# Knowledge Base Organizer

> This skill should be used when the user asks to organize documents, generate/update MOC (Map of Content), extract concepts from notes, build document links, identify document types, or analyze knowledge gaps in their Obsidian knowledge base.

- Skill: `treasoni/knowledge-base-organizer` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add treasoni/knowledge-base-organizer`
- Raw SKILL.md: https://api.skillmd.com/api/skills/treasoni/knowledge-base-organizer/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Research & Search
- Author: treasoni (https://skillmd.com/u/treasoni)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/treasoni/knowledge-base-organizer

---


# Knowledge Base Organizer Skill

A skill for organizing Obsidian Markdown knowledge bases through document linking, MOC creation, concept extraction, and knowledge gap analysis.

---

## 核心功能

### 1. 建立文档链接
- 分析文档内容，识别主题相关性
- 在文档之间创建 wikilink 关联
- 智能推荐"潜在关联"

### 2. MOC 文档管理
- 创建按主题分类的 MOC（如：MOC - 前端开发、MOC - Python）
- 创建按文档类型的 MOC（如：概念笔记、教程笔记、项目笔记）
- 自动更新现有 MOC

### 3. 概念抽取
- 提取核心概念和关键词
- 生成 tags 建议
- 标准化术语

### 4. 文档类型识别
识别并分类以下类型：
- 📝 概念笔记 - 定义、原理、术语解释
- 📚 教程笔记 - 步骤、方法、学习路径
- 🛠️ 项目笔记 - 项目记录、代码片段
- ❓ 问题解决记录 - bug 修复、troubleshooting

### 5. 自动生成摘要
- TL;DR（一句话总结）
- 关键要点列表
- 使用场景标签

### 6. 反向链接建议
- 已有关联分析
- 潜在关联推荐（同技术栈、同问题链路）

### 7. 知识缺口提示
- 检测主题下的子主题缺失
- ⚠️ 仅基于已有文档主题推断，不做领域完整性判断
- 标记相关但未链接的孤立文档

### 8. 复习/行动提取
- 提取 TODO 项
- 标记可复用代码
- 生成复习清单

---

## 实施模式（安全机制）

**执行前必须询问用户选择模式：**

| 模式 | 行为 | 文件修改 |
|------|------|----------|
| **① 只读模式** | 分析 → 报告结果 | ❌ 不修改任何文件 |
| **② 建议+确认模式** | 分析 → 展示建议 → 用户确认 → 执行 | ✅ 修改文件（需确认） |

**默认行为：**
- 始终先询问用户选择模式
- 只读模式下，只输出分析报告
- 建议模式下，列出所有将要执行的操作，等待确认

---

## 工作配置

| 参数 | 说明 | 默认值 |
|------|------|--------|
| scope | 扫描范围: single-note, folder, vault | single-note |
| max_links | 单次最大链接建议数 | 10 |
| relevance_threshold | 相关性阈值 (0-100) | 60 |

---

## 优先级决策规则

### 1. 结构优先
- 不破坏现有 MOC 层级
- 不创建与现有 MOC 主题重复的新 MOC

### 2. 质量优先
- 链接建议需达到相关性阈值才显示
- 单次操作建议数量受 max_links 限制

### 3. 安全优先
- 知识缺口仅基于已有内容推断
- 不提供主观学习建议

### 相关性评分机制
- 直接主题匹配: 100分
- 同技术栈/同领域: 80分
- 术语引用关系: 60分
- 弱关联: 40分

只显示评分 ≥ 60 的建议

---

## 性能考虑

| 范围 | 行为 | 警告 |
|------|------|------|
| single-note | 仅读取目标文件 | 无 |
| folder | 递归扫描指定目录 | 中大型文件夹可能较慢 |
| vault | 扫描整个知识库 | 大型库（100+ 文件）可能较慢 |

---

## 工作流

### 阶段 1：理解请求
- 识别用户意图（全局整理 / 单个文档整理 / 创建 MOC）
- 确定文档范围
- **询问用户选择实施模式**

### 阶段 2：扫描分析
- 读取目标文档
- 提取内容特征
- 识别概念、类型、关联

### 阶段 3：生成建议
- 生成文档链接建议
- 生成 MOC 更新建议
- 生成概念抽取结果
- 识别知识缺口

### 阶段 4：执行（仅建议+确认模式）
- 展示所有建议
- 等待用户确认
- 执行修改操作

---

## MOC 文件组织结构

```
.moc/
├── MOC - 按主题/
│   ├── MOC - 前端开发.md
│   ├── MOC - 后端开发.md
│   ├── MOC - 数据库.md
│   └── ...
└── MOC - 按类型/
    ├── MOC - 概念笔记.md
    ├── MOC - 教程笔记.md
    ├── MOC - 项目笔记.md
    └── MOC - 问题记录.md
```

---

## 输出格式

### 只读模式输出

```
📊 知识库分析报告

## 文档扫描结果
- 扫描文件数：42 个 .md 文件
- 已有链接：128 个 wikilinks
- 孤立文档：5 个（无任何链接）

## 概念抽取
- 核心概念：React、Vue、Python、Docker...
- 建议新增 tags：#前端 #状态管理 #容器化

## 文档类型分类
- 📝 概念笔记：18 个
- 📚 教程笔记：12 个
- 🛠️ 项目笔记：8 个
- ❓ 问题记录：4 个

## 链接建议
[列出 Top 10 建议的 wikilink 关联，按相关性排序]

## 知识缺口
[列出检测到的缺口，仅基于已有文档推断]

## MOC 更新建议
[列出需要创建/更新的 MOC 文件]
```

### 建议+确认模式输出

```
📋 建议执行的操作

## 将创建的新文件
1. .moc/MOC - 按主题/MOC - 前端开发.md
2. .moc/MOC - 按类型/MOC - 概念笔记.md

## 将修改的文件
1. React组件设计.md → 添加 3 个 wikilinks，添加 tags，添加摘要
2. Python异步编程.md → 添加 2 个 wikilinks，更新文档类型标签
...

## 将添加的链接
[列出达到阈值的链接建议，最多 max_links 条]

请确认是否执行？(y/n)
```

---

## 触发条件

### 应该触发
- 用户说"整理文档"、"整理笔记"
- 用户说"生成 MOC"、"更新 MOC"
- 用户说"分析知识库"、"扫描文档"
- 用户说"建立文档关联"、"添加链接"
- 用户说"提取概念"、"生成摘要"
- 用户说"检查知识缺口"

### 不应该触发
- 单纯创建新文档（应使用 obsidian-markdown）
- 编辑现有文档内容（应使用 obsidian-markdown）
- 不涉及整理的分析任务