系列上一篇讲了知识库超过2万文件怎么保持流畅，这篇来说说另一个问题：存的东西多了，怎么保证之前的好内容能被翻出来。
我经常遇到这种情况：存了一篇文章，觉得以后肯定用得上。过了几个月想找，翻了半天找不到，最后又去网上重新搜了一遍。翻完之后发现——哦，原来存过。
这个问题比「存了多少」更关键。一万篇找不到，等于白存。
这篇分享几个实操方法，都是踩坑踩出来的。
### 三分钟就能做的事
最简单也最容易被忽视的一条：在 frontmatter 里加 aliases。
Obsidian 的搜索默认搜文件名和正文。但你存文章的时候标题是公众号原标题，比如「2026年AI行业十大趋势」。半年后你想找，脑子里冒出来的可能是「AI趋势」「2026预测」「行业分析」——没有一个跟原标题匹配。
加 aliases 就能解决。
“`
—
title: “2026年AI行业十大趋势”
aliases: [“AI趋势”, “2026预测”, “行业分析”, “AI 2026”]
—
“`
加了之后，搜「趋势」也能搜到「预测」也能搜到。三十秒写几个同义词，省了以后半小时翻找。
我每存一篇新文章都会顺手加两三个 aliases。花不了多少时间，长期来看是最值的操作。
另一个顺手的事是用标签做交叉索引。文章挂分类标签（比如 #领域/AI），但有些文章跨领域。比如一篇讲 AI 在医疗行业的应用，同时挂 #领域/AI 和 #领域/医疗。搜的时候组合标签就能精准定位。
### 每周花十分钟就够了
Aliases 和标签做的是防漏——确保搜关键词能搜到。但有些时候你根本不知道要找什么关键词，只是想「随便翻翻最近存了什么」。
这时候需要导航型页面。
我管这类页面叫「发现页」。它不是目录，也不是全文索引，是一组精心维护的链接，指向 vault 里最值得读的内容。
建一个笔记叫「知识库好文精选」，里面分几个大类：
– 技术干货（3-5篇）
– 行业洞察（2-3篇）
– 工具推荐（1-2篇）
每个大类下面放 [[笔记名]] 链接，加一句话说明为什么推荐。
每周花十分钟更新一次。旧的下掉，新的补上。任何时候想翻东西，先打开这个页面扫一眼。比在搜索框里搏斗舒服。
### 用 Dataview 自动生成
手动维护的发现页覆盖面有限。更全面的机制可以用 Dataview。
Dataview 可以把笔记里的元数据（tags、created 日期、status 等）当数据库查：
“`
TABLE file.link AS “标题”, created AS “存入时间”, tags AS “标签”
FROM “公众号文章”
WHERE contains(tags, “#领域/AI”)
SORT created DESC
LIMIT 20
“`
查出来的是最近存入的 20 篇 AI 领域文章，按时间倒序排，直接显示在笔记里。相当于一个自动更新的「AI 领域最新文章」面板。
还可以做：
– 最近一周存入的文章总览
– 某个标签下阅读量最高的文章
– 标记了「待处理」但超过两周没动的文章
把这些查询集中到一个「发现仪表盘」笔记。打开 vault 第一件事就是看这个。比在文件夹里一层层点快得多。
### 链接网络：别什么都连
前面几个方法都是「按规则找」。但知识库最有价值的使用场景，是「我不知道我要找什么，但我看到它时就知道它对」。
这种场景靠链接网络。
Obsidian 新手最容易犯的错误：看到什么都加 [[双链]]。每篇文章屁股后面挂着一长串链接，实际有用的大概三成。
我的做法是只在两种情况下加链接：
1. 这篇文章的核心概念，另一篇文章有更详细的解释——加一个
2. 这篇文章是某篇旧文章的实践或后续——加一个
其他情况，工具名、一句话带过的概念，都属于噪音。链接不在多，在精准。十条精准链接比五十条随机链接有价值。
另一个实用技巧是 MOC（Map of Content）。MOC 是一个主题下的导航页，汇总相关笔记链接，按逻辑分组。比如建一个「知识库搭建」MOC，里面分架构篇、搜索篇、阅读篇、维护篇，每组 3-5 篇。
MOC 的好处是可以跨文件夹聚合。文章散在好几个目录里，通过 MOC 能组合成逻辑上完整的知识地图。我在 vault 里维护了十几个 MOC，每个对应一个长期关注的方向。
提升可发现性本身也会带来新问题。几个我踩过的坑。
**标签通胀。** 用标签做交叉索引很方便，但用久了标签数量会膨胀。从几十个到几百个，标签本身也变成需要搜索的东西。我每季度做一次标签审计，合并相似标签，删除用不到三次的孤立标签。
**链接过密。** 如果一篇笔记的链接超过 15 个，停下来想想：这些链接真的有价值吗？还是「怕以后找不到」的焦虑驱动。
**搜索依赖。** 发现页、MOC、标签都是辅助手段，不能替代搜索。最好方案是搜索 + 导航双通道：搜索对付明确目标，导航（MOC/发现页）对付模糊目标。两条腿走路更稳。
前几篇讲了性能优化、信息源管理、阅读流——都在解决「怎么把东西存好」。存好之后更关键的问题是「怎么把存的东西用上」。提升可发现性就是打通最后一步：让每条笔记都有被翻出来的机会。
这方面还有很多可以聊的，比如用 graph view 做可视化导航、基于阅读量的自动推荐、季度知识复盘。以后有机会再展开。