标签与属性体系设计
给标签立规矩，给属性定 schema：让知识库既好找又不泛滥的纪律。
几乎每个 Obsidian 用户都经历过同一个滑坡：刚开始几个标签规规矩矩，三个月后 #想法、#想法们、#灵感、#念头、#临时、#tmp 满天飞，谁也记不清它们有啥区别。标签一旦泛滥，就和没标一样——甚至更糟，因为它制造了”我整理过”的幻觉。
标签和属性是知识库的”检索筋骨”。它们需要被设计，而不是随手长出来。这一篇，我们给它们立一套规矩。
先分清：标签管什么，属性管什么
Obsidian 里标签和属性（Properties）都能用来检索，但分工不同：
- 标签适合轻量、可多值、模糊的分类。一条笔记可以挂好几个标签，像撒胡椒面。
- 属性适合结构化、单值、需精确的字段。比如
status: active、deadline: 2026-08-15，字段名固定、值有约束。
一条经验法则：能写成”键值对”的用属性，只能归类的用标签。“这篇笔记的类型是书目”是属性（type: 书目），“这篇笔记和写作、灵感都沾边”是标签。属性负责”硬信息”，标签负责”软关联”。
标签分类法：四个维度
让标签不泛滥的关键，是给它们分维度。推荐四个互不重叠的维度：
| 维度 | 例子 | 作用 |
|---|---|---|
| 状态 | #进行中 #已归档 #待处理 | 标记笔记的生命周期 |
| 类型 | #永久笔记 #文献笔记 #MOC | 标记笔记的形态 |
| 主题 | #写作 #睡眠研究 #算法 | 标记笔记的内容领域 |
| 层级 | #inbox #draft #final | 标记笔记的成熟度 |
[!important] 用属性替代”状态/类型”维度 状态和类型其实是结构化信息，更适合用属性（
status:、type:）而非标签。把它们做成属性后，Dataview 能精确查询，标签就只留给主题和层级。这样标签量会大幅下降，泛滥的风险也低了。
主题标签可以用嵌套组织层级，Obsidian 支持斜杠分层：
#健康/睡眠
#健康/饮食
#写作/卡片式
#写作/灵感
嵌套标签在检索时既能查 #健康 抓全部子类，也能查 #健康/睡眠 精确定位，天然带着层级，比一坨平铺标签好管得多。
属性 schema 设计与一致性
属性的真问题是一致性：今天写 status: active，明天写 状态: 进行中，后天写 Status: Active——三个字段名、三种值，Dataview 全查不出来。要解决，得定一份 schema 并守住它。
一份最小的属性 schema：
| 字段 | 类型 | 允许值 |
|---|---|---|
type | Text | 书目 / 文献笔记 / 永久笔记 / 项目 / MOC |
status | Text | 想读 / 在读 / 已读 / active / archived |
source | Text | 出处链接，如 [[书名]] |
created | Date | YYYY-MM-DD |
deadline | Date | YYYY-MM-DD |
一致性靠两件事保证：一是模板预置（上一章讲过，每类笔记从模板生来就带正确字段）；二是值域约束——固定几个可选值，绝不临时造新值。Obsidian 的属性面板支持为 Text 属性设”建议值”列表，录入时从下拉选，避免手抖写出变体。
命名规范的文档化
规矩不写下来，就等于没有。建一篇 _命名规范.md（或放进 000 Home），把约定白纸黑字存下来，作为自己和未来的契约：
# 命名规范
## 标签
- 主题用嵌套：`#主题/子主题`
- 状态、类型改用属性，不建标签
- 标签一律小写英文或纯中文，不混用
## 属性
- 字段名用英文小写：type, status, source, created, deadline
- type 的值：书目 / 文献笔记 / 永久笔记 / 项目 / MOC
- status 的值：想读 / 在读 / 已读 / active / archived
- 日期一律 YYYY-MM-DD
这份文档本身也放在库里，链接进 Home。当你犹豫”这个该叫什么”时，打开它对一眼，比凭记忆靠谱得多。新设备、未来的自己，都需要这份”宪法”。
避免标签泛滥的纪律
最后，几条防泛滥的硬纪律：
- 同类只留一个标签：
#想法和#灵感二选一，别留两个意思一样的。定期合并近义词。 - 新增标签前先搜：想新建
#读书，先搜库里有没有#阅读、#书目——大概率已经有了。 - 设一个”标签上限”：给自己定个软上限，比如主题标签不超过 30 个。逼近上限就强制合并，逼自己收敛。
- 定期清理：每月回顾时扫一眼标签面板，把只挂了一两条笔记的”孤儿标签”并入上位标签，或干脆删掉。
[!example] 收敛而非扩张 与其建
#机器学习、#深度学习、#神经网络三个标签，不如统一成#AI/机器学习一个嵌套，具体细分靠链接和搜索。标签追求”够用”，不追求”精确到原子”——精确是链接和属性的事。
体系是养出来的
标签和属性体系没有”一次到位”的完美设计。它像一座花园，需要你定期除草、修剪、嫁接。但只要你守住”分维度、定 schema、写规范、防泛滥”这四条纪律，它就不会失控。
当某天你能用一句 Dataview 查询，瞬间捞出”所有进行中、本月截止、属于职业发展领域的项目”，你会懂这套纪律的回报——秩序，让知识真正为你所用。