系列聊了很多怎么「往里装」的东西——采集、分类、清洗、标签、元数据。这篇换个角度。聊聊那些已经躺在笔记里的外部引用。
如果你跟我一样，笔记里会贴很多来源链接——公众号文章、技术文档、新闻页面。那你一定遇到过这种情况：过了几个月回去翻，链接变成 404 了，或者内容跟当初引用的完全对不上。
笔记的价值很大程度上取决于它引用的源头是否可靠。链接死了，笔记就变成了一段没有出处的孤证。
这篇说说三个层面的处理方法——不复杂，但很管用。
先说说问题出在哪。
我的知识库两万多篇笔记，大部分来自公众号采集。每篇都保留了原始链接。但公众号会删文章，网站会改版，域名会过期。几周前翻一篇半年前的笔记，里面引了一篇「某平台发布新规」。点开——「该文章已删除」。又翻一篇，引用了某个技术文档页面，域名已经换了，跳转到首页。
笔记里的结论还在，但想追回去看原文确认细节——做不到了。
第一层：定期扫一遍链接状态。
最基础的工作是知道哪些链接还活着。我写了个脚本，定期扫描 vault 里所有 .md 文件，提取外部链接，用 HTTP HEAD 请求检查状态码。
扫描 vault 所有 .md 文件 → 提取所有 http/https 链接 → 逐条 HEAD 请求检查 → 200 正常 / 4xx 异常 / 5xx 重试
脚本跑完出一份报告。正常多少条，404 多少条，超时多少条。针对异常链接做判断——
- 404：内容大概率已经没了。本地笔记标注「来源已失效」
- 临时 5xx：下次扫描再确认
- 域名过期：手动追溯新地址
频率不用太高。我每个月跑一次，半小时扫完整个 vault。
第二层：重要内容做本地快照。
光检查不够。对于重要的引用来源，我会在笔记的 frontmatter 里加两个字段——source_archived 记录检查日期，source_snapshot 把关键原文复制进来。
---
title: "笔记标题"
source_url: "https://original-url.com/article"
source_archived: 2026-07-21
source_snapshot: "关键内容摘要或引用原文段落"
---
遇到特别重要的长篇内容，直接全文保存在资料库里，用 [[wikilink]] 引用。这样原始链接死了，笔记内容仍然有据可查。
第三层：记录「当时看到的是什么」。
这一层最容易被忽略。外部链接不仅会死，内容本身也会变。一篇笔记引用了「2025 年用户数据」，链接指向对方官方页面。半年后页面还在，但数据已经更新成 2026 年的了。当初引用 2025 年数据，现在点进去看到 2026 年的——上下文就错了。
我的做法是在链接旁边加时间标注。
来源：https://example.com/report (2025-03-15 访问，数据截至 2024Q4)
对于特别重要的引用，同时保留原始链接和 Web Archive 快照链接。
自动化的思路。
上面这些事手动做会很累。我用几十行 Python 写了个检查脚本，核心是 requests.head() 配合 timeout=5 秒。扫描 vault、提取链接、检查状态、输出报告——一气呵成。
定期跑一下。就知道哪些链接需要关注了。
一点建议。
外部链接管理不需要做到 100%。有些链接就是会死，有些内容就是会变，强求每一条都完好无损不现实。我的原则就三条——重要的引用做快照和时间标注，普通的引用定期扫描，无关紧要的随它去。
这样既不会因为链接死了影响关键笔记，也不会花太多时间在无谓的维护上。
系列聊了 25 篇，从架构设计到日常维护，从采集入库到 AI 辅助，能想到的场景基本都覆盖了。如果还有哪个方向值得写——欢迎留言告诉我。