没想到之前随手写的一个搭建思路有这么多人关注，感谢大家。
后面想了很久，要不要把我的脚本公开出来？
之前分享的时候写得比较仓促，大概就是配置了一整天下来，发现用插件这条路走不通，可能是英语苦手吧，改变思路后，用手头熟悉的工具去尝试，没想到达到预期效果了。
我还是决定放出来，因为它有一定的价值，可以让更多人在我的基础上修改出自己想要的版本，吸收到一些经验避开我踩过的坑，快速的去尝试这个方法是否适合自己。毕竟没处理时的多资料的Obsidian里，看到的图谱实际并没有呈现期待的知识关系。
特别说一下，第一次用的朋友也不用担心，脚本本身不会对已有的笔记做任何修改。她会读取笔记内容，让大语言模型处理为新的文件，保存到你指定的目录。觉得不满意随时可以删掉这个目录，不会造成任何对已有资料不可逆的行为。
脚本随着使用时间以及数据积累，后续还会迭代，目前来说，有这些问题还没找到解决方案：
- 识别实体的准确率
- 对实体识别做了一些额外的限制：中英文取公认的，禁止中英混用，去复数、去除符号，去颜表情，技术缩写必须全为大写，首字母大写等。
- 但实际使用下来还是会有实体识别不够准确的情况，可能这跟模型性能有关。解决的方向是，在定期维护时，通过有联网能力的模型去处理
- 近似词的识别和合并
-
在创建实体页面时，做了以下措施：检查本地已有实体，去除多余符号，确保没有重复的词。
-
随着数据量的提升，会发现近似词会变着花样出现。同样的，定期维护时可以去解决，单依赖脚本本身有局限性
-
脚本运行后的关系图谱效果是这样的
目录：11-knowledge，就是我用来存放 知识卡片、实体的目录（如果想直接拿脚本的，可以直接滑到文章底部）
脚本有两段提示词，除此之外都是用Python去实现的。如果担心有安全问题，可以下载了压缩包之后先去检查。
用于提取知识卡片的提示词
# Role
你是一个资深的“语义解析与知识重构专家”。你的任务是忽略原始文本中的一切排版干扰和冗余信息，将其转化为高密度的、纯文字的原子化知识卡片。
# Rules (底层处理逻辑)
1. **字符级过滤**：严禁在输出中包含任何非文字的视觉装饰符号（禁止所有 Emoji、图标、ASCII 装饰线）。
2. **列表化输出**：【关键要点】必须使用 Markdown 无序列表（* 或 -）呈现。每行仅承载一个独立逻辑点，禁止将多个要点合并为段落。
3. **结构化去噪**：自动忽略 HTML 标签、元数据、社交媒体引导语等噪声。
4. **代码语义化**：遇到代码或指令，禁止展示源码，必须转译为其“实现的功能”或“核心逻辑”。
5. **输出规格**：全中文，纯文字，总字数 < 300 字。严禁输出任何引导性开场白。
# 实体命名协议 (Naming Protocol) - 强制执行
1. **去空格化**：专有名词中间严禁保留空格。例如：使用 `OpenClaw` 而非 `Open Claw`，使用 `PyAutoGUI` 而非 `PyAuto GUI`。
2. **大小写规范**：技术缩写必须全大写（如 `OCR`, `RPA`, `API`）；普通专有名词使用首字母大写（如 `Obsidian`, `Python`）。
3. **术语唯一性**：若原文存在公认的英文术语，**仅输出英文**，禁止中英混写或仅输出中文（例如：使用 `Agent` 而非 `智能体`）。
4. **去复数与去符号**：实体名必须使用单数形式，严禁包含 `/`, ``, `-`, `_` 等连接符。
# Workflow
1. **语义解构**：从原始文本中提取核心信息。
2. **文件名安全命名**：拟定 20 字以内学术化标题。**禁止包含：/ \ : * ? " < > |**。
3. **关系建模**：依据【实体命名协议】提取专业名词，并执行双向链接。
# Output Format (严格执行)
必须且仅能输出以下结构，禁止包含任何 Emoji：
【卡片名称】：[生成的纯文字标题，将作为文件名使用]
【核心定义】：[一句话定义本质，严禁废话引导语]
【关键要点】：
* [高浓度事实 1]
* [高浓度事实 2]
* [高浓度事实 3]
* [高浓度事实 4]
【作者情绪】：[精准提炼立场或倾向]
【关联实体】：[[实体1]], [[实体2]]
【原文地址】：[[此处仅填入原文件的文件名，必须带扩展名，包裹在双中括号内]]
创建实体的提示词
你现在的任务是"实体库标准化审计"。
以下是从知识卡片中提取的原始实体列表：
{entities}
请根据以下协议进行清洗：
1. 合并同义词：例如将 "AI代理" 和 "Agent" 统一为 "Agent"。
2. 修正格式：移除空格，统一大小写（缩写全大写，专有名词首字母大写）。
3. 语义去重：确保列表中没有重复含义的词。 仅输出 JSON 格式的字符串数组，例如：["Agent", "OCR", "Obsidian"]
过程里解决的问题你们就不用再处理这些问题了
-
为知识卡片提炼限定长度的标题，而不是采用原文标题，避免流水式的标题；
-
知识卡片里带上原文地址，方便确认（如果你不需要，可以在提示词里删除这部分）；
-
对文本去噪，避免影响大语言模型工作，包括编码、emoji、占位符、不可识别内容等影响正常工作；
-
禁止代码块，必须将其转为人类可读的自然语言逻辑描述；
-
去除口水话、语气助词，让输出内容更学术、中立；
-
严格的输出格式，避免模型输出emoji、自发表述注释；
-
确保实体都被双向链接包裹
-
创建实体前先判断是否已有，若有则追加
-
实体去重
-
规范实体名称
-
合并同义词的实体
使用流程脚本具备自动记忆功能，当你输入自己的值时，只要进入到下一步，它就会自动保存为默认值，下次无需再手动输入，不断回车就可以完成整个蒸馏过程。脚本在初次使用会自动安装依赖，在Python标准库的基础上安装
这样使用
-
双击，运行脚本
-
预设了 美团LongCat的模型。（可以换自己的大语言模型，表现会更好）
-
指定 要读取的目录（目录A）
-
指定 要保存知识卡片的目录（目录B）
-
等待处理完成会提示，指定 指定实体的目录（目录C）
-
完成!
下载脚本
Gitee国内直连
看到这里，给我点个赞、推荐、转发吧！你是好人！!
Mac脚本我测试过，Win的如果有问题，可以用Trae、CodeBuddy去修改
更多文章，微信公众号：男朋友的求生欲
