5.5
深览指数
成长腾讯新闻··AI 生成
别再手动整理Obsidian了！Loop Engineering我替你试过了
文章介绍了Loop Engineering架构在Obsidian知识库维护中的应用。核心不是省时间，而是节省意志力——通过设计一套自动循环系统，让AI在规则文件约束下替你完成扫描、分类、打标签等重复劳动，而你只需验收判断。作者给出了从写规则文件、搭建Explorer脚本、设置Organizer指令，到先dry-run再逐步放权的五步实操。适合已被Inbox堆积困扰、想从重复维护中脱身的Obsidian中重度用户。原文 ↗
核心观点
- ▍Loop Engineering的核心是设计一个自动循环系统，让AI替你调AI，而不是你在每一轮都亲自下场。
- ▍知识库维护是Loop架构的天然应用场景：每日扫描、归档、打标签、找关联等动作技术简单但意志力消耗大，适合自动化。
- 01Loop Engineering由Automations（定时器）、Worktrees（并行隔离）、Skills（规则文件）、Connectors（工具连接）、Sub-agents（子代理）和Memory（状态记录）六个组件构成。
- 02作者在Obsidian里共305篇笔记，Inbox中最久的未处理笔记已躺了61天。
- 03Sub-agents被设计为三层流水线：Explorer扫描Inbox、Organizer判断归属并打标签、Reviewer审核Organizer的判断。
- 04四份规则文件放在知识库根目录：KB-STRUCTURE.md（目录归类）、TAG-TAXONOMY.md（标签体系）、NAMING-CONVENTIONS.md（文件名格式）、TROVE-SYNC.md（外部内容入库规则）。
- 05作者第一阶段只开dry-run，AI只给建议清单（目标目录、建议标签、关联笔记、置信度），不移动或重命名任何文件。
- 06作者设了cron任务每天早上8点自动触发，硬限制：不移动、不重命名、不删除、不写frontmatter、不更新索引、只读扫描。
- 07作者给出的自动执行节奏：第一周dry-run观察错分、乱打标签、过度自信；第二周只处理置信度高的新笔记移动；第三阶段再考虑写frontmatter、更新索引、补双向链接。
反方 / 局限
- — 作者承认dry-run阶段『听起来没有“一键全自动”那么爽』，但主张『宁可慢一点，也不要让大家一上来就把自己的 Obsidian 搞乱』。
- — 文章暗含的局限是：这套系统依赖用户自己写好规则文件的质量——如果KB-STRUCTURE.md和TAG-TAXONOMY.md写得模糊或组织逻辑本身混乱，Loop仍然无法产出靠谱的整理建议。
ObsidianLoop EngineeringAddy OsmaniClaude CodeBoris Cherny
16 分钟 · 4 卡片 · 9 资料
读原文 →