知识图谱可视化

AI 分析笔记间的关联关系，推荐应该建立的链接，可视化知识结构，发现知识孤岛。

适用场景

知识库结构优化
发现笔记间的潜在关联
识别知识孤岛
构建 MOC（Map of Content）

前置准备

必需插件

插件	用途	安装方式
Text Generator	AI 分析	社区插件市场
Dataview	数据查询	社区插件市场
Graph Analysis	图谱分析	社区插件市场

插件	用途
Obsidian Graph	可视化图谱
Juggl	高级图谱视图
Neighbouring Files	显示相关文件

分析模板

markdown

---
title: 知识图谱分析
date: {{date}}
scope: {{scope}}
tags: [knowledge-graph]
---

# 知识图谱分析

## 📊 图谱概览
<!-- 统计数据 -->

## 🔗 关联发现
<!-- AI 发现的潜在关联 -->

## 📈 结构建议
<!-- 优化建议 -->

## 🎯 孤岛笔记
<!-- 缺少链接的笔记 -->

关联分析 Prompt

markdown

# 知识关联分析

## 笔记集合
{{notes}}

## 分析要求

### 输出

## 关联发现

### 强关联（应该链接）
| 笔记A | 笔记B | 关联原因 | 关联类型 |
|-------|-------|----------|----------|
| 笔记1 | 笔记2 | 都讨论X主题 | 相关 |

### 潜在关联（建议探索）
| 笔记A | 笔记B | 可能关系 |
|-------|-------|----------|

## 知识孤岛
以下笔记缺少外部链接：
1. 笔记名 - 建议：链接到X、Y

## 主题聚类
### 聚类1：主题名
- 笔记1
- 笔记2
- 建议：创建 MOC（Map of Content）

### 聚类2：主题名
- 笔记3
- 笔记4

## 结构优化建议
1. 创建 MOC：[主题]
2. 合并建议：笔记A + 笔记B（内容高度重叠）
3. 拆分建议：笔记C（包含多个主题）

## 关键节点
以下笔记被频繁引用，是核心知识：
1. 笔记名 - 被引用 X 次

← 返回案例目录

详细操作步骤

步骤一：收集笔记信息

javascript

// Templater 脚本：收集笔记元数据
async function collectNoteMetadata() {
  const files = app.vault.getMarkdownFiles();
  const metadata = [];
  
  for (const file of files) {
    const cache = app.metadataCache.getFileCache(file);
    const links = cache?.links || [];
    const backlinks = app.metadataCache.getBacklinksForFile(file);
    
    metadata.push({
      path: file.path,
      title: cache?.frontmatter?.title || file.basename,
      tags: cache?.frontmatter?.tags || [],
      outLinks: links.map(l => l.link),
      inLinks: Array.from(backlinks.keys())
    });
  }
  
  return metadata;
}

步骤二：AI 关联分析

javascript

// 使用 AI 分析潜在关联
async function analyzeConnections() {
  const notes = await collectNoteMetadata();
  
  // 按 folder 分组分析
  const groups = groupByFolder(notes);
  
  for (const [folder, groupNotes] of Object.entries(groups)) {
    const analysis = await textGenerator.generate(`
      分析以下笔记的潜在关联：

      ${groupNotes.map(n => `
        - ${n.title}
          标签：${n.tags.join(', ')}
          出链：${n.outLinks.slice(0, 5).join(', ')}
      `).join('\n')}

      请找出：
      1. 应该建立但未建立的链接
      2. 可以合并的相似笔记
      3. 建议创建的 MOC
    `);
    
    await saveAnalysis(folder, analysis);
  }
}

步骤三：生成 MOC 建议

markdown

# AI 生成 MOC

## 分析范围
{{notes_in_topic}}

## 生成的 MOC 结构

```textgen
分析以下笔记，生成一个 Map of Content：

笔记列表：
{{note_list}}

输出格式：
# [主题] MOC

## 概述
[简短描述]

## 核心概念
- [[笔记1]] - 简要说明
- [[笔记2]] - 简要说明

## 进阶内容
- [[笔记3]]
- [[笔记4]]

## 相关资源
- [[资源笔记]]


## 高级技巧

### 1. 孤岛笔记检测

```dataview
TABLE 
  file.name as "孤岛笔记",
  file.folder as "文件夹",
  file.created as "创建时间"
FROM ""
WHERE file.inlinks.length = 0 
  AND file.outlinks.length = 0
  AND !contains(file.folder, "Templates")
SORT file.created DESC
LIMIT 20

2. 核心节点识别

dataview

TABLE 
  file.name as "核心笔记",
  file.inlinks.length as "被引用次数",
  file.outlinks.length as "引用次数"
FROM ""
WHERE file.inlinks.length >= 5
SORT file.inlinks.length DESC
LIMIT 20

3. 自动关联建议

javascript

// 实时关联建议
class ConnectionSuggester {
  async suggestConnections(currentNote) {
    const content = await app.vault.read(currentNote);
    
    // 使用嵌入向量找相似笔记
    const similar = await smartConnections.findSimilar(content, 5);
    
    // 使用 AI 分析关联原因
    for (const note of similar) {
      const reason = await textGenerator.generate(`
        为什么这两篇笔记应该关联？
        
        笔记A：${currentNote.basename}
        笔记B：${note.basename}
        
        简短说明关联原因（一句话）。
      `);
      
      suggestions.push({ note, reason });
    }
    
    return suggestions;
  }
}

常见问题

Q1: 分析速度太慢？

解决方案：

javascript

// 分批分析 + 缓存
const CACHE_KEY = 'graph-analysis-cache';

async function cachedAnalysis() {
  // 检查缓存
  const cached = await loadCache(CACHE_KEY);
  if (cached && !isExpired(cached)) {
    return cached.data;
  }
  
  // 分批处理
  const batchSize = 50;
  const results = [];
  
  for (let i = 0; i < files.length; i += batchSize) {
    const batch = files.slice(i, i + batchSize);
    const batchResults = await analyzeBatch(batch);
    results.push(...batchResults);
    
    // 避免卡顿
    await sleep(1000);
  }
  
  // 保存缓存
  await saveCache(CACHE_KEY, results, { expiry: '1d' });
  
  return results;
}

Q2: 关联建议不准确？

优化方案：

markdown

# 提高准确性的 Prompt

## 笔记A
标题：{{title_a}}
内容摘要：{{summary_a}}
标签：{{tags_a}}

## 笔记B
标题：{{title_b}}
内容摘要：{{summary_b}}
标签：{{tags_b}}

## 分析维度
1. 主题相关性（0-10）
2. 内容互补性（0-10）
3. 引用价值（0-10）

## 输出
- 综合评分：X/10
- 关联原因：[具体说明]
- 建议链接方式：[A->B / 双向 / 通过 MOC]

Q3: 如何可视化分析结果？

markdown

# Graph 视图配置

## 设置方法
1. 打开 Graph 视图
2. 点击设置图标
3. 配置颜色和分组：

### 按文件夹着色
- "Areas/" - 蓝色
- "Projects/" - 绿色
- "Resources/" - 橙色
- "Archive/" - 灰色

### 按连接数筛选
- 显示连接数 > 5 的节点
- 高亮孤立节点（红色）

实际案例

案例：构建编程知识库 MOC

markdown

## 初始状态
- 120 篇编程笔记
- 大量断链和孤岛
- 缺乏结构

## AI 分析过程

### 第一步：识别主题聚类
AI 发现以下主题：
1. JavaScript（35篇）
2. Python（28篇）
3. 算法（20篇）
4. 数据库（15篇）
5. 其他（22篇）

### 第二步：生成 MOC
为每个主题创建 MOC：
- [[JavaScript MOC]]
- [[Python MOC]]
- [[算法 MOC]]

### 第三步：建立关联
AI 建议的链接：
- [[JavaScript]] -> [[TypeScript]]（强关联）
- [[算法]] -> [[数据结构]]（补充关系）
- [[Python]] -> [[机器学习]]（应用关系）

## 改进结果
| 指标 | 改进前 | 改进后 |
|------|--------|--------|
| 平均连接数 | 1.2 | 4.5 |
| 孤岛笔记 | 45 | 8 |
| MOC 数量 | 0 | 5 |
| 检索效率 | 低 | 高 |

效率提升

知识发现速度：提升 3 倍
孤岛笔记识别：从手动 8 小时 → 自动 5 分钟
MOC 创建：从手动 2 小时 → AI 辅助 15 分钟

知识图谱可视化 ​

适用场景 ​

前置准备 ​

必需插件 ​

推荐插件 ​

分析模板 ​

关联分析 Prompt ​

返回 ​

详细操作步骤 ​

步骤一：收集笔记信息 ​

步骤二：AI 关联分析 ​

步骤三：生成 MOC 建议 ​

2. 核心节点识别 ​

3. 自动关联建议 ​

常见问题 ​

Q1: 分析速度太慢？ ​

Q2: 关联建议不准确？ ​

Q3: 如何可视化分析结果？ ​

实际案例 ​

案例：构建编程知识库 MOC ​

效率提升 ​

知识图谱可视化

适用场景

前置准备

必需插件

推荐插件

分析模板

关联分析 Prompt

返回

详细操作步骤

步骤一：收集笔记信息

步骤二：AI 关联分析

步骤三：生成 MOC 建议

2. 核心节点识别

3. 自动关联建议

常见问题

Q1: 分析速度太慢？

Q2: 关联建议不准确？

Q3: 如何可视化分析结果？

实际案例

案例：构建编程知识库 MOC

效率提升