）
它如何工作？（机制、原理）
它与其他概念的关系？（链接出去）
举个例子？（具体案例）
我该如何使用它？（应用场景）

时间线串联：日志的力量

用日志让进度和时间线肉眼可见

实验：在核心科学问题发生根本改变时，再弄一个实验文档。

  • 基于上一阶段的结果，进行方法上的迭代和优化时，再住文档内创建新阶段或部分。

我要怎么系统管理自己的阅读，写作

构建个人知识库的考量

文件更新的时间成本

磨合期是无法替代的。每个人的认知方式不同，没有直接拿过来就能用的模板。尽管你可以从一个好的模板开始，让你免于从零开始组织思路，极大地提升了记录和检索的效率。但你必须要内化，并且按照自己更喜欢的方式调整自己的工作流。你必须自己想清楚“我到底关心哪些对比维度”。
但一旦这些都自动化了，你的主要工作就从“构建系统”变成了“向系统内填充高质量内容”。之前的所有花费都是投资，未来你只需要高效地“填空”和“链接”。

“谁污染，谁治理” → “谁引用，谁重构”

但我有很多文件在模板文件建立之前就做好了，怎么添加进去呢

这是一个非常现实且重要的问题。你遇到了“知识库债务”（Knowledge Debt）——你现在的系统升级了，但历史数据还没有跟上。

好消息是，你不需要一个一个文件手动操作，这太浪费时间了。
坏消息是，也没有一个“一键完成”的魔法按钮能自动把你的旧笔记完美转换。

我们必须采用一个混合策略：用插件处理“简单重复”的工作，用“渐进式”的方法处理“复杂”的工作。

你的问题分为两个层面，我们必须分开解决：

  1. 如何批量添加“元属性” (Properties)？ (比如给 100 个文件都加上 type: paper)
  2. 如何批量添加“正文结构” (Headings 和 块ID)？ (比如在“局限性”段落末尾加上 ^limitations)

1. 解决“元属性” (Properties)：使用插件批量处理

这是最容易的部分。你可以使用一个插件，像操作 Excel 一样，同时给多个文件添加或修改元属性。

推荐插件：Multi-Properties (或 MetaEdit)

工作流程：

  1. 安装并启用 Multi-Properties 插件。
  2. 在左侧的文件管理器中，按住 Shift 或 Ctrl (Mac 上是 Cmd) 选中你所有想修改的旧文献笔记。
  3. 右键点击选中的文件，在菜单中选择 “Edit properties” (或“编辑元属性”)。
  4. 会弹出一个新窗口。你可以在这里批量添加新的元属性字段。

操作示例：

假设你选中了 50 篇旧的肺结节论文：

  1. 右键 → “Edit properties”
  2. 点击 “Add property” (添加属性)
  3. 输入 type，然后在值(value)那里输入 paper
  4. 再次点击 “Add property”
  5. 输入 tags，然后在值那里输入 LungNodule
  6. 点击 “Save” (保存)

瞬间，这 50 个文件的元数据中就全部被加上了 type: paper 和 tags: LungNodule。

这个方法可以帮你快速完成 80% 的元数据整理工作。 你可以按文件夹、按年份（比如选中所有 2023 年的论文）来分批处理。

2. 解决“正文结构” (Headings 和 块ID)：采用“渐进式”策略

这是更难的部分，因为 AI 和插件无法读懂你旧笔记里哪一段是“实验方法”，哪一段是“局限性”。这个工作必须由你（人类智能）来完成。

但是，你不应该现在就去修改所有旧笔记。你应该采用“按需更新”（As-You-Go）的策略。

策略一：80/20 法则（只更新最重要的）

  1. 找出你“高价值”的笔记：
    • 你目前论文正在引用的文献。
    • 你经常回去查阅的“基石”性论文。
    • 你认为最经典的 10-20 篇论文。
  2. 只为这些笔记手动更新：
    • 打开这篇旧笔记。
    • 运行“插入模板”命令（假设你用了 Templater 插件），把你的新模板（包含 ## 章节 和 ^块ID）插入到笔记顶部。
    • 花 3 分钟时间，把你旧笔记里的段落剪切并粘贴到新模板的对应章节下方。
    • 这是一个“重构”的过程。虽然是手动的，但你只为你最核心的资产付出了时间。

策略二：“渐进式”更新（用到了再改）

  1. 对所有其他“低价值”的旧笔记：什么都不做。
  2. 让它们保持原样。
  3. 在未来的几周或几个月里，当你写综述或新笔记时，你总会遇到一个时刻，你需要引用一篇“旧笔记”的某个观点。
  4. 就在那个时刻，你顺手点进那篇旧笔记，花 3 分钟把它“重构”成你的新模板。
  5. 用完即走。

总结：你的行动方案

  1. 立即行动 (批量属性)：
    • 安装 Multi-Properties 插件。
    • 花 15 分钟，为你所有的旧文献笔记批量加上 type: paper 和 status: finished 这样的“全局”元属性。这能让你的 Dataview 查询立刻覆盖到它们。
  2. 本周行动 (核心重构)：
    • 挑出 10-20 篇对你最重要的文献。
    • 使用 Templater 插件，手动将它们重构为你的新模板（插入模板 → 剪切粘贴正文 → 搞定）。
  3. 长期策略 (渐进主义)：
    • 不要碰剩下的几百篇旧笔记。
    • “谁污染，谁治理” → “谁引用，谁重构”。当你未来需要引用一篇旧笔记时，再顺手更新它。

这个方法可以让你在不耗费大量精力的情况下，平滑地把你的知识库迁移到更强大的新系统上。

AI

能否用AI加速个人知识库的搭建？在我搭建的过程中，AI给了我不少建议。但是AI无法替代我去写作，去创建链接，去调用，去记忆。正如需要人的prompt才能工作一样，其答案也给人prompt

AI能做什么（加速）：
提供结构建议：“我要写一个关于‘元认知’的笔记，你能给我一个大纲吗？”
加速磨合
激发想法：“根据这个概念，我还可以链接到哪些相关的理论？”
辅助总结：“帮我用几句话概括这段冗长的内容。”
查漏补缺：“我关于这个主题的论述，还有哪些可能的角度没有考虑到？”
AI不能做什么（核心在人）：
无法替代你的实践与思考：真正的理解来自于你与信息的搏斗。AI无法替代你亲自写作、创建那个对你而言有独特意义的链接。
无法拥有你的个人体验：笔记中的“我的思考”、“我的应用”、“我的共鸣”是知识库的灵魂，这些是AI无法生成的。
无法替代你的记忆：创建链接和调用的过程，本身就是一种强大的记忆编码过程。AI无法替你完成这个认知行为。

参考

转需：重新思考我的PKM第5部分—你如何组织你的笔记？ BV1ka411K75t
《打造第二大脑》
做文献阅读的时候，我如何区分元属性和正文块引用的细节

Graph View

Recent Notes