# Obsidian Vault Curator

> |

- **Type:** Skill
- **Install:** `agentstack add skill-zhou-paidaxing-claude-skills-knowledge-tools-obsidian-vault-curator`
- **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior
- **Seller:** [Zhou-PaiDaXing](https://agentstack.voostack.com/s/zhou-paidaxing)
- **Installs:** 0
- **Category:** [Productivity](https://agentstack.voostack.com/c/productivity)
- **Latest version:** 0.1.0
- **License:** MIT
- **Upstream author:** [Zhou-PaiDaXing](https://github.com/Zhou-PaiDaXing)
- **Source:** https://github.com/Zhou-PaiDaXing/claude-skills-knowledge-tools-/tree/main/obsidian-vault-curator

## Install

```sh
agentstack add skill-zhou-paidaxing-claude-skills-knowledge-tools-obsidian-vault-curator
```

Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent.

## About

# Obsidian Vault Curator

> 知识库自维护 skill。把 vault 当成一个**有状态**的系统:每次执行 = 一次状态推进。
> 设计借鉴 hermes-agent Curator(7 天周期)+ Background Review(每次操作后评分)双层闭环。

---

## 核心理念

| 原则 | 体现 |
|------|------|
| **规范 = 数据,逻辑 = 代码** | VAULT-SCHEMA.md 放 vault(用户可改),scripts 放 skill(版本化) |
| **机械自动 / 语义等人** | 命名/frontmatter 自动修;关联/合并/拆分写 BACKLOG.md |
| **增量优先** | 默认 `--since=7d`,只扫最近修改的;`--full` 显式才全扫 |
| **autoresearch 闭环** | audit 时间序列 + BACKLOG 信心累积(连续 3 次有效升至自动修候选) |
| **零运行时依赖** | scripts 是纯 Python stdlib;Dataview 装了更好(查询块替代部分静态表),没装也能跑 |

---

## 三种触发模式

### Mode A — 显式调用 `/obsidian-curate`

```
/obsidian-curate                          # 默认 --since=7d --scope=
/obsidian-curate --full                   # 全 vault 扫描
/obsidian-curate --scope=personal/        # 限定子树
/obsidian-curate --since=30d              # 指定时间窗
/obsidian-curate --synthesize             # 额外做跨笔记模式提取,更新 SYNTHESIS.md
/obsidian-curate --apply                  # 默认 dry-run,加 --apply 才真改文件
```

执行步骤:
1. 读 `VAULT-SCHEMA.md`(不存在则报错并提示用户先创建)
2. 跑 `scripts/scan.py` 输出 `/tmp/vault-scan.json`(违规清单 + 关联候选)
3. 跑 `scripts/score.py` 输出 `/tmp/vault-score.json`(评分 + lifecycle 判定)
4. dry-run 模式:把所有改动打到 audit 报告,**不写笔记文件**
5. `--apply`:跑 `scripts/auto_fix.py` 处理高信心(≥0.8)条目,中信心写入 `BACKLOG.md`
6. 跑 `scripts/audit_report.py` 生成 `audit/YYYY-MM-DD/` 系列报告
7. 更新 `HOME.md` 🔍 Vault Maintenance 章节链接最新 audit

### Mode B — 源码分析后联动

当 `source-code-analyzer` skill 或类似分析工作产出新笔记时:

```
Mode B 入参:
  --new-notes=path/to/temp/analysis.md,path/to/temp/learning-plan.md
  --target-project=
  --vault-section=personal/ai-tech/open-source
```

执行步骤:
1. 按 SCHEMA 决定目标目录:`//`
2. 重命名文件按 §3 规范:`.md` / `-analysis.md` / `-learning-plan.md`
3. 补 frontmatter(title/aliases/tags/created/updated/parent)
4. 扫描同目录已有笔记,自动加 `🧭 相关:` 横向链接
5. 触发 Mode A `--scope=//` 做收尾审计

### Mode C — 周期 loop

```
/loop 7d /obsidian-curate --since=7d --synthesize
```

每周自动跑一次增量 + 模式提取。autoresearch 闭环在此体现:
- 读上次 audit (`audit//scoring.md` 等),对比本次,看哪些 BACKLOG 项目仍未解决
- 仍存在的条目信心 +0.1,3 次后升至 ≥0.8 → 下次 `--apply` 自动修
- 高分笔记(score≥8)且关联数突增 → 自动加入 SYNTHESIS.md 候选

---

## 数据流

```
┌─ VAULT-SCHEMA.md ────────────┐
│  规范(用户演进)             │
└──────────────┬───────────────┘
               ▼
┌─ scan.py ────────────────────┐
│  扫所有 .md → 违规 + 关联候选 │ → /tmp/vault-scan.json
└──────────────┬───────────────┘
               ▼
┌─ score.py ───────────────────┐
│  评分 + lifecycle 判定        │ → /tmp/vault-score.json
└──────────────┬───────────────┘
               ▼
   ┌───────────┴───────────┐
   ▼                       ▼
┌─ auto_fix.py ────┐   ┌─ audit_report.py ──────────────┐
│ 高信心 自动修    │   │ 生成 audit/YYYY-MM-DD/ markdown │
│ + 写 BACKLOG.md │   │ 用 Dataview 查询块(若插件可用) │
└──────────────────┘   └────────────────────────────────┘
```

---

## 关键文件

| 文件 | 作用 |
|------|------|
| `scripts/scan.py` | 全/增量扫描,输出违规清单 + 关联候选 JSON |
| `scripts/score.py` | 三维评分 + lifecycle 状态机 |
| `scripts/auto_fix.py` | 机械修复(改名/归位/补 frontmatter),支持 dry-run |
| `scripts/audit_report.py` | 写 audit/YYYY-MM-DD/ 全套 markdown 报告 |
| `references/workflows.md` | 三种模式的详细参数 + 示例 |
| `references/scoring-rubric.md` | 评分维度细则 |

---

## Vault 路径

- **默认**:从环境变量 `OBSIDIAN_VAULT` 读取,若未设置则从用户级 CLAUDE.md 提取
- **覆盖**:`--vault=path` 显式指定
- **当前个人配置**:用户 `~/.claude/CLAUDE.md` 声明 `/Users/shideng/Documents/Obsidian Vault`(各用户不同)

---

## 常用工作流

**首次冷启动(用户刚装 skill)**:
```
/obsidian-curate --full --apply
```

**日常增量**:
```
/obsidian-curate                # 默认 7 天增量 + dry-run,看报告
/obsidian-curate --apply        # 满意了就 apply
```

**周期自动**:
```
/loop 7d /obsidian-curate --since=7d --synthesize --apply
```

**只看孤立笔记**:
```
cat "/audit/$(ls /audit | tail -1)/orphans.md"
```

---

## 错误处理

| 错误 | 应对 |
|------|------|
| VAULT-SCHEMA.md 不存在 | 报错并提示运行 `cp /templates/VAULT-SCHEMA.md /` |
| Dataview 未安装 | 降级到静态 markdown 表,不报错 |
| git 不可用(vault 不是 git repo) | 用 `find -mtime` 替代 git log 做增量 |
| 写文件失败(权限/路径) | 写入 audit/errors.md,不阻塞其它笔记处理 |

---

## 演进方向

- v1.1: 支持 Bases 文件(.base)的语义化生成
- v1.2: 装 Templater 后联动生成笔记模板
- v2.0: 引入 LLM 做语义关联候选(目前只靠 frontmatter tag + 文件名相似度)

## Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [Zhou-PaiDaXing](https://github.com/Zhou-PaiDaXing)
- **Source:** [Zhou-PaiDaXing/claude-skills-knowledge-tools-](https://github.com/Zhou-PaiDaXing/claude-skills-knowledge-tools-)
- **License:** MIT

Install and usage instructions live in the source repository linked above.

## Pricing

- **Free** — Free

## Security capabilities

Automated source analysis of v0.1.0 — what this tool can access:

- **Network access:** no
- **Filesystem access:** no
- **Shell / process execution:** no
- **Environment & secrets:** no
- **Dynamic code execution:** no

*"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.*


## Versions

- **0.1.0** — security scan: passed — Imported from the upstream source.

## Links

- Listing page: https://agentstack.voostack.com/l/skill-zhou-paidaxing-claude-skills-knowledge-tools-obsidian-vault-curator
- Seller: https://agentstack.voostack.com/s/zhou-paidaxing
- Browse the marketplace: https://agentstack.voostack.com/browse

---
Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.