4、 wikilinks 交叉引用与 Dataview 查询实战
第4篇｜wikilinks 交叉引用与 Dataview 查询实战
预计阅读时间：20分钟
核心目标：掌握用 wikilinks 构建知识网络，以及用 Dataview 做主动知识发现
4.1 wikilinks 基础
4.1.1 语法
[[页面标题]] → 链接到当前目录下的某页面
[[子目录/页面标题]] → 链接到子目录下的页面
[[页面标题|显示文本]] → 链接但显示自定义文字
4.1.2 实际示例
## 相关概念
- Attention 机制：[[attention机制]]
- Transformer：[[transformer架构]]
- 深入理解可参考 [[https://arxiv.org/abs/1706.03762|原始论文]]
## 也可以这样
[[attention机制|点击查看 Attention 详解]]
4.1.3 链接状态
在 Obsidian 中，你会看到三种颜色：
| 颜色 | 含义 |
|------|------|
| 白色/普通色 | 页面存在，链接正常 |
| 红色 | 页面不存在（broken link），需要创建 |
| 灰色 | 页面已存在但被移到了其他目录 |
4.2 为什么 wikilinks 是 LLM Wiki 的核心
RAG 系统的知识是「隐性关联」——两篇文档讨论同一个概念，但模型要靠猜才能发现。
wikilinks 是「显性关联」——当你写 [[attention机制]] 时，你就是在明确告诉系统：这个页面和 attention 机制有关。
效果：
- Graph View 能可视化成知识图谱
- Dataview 能查询「哪些页面引用了 X」
- Agent 能顺着链接发现相关知识，而不是每次都从全文检索
4.3 wikilinks 使用规范（来自 SCHEMA）
回顾第3篇的 conventions：
- 每个 Wiki 页面至少 2 个出站 wikilinks——防止页面孤立
- 链接到已存在的页面（红色 broken link 太多说明在造孤岛）
- 链接描述要直观——
[[transformer]]比[[T]]更好读
4.3.1 好链接 vs 坏链接
# ✅ 好链接
[[transformer架构]] — 清晰表达了关联内容
[[openai-gpt4|OpenAI GPT-4]] — 显示文本更友好
[[rlhf#与DPO对比]] — 链接到目标页面的特定章节
# ❌ 坏链接
[[T]] — 缩写太模糊
[[AI/ML]] — 路径含空格/斜杠，容易出错
[[ transformer ]] — 多了空格
4.4 主动知识发现：用 Dataview 查询
Dataview 是 Obsidian 的查询引擎，用类 SQL 语法在 Markdown 文件的 YAML frontmatter 上做查询。
4.4.1 基本查询结构
```dataview
TABLE <列1>, <列2>
FROM "<目录>"
WHERE <条件>
SORT <排序列> <升序/降序>
```
4.4.2 常用查询示例
查询1：列出所有 entity 类型页面
```dataview
TABLE title, tags, updated
FROM "entities"
SORT updated DESC
```
查询2：查找所有包含 nlp 标签的页面
```dataview
TABLE title, type, updated
FROM ""
WHERE contains(tags, "nlp")
SORT title ASC
```
查询3：找出超过 90 天未更新的「过时」页面
```dataview
TABLE title, type, updated
FROM ""
WHERE updated < 2026-02-01
SORT updated ASC
```
查询4：统计各类型页面的数量
```dataview
TABLE length(rows) as count
FROM ""
GROUP BY type
```
查询5：查找所有 confidence: low 的页面
```dataview
TABLE title, tags, sources
FROM ""
WHERE confidence = "low"
```
4.5 高级查询：发现「知识盲区」
4.5.1 孤立页面检测（Inbound Links = 0）
找出哪些页面从未被其他页面引用：
```dataview
LIST title
FROM ""
WHERE length(file.inlinks) = 0 AND file.folder != "raw"
SORT title ASC
```
⚠️ 新建的空页面（还没有写入任何 wikilinks）会出现在这里，这是正常的。但如果一个老页面长期孤立，说明它和其他知识没有建立联系，需要补充 wikilinks。
4.5.2 找出引用了某页面的所有页面
```dataview
LIST title
FROM ""
WHERE contains(file.inlinks, [[transformer架构]])
```
4.5.3 某标签下更新最频繁的页面（热度排行）
```dataview
TABLE title, updated
FROM ""
WHERE contains(tags, "models.llm")
SORT updated DESC
LIMIT 10
```
4.5.4 来源最多的页面（知识枢纽页）
```dataview
TABLE title, length(sources) as sourceCount
FROM ""
WHERE length(sources) > 0
SORT sourceCount DESC
LIMIT 10
```
4.6 Graph View：可视化知识网络
按 Cmd/Ctrl + G 打开 Graph View。
4.6.1 图谱视图说明
[transformer架构]
/ \
/ \
[attention机制] [self-attention]
\ /
\ /
[multi-head-attention]
- 节点 = Wiki 页面
- 连线 = wikilinks 关系
- 节点大小 = 被引用次数（inlinks 越多，节点越大）
4.6.2 过滤和聚焦
Obsidian Graph View 支持筛选：
- 按标签筛选：只看
models.llm相关的节点 - 按路径筛选：只看
entities/下的节点 - 高亮当前页面的一度、二度关联节点
4.6.3 本地 Graph vs 全局 Graph
| 视图 | 打开方式 | 用途 |
|------|---------|------|
| Local Graph | 右键页面 → Open Local Graph | 只看当前页面及其直接关联 |
| Global Graph | Cmd/Ctrl + G | 整个 Vault 的全局知识网络 |
4.7 实际工作流：用查询驱动 Wiki 维护
Dataview 不仅仅是「看看有什么页面」，更是维护 Wiki 健康度的工具。
工作流示例：Weekly Wiki Review（每周一次）
① 查询孤立页面 → 补充 wikilinks
② 查询过时页面（>90天未更）→ 更新或标记 stale
③ 查询 confidence: low 的页面 → 找更多来源提升置信度
④ 查询无 sources 的页面 → 判断是否需要补充来源
⑤ 统计各类型页面数量 → 了解 Wiki 覆盖的广度
示例查询组合
```dataview
TABLE title, type, updated, length(file.inlinks) as links
FROM ""
WHERE file.folder != "raw" AND file.folder != "_archive"
SORT links ASC
LIMIT 20
```
这个查询找出链接数最少（最容易孤立）的 20 个页面，是优先维护的对象。
4.8 反向Wikilinks：inlinks 的价值
「被引用」比「主动引用」更重要。
file.outlinks= 我主动链接了谁（我认可的知识关联）file.inlinks= 谁主动链接了我（我的知识价值）
一篇页面 inlinks 越多，说明它越处于知识网络的核心位置，是真正的「枢纽页」。
# 比如 transformer架构 可能有 50 个 inlinks
# 说明 50 个其他页面都认为它和自己的主题相关
4.9 小结
- wikilinks 是 LLM Wiki 的「血管」——让知识流动、关联、形成网络
- 每个页面至少 2 个出站链接——这是防止「孤岛页」的核心规范
- Dataview 是主动知识管理的工具——发现孤立、过时、低置信度页面
- Graph View 把静态文件变成可交互的知识图谱
- inlinks 数量 = 页面在知识网络中的重要度
下一篇预告：第5篇我们将进入工程落地阶段，讲解 Obsidian Headless 在服务器上的配置——如何让 Agent 在后台持续维护 Wiki，同时 Obsidian 桌面端实时同步看到更新。