claude-obsidian DragonScale 扩展深度解析4个记忆维护实验完全指南【免费下载链接】claude-obsidianSelf-organizing AI second brain for Obsidian Claude Code. Drop any source and Claude reads, links, and files it into one connected knowledge graph of plain Markdown you own. AI note-taking, personal knowledge management (PKM), and an open-source Notion alternative. Based on Karpathys LLM Wiki pattern.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-obsidianclaude-obsidian是一个本地优先的 AI 第二大脑你只需把任意资料丢进 Obsidian 库Claude Code 就会自动读取、建立双向链接并把内容归档进一张由纯 Markdown 组成的知识图谱。而在它的可选扩展DragonScale中包含 4 个独立的记忆维护实验——日志折叠、稳定地址、语义平铺诊断和边界评分让知识库在持续生长中保持整洁、可导航、可扩展。本文带你逐一拆解这 4 个机制的设计思想与使用方式。一、什么是 DragonScale知识库的记忆维护实验DragonScale 是 docs/dragonscale-guide.md 中定义的一组可选扩展基础库完全不依赖它。官方文档强调它由 4 个独立思想组成成熟度和依赖各不相同——你可以只用其中一个也可以全部不用。它的安装遵循先看后写的安全流程bash bin/setup-dragonscale.sh --vault vault这条命令只会预览将要创建的内容。确认无误后才加--apply落盘。官方特别承诺它只创建缺失文件地址计数器、平铺阈值、遗留例外、遗留清单从不覆盖已有值、不下载模型、不改产品脚本、不修改你的任何笔记。先看一下最终效果——你的知识库里日志、索引、概览页都通过链接彼此关联形成可导航的结构二、实验 1提取式日志折叠wiki-fold——给日志做无损压缩知识库用得越久wiki/log.md里的流水记录就越长。skills/wiki-fold/SKILL.md 提供的折叠机制会把最近一批日志条目卷成一个有边界的汇总页落在wiki/folds/目录下。它有 4 条铁律新手理解后会发现非常克制提取式折叠页里的每一句话都能指向某条原始日志条目不引入新证据只增不改子条目和子页面保持原样结构幂等同样的输入产生同样的折叠身份 ID重复运行是安全的空操作先预览后落盘默认只给你看草稿明确说应用之后才通过一个事务同时写入折叠页、目录索引和日志条目——要么全成要么全不成。如果某个汇总页不好用直接删掉折叠产物即可不会伤及任何原始内容。三、实验 2稳定地址——给每页笔记一个不变的门牌号当笔记被重命名、移动后其他页面如何仍然能稳定引用它DragonScale 的方案是让事务引擎统一分配地址计数器引擎在同一本事务日志里完成计数器分配、页面 frontmatter 注入和遗留地址表更新。对老库用户仓库保留了 scripts/allocate-address.sh 作为只读兼容性诊断工具——它只打印下一个观察到的计数器值绝不创建锁或文件也不能替代事务引擎的并发与回滚保证。地址分配的正确入口永远是通过审查过的事务操作。四、实验 3语义平铺诊断——发现重复造轮子的页面同一个知识点被记了两遍scripts/tiling-check.py 会调用本地 Ollama 模型对每页生成嵌入向量再两两比较输出疑似重复页面候选。使用要点官方文档的措辞很值得注意它是只读的报告只输出到终端不改动任何页面默认只信任本地 Ollama127.0.0.1远程端点必须显式加--allow-remote-ollama才放行——因为页面正文会作为嵌入输入 POST 出去官方宁可保守也不冒数据外泄风险分数是复核信号不是合并证据。阈值尚未标定官方建议先在带标注的样本上校准后再当作策略使用Ollama 或模型缺失时脚本会以特定退出码10/11明确报告能力不可用绝不假装检查已执行。python3 scripts/tiling-check.py --vault vault --peek加--peek可以先看诊断状态而不触发任何计算。五、实验 4边界评分——找出值得继续研究的前沿页面scripts/boundary-score.py 是 4 个实验中唯一无需任何外部模型的它只读wiki/下的页面构建双链图然后给每个页面打分。公式用一句话讲就是分数 出链数 − 入链数× 新鲜度权重即一个页面指向很多东西、很少被别人指向、且最近刚被改动——它就是知识图谱的前沿。高分页面往往是值得深入研究的候选低分或负分页面则是已经充分整合的枢纽。运行方式python3 scripts/boundary-score.py --vault vault --json --top 10它在 Obsidian 的图谱视图里对应的就是这种密集的链接结构——节点之间的连线正是评分所依据的入链与出链官方特别提醒分数只是注意力建议不代表重要性或真实性。把一个候选页交给自动研究autoresearch之前请先人工审查它的底层链接和你的研究预算。六、一键上手步骤与故障恢复上手只需 3 步预览bash bin/setup-dragonscale.sh --vault vault检查缺失路径清单审查后加--generated-at、--approved-plan-sha256和--apply执行按需调用对应工具日志折叠走 wiki-fold 技能诊断脚本直接运行均默认只读或先预览。失败恢复摘自官方文档场景处理方式设置冲突预期路径被改动生成一份新计划再执行设置过程被中断使用常规事务恢复命令遗留计数器损坏先查重和地址表再仅从已观察地址重建想彻底停用 DragonScale无需批量重写——停止调用可选助手即可已有折叠页和地址仍是正常库内容验证很简单跑make test全量测试套件即可。官方的成熟度哲学是基于已执行的检查而非某个设置文件是否存在——每个机制都保持可选前置条件缺失时失败关闭fail closed而不是悄悄降级。七、延伸阅读官方指南docs/dragonscale-guide.md折叠技能定义skills/wiki-fold/SKILL.md安装与可选扩展配置docs/install-guide.md事务契约参考skills/wiki/references/operation-transactions.md完整示例库结构examples/sample-vault/DragonScale 的 4 个实验共同体现了 claude-obsidian 的核心理念AI 帮你维护记忆但每一个字节的所有权始终在你手里。所有机制只读优先、预览先行、事务保证让记忆维护从焦虑变成一次可审查、可回滚的普通操作。【免费下载链接】claude-obsidianSelf-organizing AI second brain for Obsidian Claude Code. Drop any source and Claude reads, links, and files it into one connected knowledge graph of plain Markdown you own. AI note-taking, personal knowledge management (PKM), and an open-source Notion alternative. Based on Karpathys LLM Wiki pattern.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-obsidian创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 claude-obsidian DragonScale 扩展深度解析：4个记忆维护实验完全指南
claude-obsidian DragonScale 扩展深度解析4个记忆维护实验完全指南【免费下载链接】claude-obsidianSelf-organizing AI second brain for Obsidian Claude Code. Drop any source and Claude reads, links, and files it into one connected knowledge graph of plain Markdown you own. AI note-taking, personal knowledge management (PKM), and an open-source Notion alternative. Based on Karpathys LLM Wiki pattern.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-obsidianclaude-obsidian是一个本地优先的 AI 第二大脑你只需把任意资料丢进 Obsidian 库Claude Code 就会自动读取、建立双向链接并把内容归档进一张由纯 Markdown 组成的知识图谱。而在它的可选扩展DragonScale中包含 4 个独立的记忆维护实验——日志折叠、稳定地址、语义平铺诊断和边界评分让知识库在持续生长中保持整洁、可导航、可扩展。本文带你逐一拆解这 4 个机制的设计思想与使用方式。一、什么是 DragonScale知识库的记忆维护实验DragonScale 是 docs/dragonscale-guide.md 中定义的一组可选扩展基础库完全不依赖它。官方文档强调它由 4 个独立思想组成成熟度和依赖各不相同——你可以只用其中一个也可以全部不用。它的安装遵循先看后写的安全流程bash bin/setup-dragonscale.sh --vault vault这条命令只会预览将要创建的内容。确认无误后才加--apply落盘。官方特别承诺它只创建缺失文件地址计数器、平铺阈值、遗留例外、遗留清单从不覆盖已有值、不下载模型、不改产品脚本、不修改你的任何笔记。先看一下最终效果——你的知识库里日志、索引、概览页都通过链接彼此关联形成可导航的结构二、实验 1提取式日志折叠wiki-fold——给日志做无损压缩知识库用得越久wiki/log.md里的流水记录就越长。skills/wiki-fold/SKILL.md 提供的折叠机制会把最近一批日志条目卷成一个有边界的汇总页落在wiki/folds/目录下。它有 4 条铁律新手理解后会发现非常克制提取式折叠页里的每一句话都能指向某条原始日志条目不引入新证据只增不改子条目和子页面保持原样结构幂等同样的输入产生同样的折叠身份 ID重复运行是安全的空操作先预览后落盘默认只给你看草稿明确说应用之后才通过一个事务同时写入折叠页、目录索引和日志条目——要么全成要么全不成。如果某个汇总页不好用直接删掉折叠产物即可不会伤及任何原始内容。三、实验 2稳定地址——给每页笔记一个不变的门牌号当笔记被重命名、移动后其他页面如何仍然能稳定引用它DragonScale 的方案是让事务引擎统一分配地址计数器引擎在同一本事务日志里完成计数器分配、页面 frontmatter 注入和遗留地址表更新。对老库用户仓库保留了 scripts/allocate-address.sh 作为只读兼容性诊断工具——它只打印下一个观察到的计数器值绝不创建锁或文件也不能替代事务引擎的并发与回滚保证。地址分配的正确入口永远是通过审查过的事务操作。四、实验 3语义平铺诊断——发现重复造轮子的页面同一个知识点被记了两遍scripts/tiling-check.py 会调用本地 Ollama 模型对每页生成嵌入向量再两两比较输出疑似重复页面候选。使用要点官方文档的措辞很值得注意它是只读的报告只输出到终端不改动任何页面默认只信任本地 Ollama127.0.0.1远程端点必须显式加--allow-remote-ollama才放行——因为页面正文会作为嵌入输入 POST 出去官方宁可保守也不冒数据外泄风险分数是复核信号不是合并证据。阈值尚未标定官方建议先在带标注的样本上校准后再当作策略使用Ollama 或模型缺失时脚本会以特定退出码10/11明确报告能力不可用绝不假装检查已执行。python3 scripts/tiling-check.py --vault vault --peek加--peek可以先看诊断状态而不触发任何计算。五、实验 4边界评分——找出值得继续研究的前沿页面scripts/boundary-score.py 是 4 个实验中唯一无需任何外部模型的它只读wiki/下的页面构建双链图然后给每个页面打分。公式用一句话讲就是分数 出链数 − 入链数× 新鲜度权重即一个页面指向很多东西、很少被别人指向、且最近刚被改动——它就是知识图谱的前沿。高分页面往往是值得深入研究的候选低分或负分页面则是已经充分整合的枢纽。运行方式python3 scripts/boundary-score.py --vault vault --json --top 10它在 Obsidian 的图谱视图里对应的就是这种密集的链接结构——节点之间的连线正是评分所依据的入链与出链官方特别提醒分数只是注意力建议不代表重要性或真实性。把一个候选页交给自动研究autoresearch之前请先人工审查它的底层链接和你的研究预算。六、一键上手步骤与故障恢复上手只需 3 步预览bash bin/setup-dragonscale.sh --vault vault检查缺失路径清单审查后加--generated-at、--approved-plan-sha256和--apply执行按需调用对应工具日志折叠走 wiki-fold 技能诊断脚本直接运行均默认只读或先预览。失败恢复摘自官方文档场景处理方式设置冲突预期路径被改动生成一份新计划再执行设置过程被中断使用常规事务恢复命令遗留计数器损坏先查重和地址表再仅从已观察地址重建想彻底停用 DragonScale无需批量重写——停止调用可选助手即可已有折叠页和地址仍是正常库内容验证很简单跑make test全量测试套件即可。官方的成熟度哲学是基于已执行的检查而非某个设置文件是否存在——每个机制都保持可选前置条件缺失时失败关闭fail closed而不是悄悄降级。七、延伸阅读官方指南docs/dragonscale-guide.md折叠技能定义skills/wiki-fold/SKILL.md安装与可选扩展配置docs/install-guide.md事务契约参考skills/wiki/references/operation-transactions.md完整示例库结构examples/sample-vault/DragonScale 的 4 个实验共同体现了 claude-obsidian 的核心理念AI 帮你维护记忆但每一个字节的所有权始终在你手里。所有机制只读优先、预览先行、事务保证让记忆维护从焦虑变成一次可审查、可回滚的普通操作。【免费下载链接】claude-obsidianSelf-organizing AI second brain for Obsidian Claude Code. Drop any source and Claude reads, links, and files it into one connected knowledge graph of plain Markdown you own. AI note-taking, personal knowledge management (PKM), and an open-source Notion alternative. Based on Karpathys LLM Wiki pattern.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-obsidian创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考