Obsidian smart links

Skill insight-stack/insight-stack-skills/skills/obsidian-smart-links

A collection of AI Agent skills and workflows powering the Insight Stack ecosystem.

Install

npx -y skills add insight-stack/insight-stack-skills --skill obsidian-smart-links

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

0 stars0 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

针对指定的 Obsidian 笔记，分析知识库构建双向链接（外链+反链），支持段落级链接，自动生成外链详情报告并交互确认后写入。适用于笔记深度整理、知识图谱完善、跨笔记关联建立等场景。

SKILL.md

4.8 KB, ~1.6k tokens by cl100k_base, as published. Nobody here has run it

Obsidian Smart Links

为指定的 Obsidian 笔记深度分析链接机会，构建双向连接，支持段落级链接。

核心能力

分析笔记的现有外链和反链
AI 推理潜在链接机会（不只是关键词匹配）
支持三层链接粒度：笔记级 / 章节级 / 段落级
生成结构化外链详情报告，交互确认后写入
同时建立正向链接和反向链接（双向连接）

工作流：分 5 步执行

Step 1：CLI 侦察（确定目标笔记）

确认目标笔记及其在 vault 中的位置：

# 列出目标目录的笔记
obsidian files folder="笔记目录" ext=md

# 获取目标笔记的章节结构（含行号，用于段落级链接）
obsidian outline file="笔记名" format=json

# 查看现有外链和反链
obsidian links path="笔记路径"
obsidian backlinks file="笔记名"

也可直接指定笔记路径，Claude Code 会自动分析。

Step 2：采集链接数据（Commands）

使用 slash commands 简化脚本调用：

/obsidian-links-status "笔记名"                          # 获取笔记链接现状
/obsidian-links-search "笔记名" "关键词"                  # 在 vault 中搜索相关段落
/obsidian-links-context "笔记名"                          # 导出完整分析上下文

等价于手动运行：python3 .claude/skills/obsidian-smart-links/scripts/analyze_links.py "笔记名" --status

Step 3：Claude Code 深度分析

Claude Code 读取笔记全文 + 采集数据，深度推理链接机会：

理解笔记主题：识别核心技术栈、方法论、核心观点
搜索相关笔记：在 vault 中找出语义相关的笔记
判断链接粒度：
- 笔记级：[[Note]] — 引用整篇
- 章节级：[[Note#Heading]] — 引用特定章节
- 段落级：[[Note#^block-id]] — 引用具体观点
生成推荐理由：说明链接价值

详细策略见 references/LINK_STRATEGIES.md。

Step 4：生成外链详情报告

Claude Code 依据 references/LINK_REPORT_TEMPLATE.md 生成报告，包含：

现有链接状态：已有哪些外链和反链
推荐链接列表：每个推荐包含理由、插入位置、链接粒度
交互确认：用户逐条确认（Y/n/q）
block-id 清单：段落级链接需要的 block-id

Step 5：写入链接

Claude Code 根据确认结果写入 wikilink：

# 章节级链接（直接插入）
Prompts 是即时灵活的对话指令。[[Agent Skills#Skills：可复用的专属能力包]] 则进一步将高频方法固化为可复用能力包。

# 段落级链接（两步操作）
# 步骤 1: 在目标笔记添加 block-id
Agentic 生态系统通过整合 MCP 等组件... ^mcp-ecosystem

# 步骤 2: 在当前笔记插入段落级链接
[[Agent 前沿解读#^mcp-ecosystem]] 详细描述了...

三层链接粒度

粒度	格式	适用场景
笔记级	`[[Note]]`	延伸阅读、引用整篇
章节级	`[[Note#Heading]]`	引用特定章节（Claude Code 自动从 outline 获取 heading）
段落级	`[[Note#^block-id]]`	引用具体观点（需先定义 block-id）

详见 references/LINK_STRATEGIES.md。

段落级链接的工作流程

段落级链接需要两步操作：

步骤 1：在目标笔记的相关段落添加 block-id

Agentic 生态系统通过整合 MCP 等组件... ^mcp-ecosystem

步骤 2：在当前笔记插入段落级链接

[[Target Note#^mcp-ecosystem]]

Claude Code 会自动生成稳定的 block-id（基于 heading + 段落内容的 hash）。

双向链接策略

好的链接是双向的。Claude Code 在建立链接时会同时考虑：

正向链接：在当前笔记 → 目标笔记
反向链接：在目标笔记的相关位置 → 当前笔记（如果有语义相关性）

注意事项

CLI 侦察不要跳过：先了解现有链接状态，避免重复建立
段落级链接谨慎使用：只对有独立价值的段落使用，避免标签噪音
block-id 稳定性：基于内容 hash 生成，即使笔记重构也保持有效
交互确认不可跳过：每次写入前必须确认，用户掌控最终结果

Gives 0 of the 12 instructions most note taking skills give in ~1.6k tokens

Counted across 686 of the 876 authors here whose files we hold, read 2026-08-06

include a visual element on every slidein 44 of 686, across 13 files
use wikilinks for internal vault linksin 35 of 686, across 11 files
commit to a single visual motif across every slidein 34 of 686, across 9 files
read pptxgenjs guide before creating presentations from scratchin 30 of 686, across 6 files
keep 0.5 inch minimum marginsin 30 of 686, across 7 files
use subagents to visually inspect rendered slidesin 30 of 686, across 6 files
re-verify affected slides after every fixin 27 of 686, across 5 files
run content QA checks before declaring successin 26 of 686, across 3 files
Use Markdown links for external URLs onlyin 26 of 686, across 10 files
pick a bold topic specific color palettein 24 of 686, across 2 files
read editing guide before editing existing presentationsin 23 of 686, across 1 file
use one dominant color across all slidesin 23 of 686, across 1 file

Grouped from the skills themselves: near-identical wordings counted once, and counted by distinct author, so one author publishing three of these counts once. Length counted with cl100k_base; the agent that loads this file may tokenize it differently.