[!info] related notes

• 掌握标准: 学习中的掌握
• 学习追踪: Obsidian 学习追踪系统
• MOC 展示: [[knowledge-map-and-atomic-note-spec|知识地图与原子笔记规范]]
• Dataview: Dataview 插件指南
• 间隔复习: 学习中的间隔效应

Obsidian 掌握度可视化与插件

目标

目标不是“找到一个能打五星的插件”。

目标是：

让正式的 mastery: 1–5 能被方便查看、筛选和更新，同时不让插件重新定义掌握语义。

唯一权威语义来自 学习中的掌握。

推荐分层

mastery
= 知识状态

Bases / Dataview
= 展示与查询

Ratings 类 UI
= 可选的数值编辑入口

Spaced Repetition
= 复习调度

Progress Bar
= 完成进度可视化

Habit Tracker
= 行为习惯

五层不要混成一个数字。

1. Bases：MOC 默认展示

Thought Forest 的 MOC 推荐直接读取目标节点 frontmatter：

知识 | Description | Mastery

优点：

• 不维护第二份数据；
• 直接使用 mastery；
• 与 MOC 的链接图一致；
• 适合按主题浏览。

MOC 自己默认不维护 mastery。

2. Dataview：跨主题查询

例如找 mastery 1–2：

TABLE mastery, description
FROM "z"
WHERE mastery AND mastery <= 2
SORT mastery ASC

找 mastery 3、准备做迁移测试：

TABLE mastery, description
FROM "z"
WHERE mastery = 3
SORT file.mtime DESC

这里的数值仍然是行为等级，不是百分比。

3. Ratings 类插件：只能做输入 UI

如果使用 Ratings / Property UI 一类插件，应把它理解成：

更快地把整数 1–5 写入 mastery。

而不是：

⭐⭐⭐
= 60%

如果插件只能写 rating 而不能稳定操作 mastery，优先不要把 rating 引入正式 schema。

可以直接使用 Obsidian Properties、Bases 或其他能编辑 frontmatter 的 UI。

4. Spaced Repetition：负责调度

SRS 工具可以决定：

• 今天复习哪些卡片；
• 答得容易还是困难；
• 下一次什么时候出现；
• 复习历史。

但它不应该自动把：

Easy
→ mastery 5

因为单次卡片回答只是局部证据。

Mastery 还要求：

• 整体模型；
• 边界；
• 应用；
• 迁移；
• 延迟稳定性。

5. Progress Bar：只表示完成量

适合：

课程 8 / 12
题库 35 / 50
项目 milestone 4 / 6

不适合：

知识掌握 80%

因为 mastery 不是线性百分比。

6. Habit Tracker：只表示行为

可以记录：

• 学习天数；
• retrieval session 次数；
• 做题次数；
• 阅读时间。

但：

连续学习 30 天
≠ mastery 5

Habit 数据只能解释学习过程，不直接证明知识能力。

一个最小 Dashboard

不需要复杂插件栈。

当前需要学习

TABLE mastery, description
FROM "z"
WHERE mastery AND mastery <= 2
SORT mastery ASC

准备迁移测试

TABLE mastery, description
FROM "z"
WHERE mastery = 3
SORT file.mtime ASC

稳定节点

TABLE mastery, description
FROM "z"
WHERE mastery >= 4
SORT mastery DESC

但不要把“稳定节点数量”当成学习质量 KPI。

mastery 的正确更新流程

先闭卷提取
→ 做学习检查 / 真实任务
→ 核对反馈
→ 判断证据等级
→ 最后更新 mastery

不要：

先点 5 星
→ 再说“我应该已经掌握”

插件选择原则

首选：不改变 schema

优先选择能直接读取/编辑已有 frontmatter 的工具。

第二：数据可导出

学习状态应保留在 Markdown / frontmatter，而不是只存在插件私有数据库。

第三：插件可替换

如果某插件停更：

mastery
仍然是有效数据

这比“学习系统完全依赖某个 UI 插件”稳得多。

不推荐的模型

rating × 20

rating: 4
→ mastery: 80%

删除这个换算。

平均 mastery

平均 = 3.67

通常没有明确行为含义。

两套字段并存

rating: 4
mastery: 3

如果两个字段都表达掌握度，迟早漂移。

正式知识节点只保留 mastery。

配置检查

• 正式状态只使用 mastery: 1..5；
• MOC 不维护第二份 mastery；
• UI 插件不会自动把星级换算成百分比；
• SRS 只调度，不重新定义 mastery；
• Progress 与 Mastery 分开；
• Habit 与 Mastery 分开；
• 插件移除后数据仍可从 Markdown/frontmatter 读取。

无提示执行检查

1. 给一个 mastery 2 节点设计 Dashboard 展示。
2. 解释为什么不能把 4/5 写成 80%。
3. 说明 Ratings、SRS、Progress、Habit 四类工具分别负责什么。
4. 移除所有插件后，指出哪些学习数据仍应保留。
5. 设计一次从 retrieval evidence 到更新 mastery 的操作流程。