惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

阮一峰的网络日志
阮一峰的网络日志
Blog — PlanetScale
Blog — PlanetScale
B
Blog RSS Feed
L
LangChain Blog
Jina AI
Jina AI
爱范儿
爱范儿
C
Check Point Blog
云风的 BLOG
云风的 BLOG
Last Week in AI
Last Week in AI
月光博客
月光博客
GbyAI
GbyAI
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Stack Overflow Blog
Stack Overflow Blog
V
V2EX
A
About on SuperTechFans
有赞技术团队
有赞技术团队
Microsoft Azure Blog
Microsoft Azure Blog
The GitHub Blog
The GitHub Blog
博客园 - Franky
Apple Machine Learning Research
Apple Machine Learning Research
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Google DeepMind News
Google DeepMind News
博客园 - 三生石上(FineUI控件)
S
SegmentFault 最新的问题

Data4Fun

要不要把大模型搬回本地 AI 新手村:让大模型学会操作浏览器 Data4Fun Data4Fun Data4Fun Data4Fun 当我使用Claude Code时我在想什么 如何使用Skill_Seeker助力 Skills 开发 使用 pyspark 处理数据的基本流程 AI新手村:Claude Code 飞桨 AI Studio:一步步微调你的大模型 AI 新手村:CLIP AI新手村:LLM 从一张表格谈起 AI新手村:MCP AI 新手村:Embedding AI新手村:Atlas入门 长沙印象 开始炼丹,如何快速训练一个神经网络 如何快速建立一个神经网络 初探 YOLOv1
Data4Fun
Shaoyang · 2026-07-22 · via Data4Fun

最近梳理了一下自己在 onsidian 上记的笔记,发现过去很多记的笔记都比较零散,记到电脑或者手机上之后,就很少再会查看或者利用了。

为了让自己过去的笔记内容不再荒废,为了让现在的我支援未来的自己,我研究了一下如何让笔记流动起来的方法。

调研

市场上常用的笔记组织方法有 2 种,PARA 记录和Zettelkasten记录。

1/ PARA

笔记的目录结构分为 4 类:

  • 项目(project):有明确截止日期的进行中项目(例如,“第三季度上线公司网站”)

  • 领域(area):持续负责的领域,没有截止日期(例如,“健康”、“财务”、“XYZ 团队”)

  • 资源(resource) :按兴趣分类的参考资料(例如,“机器学习”、“斯多葛哲学”)

  • 存档(archive) :以上三个类别中的非活跃项目

2/ Zettelkasten

Zettelkasten 的核心是原子笔记(每条笔记只记录一个想法)。

Zettelkasten 的核心原则:每张永久笔记都必须至少与其他一张笔记关联;无法与任何笔记关联的笔记,或许就不该作为独立笔记存在。

笔记的目录结构分为 3 类:

  • 转瞬即逝的笔记(Fleeting notes):快速记录、处理后丢弃。
  • 阅读笔记(Literature notes):关于你所读内容的笔记。
  • 永久笔记(Permanent notes):用你自己的语言记录的原子笔记,随时可查。

我的思考

我的笔记组织结构核心想法是不想太复杂,目录结构尽量不要嵌套多层,这是我以前的苹果备忘录的组织结构:

image-20260722100354869

整体看,整个目录结构并不像 PARA 那样相互独立,比如有的笔记既可以放在商业目录下,也可以放在数据目录下,其实这种情况用「标签」的方式组织或许会更好。

除了结构简单,我对笔记系统的核心速求是要用起来,可以有产出。于是,在纸上勾勾画画之后,我总结了整体的框架如下:

我的笔记系统

实践

基于上面的思考,我重新设置我的obsidian 的目录,结构如下:

我的 onsidian 目录