Obsidian 学习笔记

Appearance

AI Tagger 插件 ​

AI Tagger 是一款利用 AI 自动为笔记生成标签和分类的插件，帮助你保持知识库的有序组织，无需手动逐篇标注。

核心功能 ​

功能说明
AI 自动标签分析笔记内容生成精准标签
批量处理一次为多篇笔记生成标签
标签推荐基于已有标签体系推荐标签
智能分类自动归类到文件夹或分类体系
标签去重检测并合并相似标签
多语言支持支持中英文混合标签

安装与配置 ​

安装 ​

  1. 设置 → 第三方插件 → 浏览
  2. 搜索 "AI Tagger"
  3. 安装并启用

基础配置 ​

yaml
# AI Tagger 设置
API Provider: OpenAI
Model: gpt-4o-mini        # 标签生成用 mini 即可
API Key: sk-xxxxx

# 标签设置
每次生成数量: 3-5          # 每篇笔记生成的标签数
标签语言: 跟随笔记          # 或指定语言
标签格式: 英文小写连字符    # 如 #machine-learning
最大标签长度: 30           # 单个标签最大字符数
允许嵌套: true             # 允许 #parent/child 格式

标签体系配置 ​

yaml
# 预设标签体系
标签体系:
  技术:
    - programming
    - web-development
    - database
    - devops
  学习:
    - reading-notes
    - course-notes
    - exam-prep
  工作:
    - project
    - meeting
    - report
  生活:
    - travel
    - health
    - finance

# 自定义规则
规则:
  - 名称: 编程语言检测
    条件: 内容包含代码块
    动作: 添加 #programming 标签
  - 名称: 学术内容检测
    条件: 有 DOI 或参考文献
    动作: 添加 #academic 标签

使用方式 ​

1. 单篇笔记标签生成 ​

命令面板 → "AI Tagger: Generate Tags for Current Note"
或快捷键 Ctrl+Shift+T

AI 会分析当前笔记内容并生成标签建议：
  #machine-learning #neural-network #deep-learning

确认后将标签添加到笔记 frontmatter：
  ---
  title: "Transformer 架构详解"
  tags: [machine-learning, neural-network, deep-learning]
  ---

2. 批量标签生成 ​

命令面板 → "AI Tagger: Batch Generate Tags"

选择文件夹 → AI Tagger 自动处理所有笔记

处理报告：
  ✅ notes/ai-basics.md → [ai, machine-learning, tutorial]
  ✅ notes/project-plan.md → [project, planning, work]
  ⚠️ notes/draft.md → [draft] (内容太少，标签不确定)
  ❌ notes/image-only.md → 跳过（无文本内容）

  已处理：15/20 篇
  用时：2 分 30 秒
  Token 用量：~15,000

3. 标签优化与去重 ​

命令面板 → "AI Tagger: Deduplicate Tags"

检测到的相似标签：
  #ai          ↔ #artificial-intelligence  → 合并为 #ai
  #ml          ↔ #machine-learning         → 合并为 #ml
  #js          ↔ #javascript               → 合并为 #javascript
  #db          ↔ #database                  → 合并为 #database

确认合并 → 自动更新所有引用这些标签的笔记

自定义提示词 ​

标签生成 Prompt ​

markdown
你是一个知识管理专家，擅长为笔记生成精准的标签。

请分析以下笔记内容，生成 3-5 个标签。

要求：
1. 标签使用英文小写，单词间用连字符
2. 标签应反映笔记的核心主题和关键技术
3. 优先使用以下已有标签体系：
   {{existingTags}}
4. 如果内容涉及新技术，可以创建新标签
5. 避免过于宽泛的标签（如 #notes #content）

笔记标题：{{title}}
笔记内容（前 2000 字）：
{{content:2000}}

输出格式（仅标签，不含其他文字）：
#tag1 #tag2 #tag3

实战工作流 ​

工作流 1：新笔记自动标签 ​

1. 使用 QuickAdd 创建新笔记
2. Templater 自动填充基础模板
3. AI Tagger 自动生成标签
4. 用户确认或调整标签
5. 笔记保存完成

工作流 2：知识库标签审计 ​

dataviewjs
// 标签使用统计
const allNotes = dv.pages().where(p => p.tags);
const tagCounts = {};

for (let note of allNotes) {
  for (let tag of note.tags) {
    tagCounts[tag] = (tagCounts[tag] || 0) + 1;
  }
}

const sorted = Object.entries(tagCounts).sort((a, b) => b[1] - a[1]);

dv.header(3, "📊 标签使用统计 Top 20");
dv.table(
  ["标签", "笔记数", "占比"],
  sorted.slice(0, 20).map(([tag, count]) => [
    `#${tag}`,
    count,
    Math.round(count / allNotes.length * 100) + "%"
  ])
);

// 稀有标签（可能需要合并或删除）
const rare = sorted.filter(([tag, count]) => count === 1);
dv.header(3, `🔍 稀有标签 (${rare.length} 个仅使用 1 次)`);
if (rare.length > 0) {
  dv.list(rare.slice(0, 10).map(([tag]) => `#${tag}`));
}

成本估算 ​

操作Token 用量费用估算
单篇笔记标签生成~500 tokens$0.0008
批量处理 100 篇~50,000 tokens$0.08
标签去重分析~10,000 tokens$0.02
月度使用（每日 10 篇）~150,000 tokens~$0.25/月

成本极低

AI Tagger 使用 GPT-4o mini，月度费用通常在 $1 以内。

与手动标签对比 ​

指标手动标签AI Tagger
每篇耗时30-60 秒2-3 秒
标签一致性低高
标签覆盖度依赖个人经验AI 全面分析
可发现性中等高
维护成本高低

常见问题 ​

Q: AI 生成的标签不准确怎么办？ ​

A:

  1. 在设置中调整 Prompt，提供更明确的标签规则
  2. 配置预设标签体系，限制 AI 在已有体系中选择
  3. 增加生成数量（5-8 个），然后手动筛选
  4. 使用更强的模型（GPT-4o 而非 mini）

Q: 标签和文件夹如何配合？ ​

A: 推荐策略：

  • 文件夹：按大类物理存储（技术/学习/工作）
  • 标签：按主题/状态逻辑分类（#urgent #draft #review）

相关文档 ​

相关文章

AI 专题AI Commander 插件AI Commander 是一款强大的 Obsidian AI 助手插件，支持自定义命令、模板和工作流，让 AI 深度融入日常笔记操作。AI 专题Notes AI 教程Notes AI 为笔记自动打标签与摘要。AI 专题Memory Lane 插件Memory Lane 是 AI 驱动的间隔重复插件，自动生成闪卡并智能安排复习时间，增强长期记忆。AI 专题AI 插件对比评测全面对比 Obsidian 主流 AI 插件的功能、性能、成本和适用场景，帮助你选择最适合的工具。