當筆記數以萬計該怎麼管理？
個人知識庫擴張至近 3 萬個檔案並接入多個 AI Agent 自動入庫時，斷裂引用、孤立節點、Schema 漂移與寫入風險會逐漸堆疊。若魯莽批次清除，容易誤刪歷史外部證據；若放任不管，知識圖譜與 Agent 檢索精準度終將退化。這套健康觀測系統（Vault Health Report）以確定性靜態掃描取代盲目清理，將龐雜的告警指標轉化為具備優先級的工程維護清單。
頁面數字來自 2026-08-30 15:27 執行的 /check-wf。它描述本次掃描到的 29,756 個檔案與 11,903 篇 Markdown，不代表持續更新的即時狀態。
來自 14,638 個斷鏈背後的來源分類與維護排序
未解連結、孤立節點、缺少 YAML、編碼異常與逾期 raw 佇列，會直接影響搜尋、引用或後續批次處理；每類問題必須先溯源分類，絕不能看到數字就一鍵清除。
六維健康觀測矩陣
實體內容規模
盤點 Markdown 與附件容量比例，精確掌控 29,756 個實體檔案目前分佈在哪些目錄區域。
引用拓撲斷層
掃描未解連結與孤立節點（Orphan Notes），評估知識網路的耦合度與檢索斷裂點。
Metadata 欄位缺口
稽核 YAML frontmatter 與 Properties，列出批次處理前需要補齊結構化欄位的筆記清單。
零相依靜態 HTML
巡檢結果編譯為單檔免伺服器 HTML，在離線或 CI 終端環境皆能在 10ms 內極速開啟。
維運優先級排序
將巡檢指標自動排序，優先列出編碼損毀、Stale raw 逾期與 Metadata 債務以啟動排程清理。
異動尖峰即是複查信標：掌握 30 天寫入波峰與架構防呆
在最近 32 日的快照中，2026-08-27、08-29 與 08-18 分別出現 130、83 與 74 筆異動。波峰通常來自外部素材大批量導入、全庫索引重建或批次腳本執行；報告將尖峰作為審查入口，對照當日任務紀錄排查異常。
近期異動尖峰
daily update spikes- 2026-08-27130 筆改動：大量索引與規則資料更新，需重點稽核格式與 Wikilinks 一致性。
- 2026-08-2983 筆改動：集中整理與新增筆記，需要檢查 metadata 與來源鏈完整度。
- 2026-08-1874 筆改動：維護管線與作品集更新，需對照當日 SQLite 呼叫紀錄確認變更範圍。
防呆判讀重點
why this matters- 大批量導入防線重點檢查 UTF-8 編碼損毀、超大檔案溢出及無效附件殘留。
- 自動化寫入防線嚴格檢查自動生成工具的命名規範、YAML Schema 覆蓋率與懸空引用。
- 異動後即時複查高峰後執行
/check-wf，將新產生的格式、連結與索引問題及時帶回維護清單。
確定性 Python 腳本 vs 語意 Agent：高頻檢查與破壞性動作的職責隔離
在知識庫治理中，規則統計與語意判斷必須分工明確：本地 Python 腳本負責檔案計數、格式校驗、索引與可重現的修補；Agent 則專注於摘要、語意衝突偵測與整併提案。凡涉及內容實體搬移或刪除等破壞性動作，強制停在人工確認閘門（Human Gate）。
來源連結修補機制
path repair- 證據來源路徑穩定化
repair_evidence_sources.py將指向_Inbox/或Clippings/的臨時連結，重定向至daily-dream-cycle封存至raw/內的穩定實體路徑。 - Aliases 繼承機制整併重複概念筆記時，新筆記自動繼承舊名稱為 Aliases，確保歷史 Wikilink 仍能被 Obsidian 正確解析。
- 非破壞性封存策略被
Dream Fusion整併的舊筆記移至raw/_Archived_Concepts/封存，絕不直接執行硬刪除。
確定性檢查架構
Python / Agent boundary- 三大確定性健康檢查
check_skillpack_health.py校驗規範、build_entity_promotion_report.py分析提拔候選、check_vault_health.py稽核斷鏈與孤立頁，全部由本地 Python 完成。 - Zero-LLM 依賴的巡檢設計例行健康巡檢完全不依賴外部 LLM API，消除 Token 浪費與網路延遲，在離線與高頻執行下保證 100% 可重現性。
- 確定性與語意嚴格分工度量統計（字數、目錄索引、格式校驗）由 Python 腳本把關，語意理解（摘要、語意衝突偵測）交由 AI Agent 提案。
根因定位：未解連結與孤兒節點的四類真實來源
14,638 個未解連結與 10,549 篇孤立筆記並非單純的損壞資料。系統將其拆解為「第三方轉換殘留」、「外部規格引用」、「系統配置檔」與「歷史遷移債務」四大根因，再分別採取修補、補 Alias 或建立主題索引等精確治理手段。
未解連結根因分析
Unresolved Roots- HIS Integration API 轉換殘留
HIS/YourHIS/Integration-API/[資訊軟體為最高頻未解根因（出現 297 次），源自第三方文檔轉換殘留，適合以路徑正則清理。 - Holistic Data Requirement 規格引用外部需求文件命名殘留出現 158 次，適合後續以 Aliases 或來源映射表修補。
- New Data Requirement 內部引用需求文件內部相互引用出現 147 次，需確認是否建立 Canonical Wiki 實體頁或保留為外部證據。
孤立節點根因分析
Orphan Roots- 系統規則與根目錄配置檔
AGENTS.md、CLAUDE.md、Gemini.md被標記為孤立樣本；此類屬於系統配置，由白名單規則豁免。 - AI SQA 與 Medical IT 研究資產部分早期深挖研究尚未串接至 Wiki 主圖譜，應以主題目錄（INDEX）補齊入站連結，而非貿然刪除。
- 歷史遷移與封存資料OneNote 與 Notion 歷史匯入資料為主要孤立來源，適合透過 Dream Cycle 與 Vault Maintainer 分批整合。
本次快照同時標註出 8,796 篇缺標籤、6,224 篇缺 YAML、88 篇空白筆記與 2 個編碼異常。這些項目將分流入「確定性腳本修復」與「人工審核確認」雙軌管線，防止歷史匯入債務干擾日常寫入流程。
工具清冊與內容健康：兩張看板的架構互補與雙重防線
Workspace Skill Inventory 盤點工具的用途、入口與成熟度；Vault Health Report 檢查工具即將讀寫的筆記實體、拓撲與 Metadata。兩者分別掌管「能力」與「資料」，搭配 SQLite 執行日誌，構成完整的可觀測治理體系。
Capability Registry（能力註冊表）
聚焦客製 SKILL：用途、分類、成熟度、文件覆蓋、短指令、腳本相依、Eval 測試覆蓋與詳細頁。
Vault Health Report（知識庫健康報告）
聚焦 Vault 本體：筆記、附件、引用拓撲、Metadata 完整度、編碼異常、更新尖峰與 32 個寫入工具改動面。
Skill Work Log 記錄技能每次進入生產任務後留下的時間戳、目標、摘要與異動訊號，讓靜態清冊與動態執行軌跡互相印證。
每次掃描產出精確的問題數量、來源分類、修復優先級與人工確認項目。維護管線依清單分批執行，並以讀回驗證確保知識庫在自動化擴張下始終維持高完整度。
探索 Obsidian 系列其他作品
這套工作區分為兩大主軸：左側「知識生命週期」掌管外部訊號採集、每日增量入庫與存量衝突融合；右側「治理與觀測」提供能力目錄檢索、Vault 健康巡檢與執行日誌稽核。
知識生命週期
Morning Briefing 接外部訊號，Dream Cycle 處理每日增量；遇到重複或衝突時交由 Dream Fusion 收斂。
治理與觀測
Skill Inventory 盤點可用工具，Vault Health 掃描維護風險，Work Log 記錄實際呼叫與修改軌跡。