Vault Health Report
知識庫大了以後,第一件事是看見它的健康狀態
我把 Obsidian 用成工作基地之後,筆記、附件、匯入資料、AI 產物和 skills 都放在同一個 Vault 裡。資料變多不是壞事,但如果不知道哪些連結斷了、哪些筆記沒有 metadata、哪些技能會改動資料,後面的自動化就會開始不穩。
vault health / 最近一次健康掃描
規模已大,維護債可量測
total_files19,970納入檢查的檔案
markdown_notes6,341知識庫核心筆記
attachments5,568圖片與文件附件
skill_signals50SKILL.md 訊號
我用四個層次觀察這個 Vault
Layer 01
內容規模
筆記、附件、檔案類型、核心資料夾與大型筆記,判斷資料量與來源結構。
Layer 02
連結網路
未解連結、孤立筆記、被連結最多的知識熱點,判斷知識網路品質。
Layer 03
Metadata 品質
標籤、YAML、properties 與編碼狀態,判斷內容能否被穩定查詢與自動化引用。
Layer 04
AI 協作層
SKILL.md registry、會改動 Vault 的 skills、工具依賴與警示類型。
Output
靜態報告
報告輸出為單檔 HTML,可離線保存、直接開啟,不依賴服務啟動。
Action
整理順序
將掃描結果轉成清理順序:先處理高風險連結、metadata 與可改動 Vault 的 skill。
大量更新之後,一定要回頭檢查品質
最近 14 天有 2,064 篇筆記異動,其中 2026-04-30 有 1,454 筆、2026-05-01 有 549 筆。這種尖峰通常代表匯入、批次整理或自動化產出;如果沒有後續健康檢查,很容易留下大量 metadata 與連結債。
近期異動
daily update spikes- 2026-04-301,454 筆異動,疑似大型匯入或批次處理高峰。
- 2026-05-01549 筆異動,需要搭配品質檢查確認內容狀態。
- 2026-05-05113 筆異動,仍高於一般日常更新量。
我的判讀
why this matters- 大量匯入需要檢查編碼、空白筆記、大型筆記與附件比例。
- 自動化產出需要檢查命名、YAML、tag 與未解連結。
- 後續治理尖峰後接續 health report,比單純計算產出數量更能避免維護債累積。




