本 Lab 使用的示例 vault 结构

~/vault/
├── 00-Inbox/
│   ├── 2026-04-15-客户ACME首次电话.md
│   ├── 2026-04-22-读了某本书.md
│   └── 2026-04-30-行业新闻杂记.md
├── 10-Projects/
│   ├── ACME-BD推进.md
│   ├── Q2行业报告.md
│   └── 招聘新销售.md
├── 20-Areas/
│   ├── 销售技巧.md
│   ├── 行业研究方法.md
│   └── 团队管理.md
├── 30-Resources/
│   ├── 好用的销售工具.md
│   ├── 推荐书单.md
│   └── 行业报告链接.md
└── 40-Archive/
    └── 已完成-2025Q1项目.md

下面把它当作一个 20 篇笔记的数据集示例，覆盖项目记录、客户档案、领域知识和资源收藏。当前网页不会挂载你的本地文件系统，也不会真的读取这 20 个文件。 你会在工作区产出可复制的 prompt 和验收清单，再到自己授权的本地工具中执行。

为什么 AI 能整理这个

Obsidian vault 就是一个文件夹和一堆 .md 文件。没有任何数据库、没有任何专有格式。这意味着：

• Claude / Cowork / Cursor 可以直接把整个文件夹当项目打开
• AI 可以读每个 .md 文件的全部内容
• AI 可以直接编辑这些 .md 文件（加 tag、加 summary、加 [[双链]]）

这是 Obsidian 比 Notion 强的地方之一——Notion 的 API 限制让 AI 没法这么自由地操作。

你的 4 个任务

本 Lab 你会让 AI 做 4 件事，每件事都是真实可复用的：

1. 加 tag：扫描每篇笔记内容，给每篇加 3-5 个语义标签（不是文件名重复，是对内容的抽象）
2. 写 summary：每篇笔记顶部加 1 句话总结，30 字以内
3. 建 [[双链]]：找出主题相关的笔记对，互相加 [[双向链接]]
4. 找主题集群：输出一份”这个 vault 里主要有 5-8 个主题集群”的报告

做完之后，你的 vault 会从”一堆散落的笔记”变成”互相关联、AI 已经做过梳理的知识网络”。