工作流概述

本工作流模板名為「Workflow Results to Markdown Notes in Your Obsidian Vault, via Google Drive」，是一套自動化知識管理系統。它能將任何 n8n 工作流的執行結果自動轉換為 Markdown 筆記，並透過 Google Drive 即時同步至 Obsidian 知識庫中。

該工作流採用 Zettlekasten（卡片盒筆記法）方法論，利用 AI 代理自動提取關鍵洞察、生成結構化筆記內容與元數據，實現從原始資料到知識沉澱的全自動流程。

---

核心功能

1. 自動化知識捕獲

• 接收來自任意 n8n 工作流的執行結果
• 支援純文字資料與二進位附件（如圖片、文件等）
• 自動判斷輸入類型並採取相應處理策略

2. AI 驅動的筆記生成

• 使用 OpenAI 語言模型分析原始資料
• 依照 Zettlekasten 原則提取核心概念
• 自動生成標題、正文內容、標籤與引用
• 建立符合 Obsidian 規範的 YAML Frontmatter

3. 無縫整合 Obsidian

• 透過 Google Drive 作為中介儲存
• 利用符號連結（Symlink）實現即時同步
• 筆記與附件立即出現在 Obsidian 知識庫中

---

工作流架構

節點組成（共13個節點）

觸發器節點

• Receive results from any workflow (Execute Workflow Trigger)
  • 作為工作流的入口點
  • 接收其他工作流傳遞的資料

條件判斷節點

• If the input has binary attachment (IF 節點)
  • 檢測輸入資料是否包含二進位附件
  • 條件：判斷 $json["binary"] 是否存在

AI 處理節點（可選智慧路徑）

• Write Zettlekasten note from input1 (AI Agent)

  • 核心 AI 代理，負責從 JSON 資料中提取知識點
  • 系統提示詞遵循 Zettlekasten 方法論
  • 輸出結構化的筆記內容（標題、正文、標籤、引用）

• Structured Output Parser

  • 定義 AI 輸出的 JSON Schema
  • 確保生成內容格式一致

• OpenAI Chat Model

  • 為 Zettlekasten 筆記生成提供語言模型能力

• Write YAML Frontmatter (AI Agent)

  • 專門生成 Obsidian 筆記的 YAML 元數據
  • 包含標題、日期、標籤、別名、狀態、來源等欄位

• Structured Output Parser1

  • 定義 YAML frontmatter 的輸出結構

• OpenAI Chat Model1

  • 為 YAML frontmatter 生成提供語言模型能力

資料處理節點

• Restructure JSON (Set 節點)
  • 重組 AI 生成的資料結構
  • 提取並映射：title、content、frontmatter、references

儲存節點

• Save Markdown file (Google Drive)

  • 將筆記儲存為 .md 檔案至指定 Google Drive 資料夾
  • 檔名：{{ $json.title }}.md
  • 內容格式：YAML frontmatter + Markdown 正文

• Save attachment (Google Drive)

  • 單獨儲存二進位附件（圖片、文件等）
  • 與主筆記儲存在同一資料夾

說明節點（4 個 Sticky Note）

• 提供詳細的設定說明與使用指南
• 涵蓋 Google Drive 設定、Symlink 建立、AI 代理使用等

---

資料流向

主流程（標準路徑）

觸發器 → 儲存 Markdown 檔案

直接將接收到的 JSON 資料（需包含 title、content、frontmatter 欄位）儲存為筆記。

智慧處理路徑（AI 增強）

觸發器 → AI 筆記生成 → AI 元數據生成 → 資料重組 → 儲存檔案

透過兩個 AI 代理分別處理筆記內容與元數據，適合處理非結構化或原始資料。

附件處理分支

觸發器 → 條件判斷 → 儲存附件

偵測到二進位資料時，獨立儲存附件檔案。

---

技術特點

1. Zettlekasten 方法論

工作流內建的 AI 提示詞嚴格遵循卡片盒筆記法原則：

• 原子化筆記：每則筆記包含單一、清晰的核心概念
• 獨立性：筆記內容完整，可獨立理解
• 連結性：識別潛在的知識關聯
• 精簡性：使用精確、簡潔的語言

2. 結構化輸出

使用 Structured Output Parser 確保：

• AI 生成內容格式一致
• 易於後續處理與儲存
• 符合 Obsidian 規範

3. 彈性的工作模式

支援兩種使用方式：

• 直接模式：資料已結構化，直接儲存
• AI 模式：原始資料需經 AI 提取與組織

4. 即時同步機制

• Google Drive Desktop 與 Obsidian Vault 透過 Symlink 連接
• 檔案變更即時反映於 Obsidian 中
• 支援跨裝置存取與編輯

---

設定要點

Google Drive 設定

1. 建立專用資料夾（範例中為 "clippings-attachments"）
2. 啟用 Google Drive Desktop 同步
3. 在工作流中設定資料夾 ID 與權限

Obsidian 整合

1. 在 Obsidian Vault 中建立目標資料夾
2. 建立 Symlink 連結 Google Drive 資料夾與 Obsidian 資料夾
3. Windows 指令範例：

   mklink /D "C:\Users\YourName\Vault\Notes" "C:\Users\YourName\Google Drive\clippings-attachments"
   

OpenAI API

• 需設定 OpenAI API 憑證
• 工作流使用兩個獨立的 Chat Model 實體
• 可依需求調整模型參數（temperature、max_tokens 等）

---

使用情境

1. 知識管理

• 自動將網頁剪藏、文章摘要轉換為筆記
• 從研究資料中提取關鍵洞察
• 建立個人知識庫的自動化入口

2. 內容處理

• 處理播客逐字稿、影片字幕
• 整理會議記錄與討論重點
• 從長文本中提煉精華

3. 工作流整合

• 作為其他自動化工作流的輸出端點
• 將資料分析結果歸檔
• 記錄自動化任務的執行日誌

---

優勢與價值

自動化程度高

• 無需手動整理筆記
• 從資料到知識的全流程自動化
• 降低知識管理的摩擦成本

AI 增強處理

• 智慧提取核心概念
• 自動生成元數據
• 確保筆記品質與一致性

生態系統整合

• 充分運用 Obsidian 強大的知識管理能力
• Google Drive 提供雲端儲存與同步
• n8n 串接各類資料來源與服務

方法論指導

• 內建 Zettlekasten 最佳實務
• 培養良好的知識管理習慣
• 建構可持續發展的個人知識系統

---

擴充可能性

1. 多源整合：連接 RSS、郵件、Webhook 等多種資料來源
2. 自訂處理：調整 AI 提示詞以適應不同筆記風格
3. 批次處理：處理大量歷史資料的知識化轉換
4. 協作共享：透過 Google Drive 實現團隊知識庫協作
5. 多語言支援：利用 AI 的多語言能力處理國際內容