<objective> 将对话内容转换为知识，保存到 Obsidian 知识库。提取重要信息，智能分类到正确的位置，保持知识库整洁有序。 </objective>

<vault_structure>

Obsidian Vault 结构 (PARA 方法)

code

default/
├── 00 Inbox/              # 新想法暂存区
├── 05 Maps/               # 思维导图、概念图
├── 10 Projects/           # 当前项目（有时限）
├── 20 Areas/              # 持续关注的领域（无时限）
├── 30 Resources/          # 资源库
│   ├── 10 Engineering/    # 工程知识
│   ├── Notes/             # 通用笔记
│   └── Sources/           # 信息来源
├── 40 Archives/           # 归档内容
├── 50 Journal/            # 日记
├── 99 System/             # 系统文件（索引、模板）
├── HOME.md                # 主页
└── README.md              # 说明

分类规则：

•Project: 有明确截止日期的项目
•Area: 长期持续关注的领域（如"机器人"、"编程"）
•Resource: 有参考价值的知识库
•Archive: 已完成/过时的内容 </vault_structure>

<note_template>

笔记模板

markdown

---
tags: [knowledge, category/tag]
created: {{created_date}}
updated: {{updated_date}}
source: {{source}}
---

# {{主题名称}}

## 概述
{{简短摘要}}

## 关键概念

### 概念1
- 定义：
- 重要细节：
- 示例：

### 概念2
...

## 核心要点

1. {{要点1}}
2. {{要点2}}
3. {{要点3}}

## 代码示例
```{{语言}}
{{代码}}

与其他知识的关联

•[[相关笔记链接]]
•[[相关主题]]

待补充

• {{需要补充的信息}}

code


**文件名格式:** `YYYYMMDD_主题名.md`

**时间戳获取方法（必须使用实时时间）：**
```python
from datetime import datetime

# 获取当前时间
now = datetime.now()

# 文件名日期 (创建时)
created_date = now.strftime("%Y-%m-%d")
# 输出: "2026-01-11"

# 更新时间 (每次更新)
updated_date = now.strftime("%Y-%m-%d")
# 输出: "2026-01-11"

# ISO完整时间戳
iso_timestamp = now.isoformat()
# 输出: "2026-01-11T14:30:25"

保存位置: 根据主题分类到对应文件夹 </note_template>

<extraction_rules>

信息提取规则

高优先级提取

•技术概念定义 → Resources/Engineering/
•项目相关知识 → Projects/
•可复用的代码/模式 → Resources/Notes/
•学习笔记 → 20 Areas/ 下的对应领域

中优先级提取

•工具/库的使用方法 → Resources/Engineering/
•最佳实践 → Resources/Notes/
•参考资料链接 → Resources/Sources/

低优先级/归档

•临时讨论 → 00 Inbox/ (后续整理)
•过时内容 → 40 Archives/ </extraction_rules>

<process> ## 保存知识流程

Step 1: 分析对话内容

•阅读完整对话历史
•识别主要主题和概念
•提取关键技术点、代码、定义
•判断与现有笔记的关联

Step 2: 确定保存位置

根据主题分类：

•机器人/控制 → 30 Resources/10 Engineering/
•编程/代码 → 30 Resources/10 Engineering/ 或 30 Resources/Notes/
•学习笔记 → 20 Areas/ 对应文件夹
•项目具体 → 10 Projects/
•临时想法 → 00 Inbox/

Step 3: 提取和总结

必须包含：

•主题名称（标题）
•核心定义/概念
•关键要点（3-5条）
•代码示例（如有）
•相关主题链接

可选包含：

•使用场景
•优缺点
•注意事项

Step 4: 生成笔记文件

•使用模板生成内容
•生成文件名：YYYYMMDD_主题.md
•保存到正确位置
•创建双向链接

Step 5: 更新索引

如果需要，更新：

•30 Resources/Resources.md (资源索引)
•HOME.md (主页链接)
•相关主题的链接

Step 6: 验证

•文件是否正确保存？
•链接是否有效？
•格式是否整洁？ </process>

<file_naming>

文件命名规范

类型	格式	示例
技术概念	`YYYYMMDD_概念名.md`	`20260111_Functional_Programming.md`
教程	`YYYYMMDD_How_To_主题.md`	`20260111_How_To_Use_CPP_Lambda.md`
项目笔记	`YYYYMMDD_项目名_备注.md`	`20260111_DataArm_IK_Solver.md`
资源索引	`序号_主题.md`	`03_CPP_Concurrency_Notes.md`

文件名中的日期必须使用实时时间：

python

from datetime import datetime

# 获取当前日期用于文件名
filename_date = datetime.now().strftime("%Y%m%d")
# 输出: "20260111" （而非假想的日期）

规则：

•使用下划线 _ 而非空格
•英文命名（中文可加在后面）
•保持简短（<50字符） </file_naming>

<linking_strategy>

双向链接策略

链接格式

markdown

[[笔记名]]           # 链接到同目录笔记
[[文件夹/笔记名]]    # 链接到子目录
[[../文件夹/笔记名]] # 链接到上级目录

链接场景

•
概念关联
- •"这与 [[函数式编程]] 相关"
- •"详见 [[逆运动学]]"
•
主题归类
- •"属于领域: [[20 Areas/Robotics]]"
- •"标签: #robotics #kinematics"
•
索引更新
- •在 30 Resources/Resources.md 添加链接
- •在 20 Areas/ 对应领域笔记添加链接 </linking_strategy>

<quality_checklist>

质量检查清单

保存前检查：

• 主题明确，标题清晰
• 核心概念解释清楚
• 代码示例语法正确
• 格式一致（标题层级、列表）
• 链接存在或已创建
• 标签合理
• 放在正确的文件夹
• 文件名规范
• 不重复已有笔记（检查后再新建） </quality_checklist>

<example> ## 保存示例

对话内容： 关于函数式编程的讨论

分析：

•主题：函数式编程 (Functional Programming)
•分类：编程/软件工程
•关键点：纯函数、不可变性、高阶函数、map/filter/reduce
•代码：Python 和 C++ 示例
•相关：DataArm 机器人控制

保存位置： 30 Resources/10 Engineering/

文件名： 20260111_Functional_Programming.md

内容：

markdown

---
tags: [knowledge, programming, fp]
created: 2026-01-11
updated: 2026-01-11
source: conversation/daily_learning
---

# 函数式编程 (Functional Programming)

## 概述
函数式编程是一种编程范式，把计算视为数学函数的求值，避免改变状态和可变数据。

## 核心概念

### 纯函数 (Pure Functions)
- 相同输入，永远相同输出
- 无副作用（不修改外部状态）

### 不可变性 (Immutability)
- 数据创建后永不修改
- 创建新数据而非修改原数据

### 高阶函数 (Higher-Order Functions)
接收函数作为参数，或返回函数的函数。

## map / filter / reduce

| 函数 | 作用 | 示例 |
|------|------|------|
| map | 转换每个元素 | `map(x→x*2, [1,2,3])` |
| filter | 过滤元素 | `filter(x→x>2, [1,2,3])` |
| reduce | 累积计算 | `reduce(+, [1,2,3])` |

## 关键要点

1. 纯函数使代码可测试、可预测
2. 不可变性避免并发 race condition
3. 高阶函数支持函数组合
4. map/filter/reduce 提供声明式数据处理

## 与 DataArm 的关系
- C++ lambda 用于控制回调
- 状态更新管道可用函数组合实现
- [[20260111_Inverse_Kinematics]]

## 标签
#functional-programming #programming-paradigm

索引更新：

•在 30 Resources/Resources.md 添加链接

注意： 文件名和 created/updated 日期必须使用实时时间，不要硬编码！

python

from datetime import datetime
filename = datetime.now().strftime("%Y%m%d") + "_Functional_Programming.md"
# 正确: "20260111_Functional_Programming.md"
# 错误: "20250111_Functional_Programming.md" (假想时间)

</example>

<success_criteria> 技能正常工作当：

• 能分析对话提取关键信息
• 能正确分类到对应文件夹
• 生成符合模板的笔记
• 文件命名规范
• 双向链接正确
• 保持知识库整洁有序 </success_criteria>