mcpField
O
obsidian-paper-vault

obsidian-paper-vault

github.com/aperivue生产力35345 次安装1 天前更新
代码仓库

关于 obsidian-paper-vault

此 Claude skill 将研究 PDF 文件夹整理为 Obsidian 文献笔记与概念笔记，适合管理论文阅读和跨文献概念综合。它强调依据提取文本写作、避免覆盖已有笔记，并通过队列跟踪进度。

主要功能

  1. 01生成文献笔记与概念笔记
  2. 02批量提取 PDF 文本
  3. 03检查并跳过已有笔记
  4. 04按队列跟踪处理进度

适用场景

  1. 01整理文件夹中的研究论文
  2. 02从多篇论文综合概念
  3. 03分批处理大型论文集合

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/aperivue/medsci-skills --skill obsidian-paper-vault

安装后在 Claude Code 中输入/obsidian-paper-vault确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

skill.yml
assets/
example_concept_note.md
example_paper_note.md
example_queue.md
references/
concept-extraction.md
subagent-prompt.md
tag-vocabulary.md
templates.md
workflow.md
references/locale/ko/
note_templates.md
scripts/
extract_pdfs.py
tests/
test_extract_pdfs.py

详细介绍

Obsidian Paper Vault

将研究论文 PDF 文件夹转换为双层 Obsidian 知识库：文献笔记（每篇论文一篇，使用模板）和原子概念笔记（综合多篇论文）。

与 /lit-sync 的关系

这两项技能都会将文献笔记和概念笔记写入相同的知识库文件夹。它们从相反方向开始工作，不能互相覆盖。

/lit-syncobsidian-paper-vault
输入Zotero 分类 / refs.bibPDF 文件夹
笔记键citekey简短的描述性标题
管理内容manuscript/_src/refs.bib提取文本缓存

绝不要覆盖现有笔记。 如果论文的笔记已存在（按标题、DOI 或 citekey 判断），请报告并跳过。当两项技能同时使用时，/lit-sync 笔记是书目主干；本技能的笔记则是通读摘要。

步骤 0：确定知识库布局——询问，不要假设

开始写入任何内容前，先确定以下三个路径：

  1. 知识库根目录——由用户提供，或使用 $OBSIDIAN_VAULT。绝不要猜测主目录路径。
  2. 文献笔记文件夹——默认为 Literature/。如果知识库中已有承担此用途的文件夹（02_research/논문/、Papers/、文献/），请尊重现有布局，不要强行采用默认设置。
  3. 概念笔记文件夹——默认为 Concepts/，同样遵循尊重现有布局的规则。

对于结构为韩语的知识库，请参阅 references/locale/ko/note_templates.md——文件夹名称和笔记标题使用韩语，需选择启用。

另外，请确认 PyMuPDF 可用：python3 -c "import fitz; print(fitz.__version__)"（使用 pip install PyMuPDF 安装）。文本提取缓存默认存放在 ~/.local/cache/paper-vault-texts/，除非用户指定其他位置。

步骤 1：预先提取 PDF 文本——始终执行，适用于任何批次

python3 "${CLAUDE_SKILL_DIR}/scripts/extract_pdfs.py" <pdf_folder> <text_cache_folder> [max_pages]

默认提取 12 页，对于大多数论文而言，这足以涵盖摘要至讨论部分。如果生成的笔记内容空泛，说明文本文件仅包含摘要，或 OCR 质量较差：请增加提取页数，或检查源 PDF。无法提取文本的 PDF（仅包含图像的扫描件）会标记为 FAILED … (needs OCR)，且不会生成 .txt 文件；请先进行 OCR，或以交互方式阅读，绝不要将其纳入批量处理。

绝不要将 PDF 路径交给子 Agent。 无法打开文件的子 Agent 不会报告失败——它会根据训练数据写出笔记，生成的笔记看似合理，实则包含编造的数字。请改为传递 .txt 路径。单篇论文的交互式处理可以直接读取 PDF（Read 工具支持 PDF）；批量处理则不可以。

步骤 2：撰写笔记——并行使用子 Agent

将一批论文分配给多个并行工作的子 Agent，每个子 Agent 负责少量论文（单个 Agent 负责过多论文时，笔记质量会下降），并按主题为每个 Agent 分组论文，以便发现反复出现的概念。

给每个子 Agent 提供：分配给它的文本文件路径及目标文件名、references/templates.md 中的模板原文、已有概念笔记清单，以及不得捏造任何内容的要求。完整提示词见 references/subagent-prompt.md。

每篇笔记，无论批量撰写还是单独撰写，都遵循以下规则：

  1. 数字、作者和日期只能来自提取的文本——绝不能依赖模型知识，不论这篇论文多么耳熟能详，因为知名论文在不同版本间会有差异，而虚构的数值恰恰最容易在这里看起来可信。
  2. **文本未说明的内容，笔记就不得声称。**缺失的信息应写作“提取的文本中未说明”，而不是自行补全。
  3. 原样保留 PDF 文件名，写入 ![[filename.pdf]]：将文本文件名中的 .txt 替换为 .pdf，逐个字符保持一致（嵌入对大小写、空格和标点都很敏感）。
  4. **使用 references/templates.md 中的 frontmatter 字段名。**Dataview 查询若遇到字段重命名会失效，而且只会返回空表，不会报错。
  5. 使用现有标签词汇表（references/tag-vocabulary.md），不要自行创建顶级标签。
  6. 笔记名称应包含 3–5 个关键词概念，不要使用 PDF 的完整标题，也不要使用 paper_001。

不确定文献笔记的格式时，请参阅 assets/example_paper_note.md。

关卡——批次验收前：对照文本文件抽查两篇笔记（一项样本量、一项效应估计）。如果任一数值未出现在文本中，请停止处理该批次并报告，不要继续。是否豁免此关卡由用户决定，而非由此技能决定。

步骤 3：在队列文件中跟踪进度

在知识库中保留 PAPER_QUEUE.md，按论文记录状态（已完成 / 待处理 / 已跳过 / 处理中），确保拥有 200 篇论文的知识库能在不同会话间持续使用。每处理完一批后更新该文件。

步骤 4：在文献笔记达到 10 篇以上后提取概念笔记

某个短语只有同时满足以下条件，才值得单独建立概念笔记：它出现在 3 篇以上的笔记中、具有教学价值，并且不同论文对它的处理方式有所不同。模型名称、数据集和期刊属于实体，而非概念。完整标准、频次扫描以及从萌芽到成熟的生命周期，请参阅 references/concept-extraction.md；格式请参阅 assets/example_concept_note.md。

大约每 5–7 篇文献笔记新增 1 篇概念笔记较为合理。新增更快就属于概念膨胀，最终会产生几十篇用户从未编辑过的空洞笔记。

关卡——在将概念笔记标记为已完成之前：概念笔记应以 🌱萌芽状态发布，并将定义标记为占位内容；只有经过用户审核，才能计入读者自己的笔记。交付时请明确说明这一点。

用户询问各层如何协同，或为何此技能不会撰写某些笔记时，请阅读 references/workflow.md。

评论

支持 Markdown