用 LLM 当选漏斗:从 5000 条 Obsidian 笔记里精准喂上下文
EXM7777 · x · 2026-09-26
作者分享了一套管理 5000+ 条 Obsidian 笔记的检索工作流:每条笔记一个想法,并在索引里配一行摘要,但 Claude 无法每轮读完全部内容,关键词搜索又会漏掉换了说法的同义笔记。
他的解法是让另一个模型 Jev 做四步筛选:
- 读 28 个 vault 的描述,判断任务属于哪个 vault
- 一次性核对该 vault 内所有笔记摘要,逐条独立判断
- 取前 5 条全文,再剔除与任务无关的
- 由代码把幸存笔记注入 Claude 的上下文
关键约束:候选列表由作者定义,Jev 不能捏造笔记,只能选错;每条选择带置信度分数,低置信时代码回退到 Claude 兜底。
「编程与Agent」频道最新
- 开发者实测:用 Agent 搭建自我改进工作流,呼应 Anthropic 递归自改进表态 — alexcovo_eth · 2026-09-26
- 100+ 生产级 AI 决策系统架构目录开源:LLM 写、JEV 决策、代码执行 — alexcovo_eth · 2026-09-26
- 一句「请反驳这个」对抗模型谄媚:先质疑再做计划 — victor_explore · 2026-09-26
- 从聊天机器人到常驻 Agent:微软基于 OpenClaw 出品,Mkara 猜 OpenAI 版本在哪 — heyneighbor · 2026-09-26
- 训练 600M 小模型引入滑动注意力窗口与记忆机制的一手实验 — KlausCodes · 2026-09-26
- 550 条样本训练 15 分钟,小模型本地推理 0.06 秒替代 Gemini — newz2000 · 2026-09-26