📝

KnowFlow 是一个 Obsidian 插件，把 AI 文章整理、摘要、知识图谱和测验直接接进笔记环境。侧边栏跟随当前笔记切换上下文：Task Overview、Clipping Assistant、Article Assistant、Quiz 四套页面，文件本身就是上下文。Clipping 整理带三层写入保护，学习产物全部留在笔记库。当前 0.1.0 尚未开源，等 1.0.0 后开源。

KnowFlow：把 AI 知识工作流带回 Obsidian

原文作者：Phoenine（公众号 CyberCosmos）。KnowFlow 目前是 0.1.0，尚未开源，文中「项目状态」一节为博客补充说明。

KnowFlow 是一个 Obsidian 插件，把 AI 文章整理、摘要、知识图谱和测验直接接进笔记环境。它要解决的是一件事：学习流程不应该依赖在工具之间来回跑。

几个月前，作者写过一篇《从 Notion 迁移到 Obsidian 后，我如何用 Codex Skills 重构知识管理》。当时拆了四个 skill：

clipping-update：负责清洗网页剪藏
daily-learning：负责挑选当天值得读的文章
study-outline：负责生成知识图谱
study-quiz：负责根据文章出题

这套流程能跑，但远远不够。不是 skill 不好用，而是每处理一篇文章，都要离开 Obsidian，打开 Codex，告诉它文章的名字，等处理完成后再切回来。画知识图谱要重复一次，生成测验又要重复一次。

「文章明明就在眼前，我却要去另一个工具里重新描述它。」

这几次切换看起来不算什么，但它让学习变成了一串需要记住的命令。只要哪天不想折腾，流程就停在剪藏这一步。

所以八月初，作者把它做成了一个 Obsidian 插件，叫 KnowFlow。目前版本是 0.1.0，等更新到 1.0.0 后开源出来。

打开 KnowFlow 侧边栏，默认看到的是文章与学习状态总览。待读文章、当前学习进度、剪藏统计和文章分类都集中在这里。

📌 本文看点

同一个侧边栏，跟着当前笔记切换
Clipping 整理的三层写入保护
测试驱动：错误范围一点点缩小

同一个侧边栏，会跟着当前笔记切换

KnowFlow 不是把所有功能堆在一个固定面板里。侧边栏会根据 Obsidian 当前的文件和目录切换上下文。

选中 Articles 目录时，显示的是 Task Overview。这里汇总文章总数、已学习和待读数量，也会显示本周进度、待整理剪藏以及各分类的学习情况。0.1.0 先把分散在笔记里的状态集中起来，今日任务调度和薄弱知识点会在后续版本继续完善。
打开 Clipping 目录中的文章时，侧边栏切换到 Clipping Assistant。这个页面负责生成摘要和阅读建议、运行格式整理流水线，并把处理完成的文章移动到对应分类。
打开 Articles 中已经归档的文章时，侧边栏变成 Article Assistant。摘要、阅读价值和学习状态会继续显示，但主要动作变成生成知识地图、生成试题和开始测试。
进入测试后，侧边栏直接显示 Quiz 页面。每道题提交后立即显示正确答案和解析，完成整组测验后，结果写回对应的 Markdown 文件。

Clipping 和 Article 页面底部还有一个带当前文章上下文的对话框。它默认知道正在阅读哪篇笔记，对话可以查看历史，也可以保存回 Note，不需要再次手工传递文件名。

场景	侧边栏内容
选中文章目录	Task Overview
打开剪藏文章	Clipping Assistant
打开归档文章	Article Assistant
开始测试	Quiz

这套上下文切换对作者来说很重要。原来的 skills 也能完成整理、图谱和测验，但每一步都要先告诉 Codex 当前处理的是谁。现在文件本身就是上下文，打开文章也就同时进入了下一步工作。

Clipping Assistant：把新文章变成可学习状态

Clipping 是一篇文章进入 KnowFlow 的起点。打开刚剪藏的文章后，侧边栏会先生成摘要、阅读价值和精读、略读或跳过的建议，再提供格式整理和分类移动。

这个页面也是开发中返工最多的地方。第一版能跑，但很快暴露了三个问题：模型处理的原文范围太大，难以确认它有没有改动内容；摘要和测验都堆在 data.json，容易和笔记失去同步；多个操作同时写同一篇文章时，后完成的操作可能覆盖前一个。

现在的实现先由程序识别代码和标题候选，再让 AI 返回 keep、wrap-code、heading、set-code-language 这类结构化决定。确定性的格式修复由规则完成，AI 只处理需要上下文判断的部分。

规则清理 → AI 判断候选 → 局部替换 → 补全 frontmatter → 校验后写入

代码重排是受限制的例外。AI 可以修复被剪藏挤坏的换行和缩进，但重排前后的非空白字符必须完全一致，否则结果会被丢弃。英文翻译则是用户主动开启的独立步骤，不属于默认格式修复。

写入时还有三层保护：

同一篇笔记的操作排队执行
处理期间文件被用户改过就放弃写入
代码围栏或数学块没有闭合时拒绝落盘

原来的 skill 也被保留下来。用户可以在 skills/clipping-repair.md 中补充允许和禁止的规则，但不能删除插件内置的核心约束。skill 负责告诉模型什么可以做，程序和 validator 决定它实际上能改什么。

同时，作者把摘要、阅读价值和学习状态搬进 frontmatter，把测验保存成独立的 Markdown 文件，在源文章中保留链接。data.json 只记录必要的运行状态。这样即使以后不用 KnowFlow，这些学习产物仍然留在笔记库里。

Articles Overview：先决定下一篇读什么

当没有打开具体文章，或者选中 Articles 目录时，KnowFlow 显示的是整个文章库的概况。

页面会统计文章总数、已学习和待读数量，也会把剪藏区里待整理、已摘要和高价值的文章汇总出来。分类统计则让用户看到每个主题还有多少文章没有处理。

Overview 还会根据设置中的每日新文章和复习数量，给出当天的任务规模。当前 0.1.0 主要完成了状态聚合，完整的任务编排、薄弱点推荐和正确率统计还会继续完善。

这个页面解决的不是「怎么读」，而是文章越来越多以后，先从哪里开始。

Article Assistant：围绕当前文章继续学习

文章从 Clipping 移到 Articles 后，侧边栏会自动从整理页面切换为 Article Assistant。

这里不再展示清理流水线，而是读取笔记中的摘要、阅读价值和学习状态，并提供两个后续动作：

Knowledge Map：AI 根据文章结构选择合适的 Mermaid 形式，生成后直接插入原文的 ## Knowledge Map 区块。以后重新打开文章时，可以先从图恢复结构，再决定是否重读正文。
Quiz：页面会显示已有题目数、正确率和错题数，也可以重新生成试题或直接开始测试。

摘要、图谱和测验没有被留在一个独立的 AI 界面里，它们最终都回到当前文章及其关联的 Markdown 文件。

Quiz 和上下文对话：在文章旁边完成验证

Quiz 不是弹出一个外部网页，而是直接接管侧边栏。每次显示一道题，提交后立即标出正确答案并给出解析，再进入下一题。题目按文章章节分批生成，测验文件保存在 Archives，结果和学习状态可以从源文章继续追踪。

Article Assistant 和 Clipping Assistant 底部都保留了上下文对话框。当前笔记会自动作为对话上下文，适合追问某个概念、要求解释代码或比较文章里的两个观点。对话支持历史记录，也可以保存成 Markdown 笔记。

这个对话框并不替代摘要、图谱和测验。前者处理临时问题，后者把可重复的学习动作固定成按钮，两种方式共享同一篇文章的上下文。

现在还不够完善的地方

KnowFlow 目前只是 0.1.0，还有一些边界没有解决：

Markdown 校验只覆盖代码围栏和数学块，不是完整的语法解析器
AI 判断仍然可能出错，只是修改范围受到限制
不同网站剪藏出来的格式差异很大，目前的规则主要来自作者自己的文章库
插件依赖兼容 OpenAI API 的模型服务，配置成本还没有消失
还没有在大型笔记库和更多 Obsidian 版本上做充分验证

因此作者暂时不会把它描述成一个「自动整理一切」的工具。它更像是把原来的学习流程接进 Obsidian，再给最危险的文件修改加上几道护栏。

项目状态

当前版本：0.1.0
开源状态：尚未开源。作者计划等更新到 1.0.0 后再开源出来，GitHub 仓库目前尚未公开，暂无可下载渠道。
模型依赖：需要配置兼容 OpenAI API 的模型服务
已知边界：Markdown 校验仅覆盖代码围栏与数学块，未在大笔记库充分验证

现在和以前，差别在哪

以前跑完一篇文章的整理，流程是这样的：打开 Codex，告诉它文章名字，等它处理完，切回 Obsidian 看结果。画知识图谱，再切到 Codex，再等，再切回来。生成测验，再重复一遍。

现在打开文章，侧边栏里点一下整理，格式当场变干净。看完摘要和阅读价值，决定要不要精读。读完点一下知识地图，图直接插进正文。最后生成测验，做完标记通过。

全程不离开 Obsidian，不需要在任何一个工具里重新描述当前文章。

「差别不在功能本身，整理、图谱、测验，skill 时代也能做。差在那些来回不见了。」

KnowFlow 目前是 0.1.0，主要验证一件事：AI 工作流能不能和 Obsidian自然地长在一起，而不是作为一个需要手动启动的外部步骤。作者也很想听反馈：哪些整理规则适合加入默认规则，哪些 AI 工作流值得集成，在大 Vault 上跑起来有没有问题。

原文：KnowFlow：把 AI 知识工作流带回 Obsidian
本文转载自微信公众号，如有侵权请联系删除