社区讨论LinuxDo 最新
分享一下自用obsidian知识库构建及可视化
年初接触到了vibecoding，立马就体会到了ai赋能的强大 由于主播是学生物的，存在大量冗杂的信息需要规范化和逻辑化 因此建立了如下系统： 1.输入————套用模板生成规范化分类的文档，包含版本号、状态等，最重要的是联想因子，即该信息可供联系的点有哪些 2.分层————按照信息的碎片程度自下而上四层，每一层的单条信息都由下层的信息手动搭建/ai辅助搭建，做到信息的提炼 3.可视化/灵感————前面提到了联想因子，那么每一篇文章都把相关的这些信息点关联起来了，比如在底层箱子中写到的“词汇可作为一种现实映射函数编…
内容摘要
作者：#Icer
板块：#开发调优
年初接触到了vibecoding，立马就体会到了ai赋能的强大
由于主播是学生物的，存在大量冗杂的信息需要规范化和逻辑化
因此建立了如下系统：
1.输入————套用模板生成规范化分类的文档，包含版本号、状态等，最重要的是联想因子，即该信息可供联系的点有哪些
2.分层————按照信息的碎片程度自下而上四层，每一层的单条信息都由下层的信息手动搭建/ai辅助搭建，做到信息的提炼
3.可视化/灵感————前面提到了联想因子，那么每一篇文章都把相关的这些信息点关联起来了，比如在底层箱子中写到的“词汇可作为一种现实映射函数编码，而人脑是一种解释器，用于解释这段编码的现实映射”----关联【语言学】【信息映射】【ai训练】【可解释性】，某一天你又写下了“现在的小孩整体玩短视频，有点像是模型训练早期就输入了垃圾数据，估计会影响逻辑建成”----关联【社会发展】【大脑】【ai训练】【神经可塑性】，这样的条目增加以后，如果你想对某个话题进行归纳或者系统化，比如{神经生物学对ai训练的启发}，那么在这一层检索ai训练时就会意外发现这两个似乎不相干的信息聚在一起了。
总之这是个人用来处理过于发散的信息，把自己思维系统化的一个知识库构建，欢迎各位大佬给出自己的学习见解指点迷津
资讯来源
LinuxDo