Markdown 笔记清洗与重构流程¶

核心思路¶

把杂乱的 Markdown 整理成可以长期使用的个人知识笔记，需要同时处理类型、结构、来源和笔记之间的关系。AI 生成内容、网页摘录、个人想法和课程笔记的粒度、可信度与用途不同，仅统一格式很难解决内容堆积的问题。

整理的目标是保留以后值得检索、能够帮助重新理解问题的内容。可以把过程固定为一条流程：识别类型 → 清洗结构 → 提取核心 → 记录来源 → 合并重复 → 建立关联。不必先迁移平台，也不必一开始就设计完整的自动化系统。

1. 先判断笔记类型¶

不同类型的笔记使用不同结构。以下分类可以作为起点，再根据真实笔记调整。

类型	用途	整理重点
`concept`	理解概念或机制	定义、核心原理、边界与关联
`tutorial`	完成具体操作	前提、步骤、验证与常见问题
`reference`	随时查询	参数、规则、示例与适用条件
`paper`	阅读研究论文	研究问题、方法、证据与局限
`idea`	保存尚未验证的想法	假设、理由与待验证事项
`project`	记录项目实践	目标、决策、进展与结果
`scratch`	临时收集材料	保留上下文，等待后续处理

不要强行把所有内容改成同一种模板。概念笔记不一定需要操作步骤，临时想法也不应被整理成已经证实的结论。

2. 清洗结构¶

统一标题层级、列表、公式和代码块。删除没有信息量的开场、重复总结、对话邀约以及为了凑结构而出现的小标题。

优先使用连贯、简洁的段落解释概念。步骤、并列条件或对照信息适合列表与表格；不必把每句话都拆成项目符号。技术术语在首次出现时解释，但避免在多篇笔记中重复铺陈同一段基础知识。

公式与代码默认保留原样。只有确认格式损坏或错误明确时才修改，并记录改动理由；不能为了“看起来整齐”改变算法含义、符号定义或可执行行为。

3. 提取值得保留的核心¶

每篇笔记至少应能回答：它讨论什么问题，最值得保留的解释或结论是什么，以及结论在什么条件下适用。

可以压缩重复措辞，但要保留推理所依赖的前提、反例、限定条件和必要例子。原文缺少事实、论证或引用时，保留缺口或标记待核实，不补写貌似合理的细节。

来源主张与个人理解应分开表达。例如，先说明“原文认为……”，再注明“个人理解是……”。整理完成只代表结构已处理，不代表内容已经核实。

4. 记录来源与核实状态¶

来源记录（provenance）用于说明内容从哪里来、何时整理，以及哪些部分仍待确认。AI 生成内容尤其需要保留这些信息，避免日后把模型推测误当成已验证事实。

下面是字段示例，不代表每篇笔记都必须填满：

---
type: concept
topic: reinforcement-learning
source: ChatGPT
source_url: null
created: 2026-09-17
status: processed
verification: unverified
confidence: medium
tags: [rl, policy-gradient]
---

source 应填写实际来源，不知道时明确写未知；source_url 没有公开地址时可以留空。示例中的 confidence: medium 是人工判断字段，不是模型置信概率，也不能替代证据。status: processed 与 verification: unverified 可以同时存在：整理状态与核实状态是两件事。

多来源笔记可以在正文的“来源记录”中逐项列出引用，必要时把具体主张对应到具体来源。不要只给整篇混合材料贴一个含糊的来源标签。

5. 去重并建立主笔记¶

假设 Transformer.md、Attention notes.md 和 LLM architecture.md 都反复解释自注意力（self-attention）。可以逐渐建立一篇 Self Attention.md，作为该概念的主要说明；其他笔记保留各自的上下文，并链接到它。

这种做法称为 canonicalization，即为重复概念确立稳定的主笔记。合并时先对照内容，保留不同场景的限定条件和来源；相互矛盾的说法要显式记录，不能把措辞相近误当成结论一致。确认信息与链接都已迁移后，再处理旧内容，避免过早删除唯一记录。

6. 建立有意义的链接¶

标签适合粗粒度筛选，显式链接适合表达具体知识关系。链接不仅要指向相关标题，最好还说明两者为什么有关，例如“是其特例”“依赖这一前提”或“与这一方法形成对照”。

Obsidian 中可以使用如下形式：

Related:
- [[Transformer]]
- [[KV Cache]]
- [[Cross Attention]]

这些只是语法示例，不表示本站已存在对应笔记。用于当前 MkDocs 发布流程时，优先使用指向真实文件的标准 Markdown 相对链接。没有对应笔记的概念可先放入待建条目，不自动生成失效链接。

可复用的整理规则¶

下面这段规则可以用于一次人工辅助整理，或作为未来整理 skill 的说明基础。本文没有创建或安装新的 skill。

Input: arbitrary messy Markdown

Goal:
Turn it into a durable personal knowledge note.

Rules:
- Identify the note type before choosing a structure.
- Preserve technical correctness and meaningful qualifications.
- Remove conversational filler and AI-style repetition.
- Do not invent missing facts, sources, or citations.
- Separate source claims from my own notes.
- Merge duplicated explanations without losing distinct context.
- Prefer concise paragraphs over excessive bullet lists.
- Define technical terms on first use.
- Preserve equations and code exactly unless clearly malformed.
- Record provenance and distinguish processing from verification.
- Add a short TL;DR only if the document is >500 words.
- Add "Open Questions" only when genuine unresolved questions exist.
- Suggest links to related concepts; do not invent existing targets.
- Output clean Markdown.

这里的 500 words 是可调整的长度阈值；处理中文时应先约定统计口径。摘要不是必填栏目，重复正文的摘要可以省略。

技术概念笔记模板¶

以下结构适合需要形式化定义的技术概念。论文阅读笔记应按需要另加研究问题、实验设置、证据和局限，不必照搬全部章节。没有实际内容的小节可以删除。

---
type: concept
topic: reinforcement-learning
source:
source_url:
status: processed
verification: unverified
---

# Policy Gradient

## Core idea

用 2–4 段解释核心概念与它解决的问题。

## Formalization

定义符号、目标函数和公式，说明成立条件。

## Intuition

解释为什么这个方法成立，以及直觉与形式化之间的关系。

## Key consequences

保留真正重要的推论及其适用范围。

## Failure modes

记录常见误解、边界条件和失效情形。

## Connections

- [[REINFORCE]]
- [[Actor Critic]]
- [[Importance Sampling]]

## Source notes

记录原始来源、需要保留的引用与尚待核实的主张。

个人知识库的目标是帮助未来的自己快速重建理解。章节应服务于这个目标，不必固定套用“Introduction / Key Takeaways / Conclusion”的文章结构。

在现有知识库中使用¶

先挑少量具有代表性的 Markdown 做第一轮整理，从实际内容中归纳分类体系、模板和清洗规则，再决定哪些步骤值得自动化。这样更容易发现来源缺失、重复概念与模板不适配的问题。

笔记源文件继续保存在当前项目的 docs/ 中。完成整理后检查导航、引用与链接，再沿用现有的个人笔记发布流程构建并发布。已经使用 Markdown 管理资料时，可以先整理内容，不急于更换存储平台。

来源记录¶

本文根据 2026-09-17 用户提供的“笔记清洗 / 重构 pipeline”对话摘录整理，未提供外部来源链接。内容属于工作流建议，尚未经过独立效果验证。

整理时保留了类型分类、六步流程、来源字段、主笔记策略、链接示例与整理模板；补充了核实状态和本站链接写法说明。原摘录中“已查询工具”“已显示插件”和邀请上传文件等对话内容不构成本笔记的知识内容，未作为事实保留。