我平时用的笔记管理软件是 Obsidian，从 2021 年到现在，已经积累里将近 3000 篇笔记，包括 Daily Note、工作日志、读书笔记、博客文章、网络摘要等。随着现在 AI 的发展，很希望能够充分地利用知识库上下文，输出针对性的结果。

最常用的一个场景是，在做项目管理的时候，要生成项目周报、阶段性成果、下阶段工作安排、项目风险、应对措施、项目亮点、项目收益等信息。希望 AI 能够基于我的工作笔记，可以生成针对性内容，而不是去豆包聊天界面，输入一大堆上下文。

做法如下：

1、整合笔记，统一笔记里的标签，并统一加入到 MetaData 里的 tags 属性里，方便 AI 读取笔记间的关联。以前的笔记，打标签的位置各不相同，有些在笔记开头吗，有些在 MetaData 里，而且标签比较零散，不体系化。所以给笔记做了一次「打扫整理」。

2、安装 Terminal 插件，连接本地的 OpenCode。

3、为指定主题创建一个 MOC 笔记，如支付项目 MOC，这样就可以列出所有关联笔记。MOC，全称叫 Map of Content，也就是专题知识地图，把所有零散的关联笔记通过双链方式或者 DataView 语法汇总到一个页面。个人比较喜欢使用 DataView 语法，更加自动化。以下是 DateView 语法的示例，将所有标签为 支付项目 的笔记列列表格展示，根据创建时间倒序排列。

Table file.ctime AS "创建日期" FROM #支付项目 SORT file.ctime DESC

4、在 MOC 笔记路径下打开 Terminal 插件，启动 OpenCode，提问这个主题下的所有问题，这样 OpenCode 就有充分的上下文去生成自己的内容。