信號評分管線：確定性知識分類法

大多數知識管理靠的是直覺。您儲存一則筆記，因為它「感覺很重要」。六個月後，您擁有7,000則筆記，卻不知道哪些真正重要。我建造了一個確定性評分管線來告訴我答案。

這個系統是733行Python程式碼。它對每個傳入的信號從四個加權維度進行評分，計算複合分數，然後將信號路由到12個領域資料夾之一、收件匣供手動審閱，或直接丟棄。不需要手動標籤。不會有「之後再看」卻永遠不會發生的情況。由演算法來決定。

摘要

一個加權複合分數（相關性35%、可行性30%、深度20%、權威性15%）為每個信號產生0.0到1.0的評分。路由使用三個閾值：>= 0.55自動寫入領域資料夾，>= 0.30排入手動審閱佇列，< 0.30靜默略過。在14個月內處理了超過7,700則筆記，其中Development（2,837）和Design（1,709）主導了分布。最有趣的缺陷：深度維度衡量的是中繼資料豐富度，而非內容品質，因此一則標籤完善的關於花卉照片的推文可以得到0.85分。

直覺篩選的問題

我使用Obsidian作為知識庫。信號來自RSS訂閱、Twitter書籤、GitHub星標、電子報和手動擷取。在建造管線之前，每個信號都進入同一個收件匣資料夾。兩個月內就累積了400多則未處理的筆記。

標準建議（「每週檢閱、隨手標籤、使用資料夾系統」）假設檢閱會發生。但它不會。收件匣變成了唯寫模式：項目進入但永遠不會離開。您擷取的知識在功能上等同於您從未擷取的知識。Clay Shirky精準地描述了這個問題：「這不是資訊過載，而是過濾失敗。」⁸

我需要一個系統，能夠比我閱讀更快地評估7,700多則筆記，使用我定義一次並統一套用的標準。不是推薦引擎，而是評分演算法。

複合分數

評分公式是四個維度的加權線性組合，這是多準則決策分析（MCDA）中的標準方法：⁹

composite = (
    relevance     * 0.35 +
    actionability * 0.30 +
    depth         * 0.20 +
    authority     * 0.15
)

每個維度產生一個介於0.0到1.0之間的浮點數。公式將複合分數四捨五入到小數點後三位。權重反映了刻意的優先順序：對我而言重要的事物（相關性）優先於我能使用的事物（可行性），可行性優先於中繼資料的豐富程度（深度），深度優先於來源的可信度（權威性）。¹

四個維度

相關性（35%）：興趣匹配

相關性使用一個手動維護的關鍵字字典，包含40多個條目，每個條目的評分從0.15（nft）到1.0（claude code、swiftui）。評分結合了最佳匹配與所有匹配的平均值：

# 60% best match, 40% average of all matches
return min(1.0, best_score * 0.6 + avg_score * 0.4)

零匹配的項目獲得0.25的基準值，而非0.0。系統對未知主題的懲罰比對不相關主題更輕。基準值是最常調整的參數：過高則不相關的內容會淹沒收件匣，過低則真正的新興趣在我看到之前就被過濾掉了。²

可行性（30%）：學習潛力

可行性匹配22個行動導向的關鍵字：tutorial、guide、how-to、build、github.com。URL會獲得特殊處理：

if "github.com" in url:
    hits += 2  # Repositories are inherently actionable
if "/docs" in url or "/tutorial" in url:
    hits += 1

評分基於階梯函數，而非線性：0次命中→0.10，1次命中→0.40，2次命中→0.60，3次以上→min(1.0, 0.70 + hits * 0.05)。階梯函數獎勵可行性信號的存在多於其數量。一個教學連結的價值遠大於三個和四個關鍵字之間的差異。³

深度（20%）：中繼資料豐富度

深度純粹是結構性的。它衡量欄位的存在與長度，而非內容品質：

深度是我最不信任的維度。一則關於花卉照片的推文，附帶完整描述和四個標籤，深度得分為0.85。豐富的中繼資料，不相關的內容。深度代表的是「來源提供了結構化資料」，這與品質相關但不保證品質。⁴

權威性（15%）：來源可信度

權威性從0.40的基準值開始，依來源類型調整：

if source in ("twitter", "x"):        score = 0.50
elif source in ("blog", "newsletter"): score = 0.60
elif source in ("github", "docs"):     score = 0.70

一個網域允許清單會向上覆寫（絕不向下）：github.com、anthropic.com、apple.com、arxiv.org、docs.python.org等將權威性設為至少0.75。允許清單編碼了一個判斷：這些來源預設享有更高的信任度。

閾值路由

三個路由區間決定每個評分信號的去向：

THRESHOLD_AUTO_WRITE = 0.55   # → domain folder
THRESHOLD_INBOX      = 0.30   # → 00-Inbox (manual review)
# Below 0.30 → silently skipped

管線將評分>= 0.55的信號直接寫入12個領域資料夾之一，領域通過標籤和標題匹配推斷。中間範圍的信號（0.30-0.55）進入收件匣等待手動審閱。低於0.30的信號永遠不會進入知識庫。

0.30到0.55的範圍是「模糊區間」，系統在此區間的信心最低。一個可選的--llm-triage旗標會將這些信號送交Claude評估，Claude可以將複合分數調整至多±0.20，可能將信號推過自動寫入的閾值。Claude只看到模糊信號，永遠不會看到高分或低分的信號。對確定性評分器已經處理好的信號花費API額度是浪費。⁵

領域推斷使用投票系統。每個標籤對應一個領域，標題中的每個關鍵字增加一票。得票最多的領域勝出。平票按字典順序打破（實際上是任意的）。預設回退：「Inspiration」。

結果

處理超過7,700則筆記，歷時14個月後：

分布反映了現實。我消費的開發和設計內容遠多於其他任何領域。收件匣項目（420則）代表模糊區間——演算法無法自信地自動路由的信號。⁶

演算法判斷錯誤之處

深度陷阱

一則粉蝶花照片的推文得分為複合分數0.36、相關性0.25、可行性0.10、深度0.85、權威性0.50。它被路由到收件匣，因為深度（0.85）和權威性（0.50）補償了幾乎為零的相關性和可行性。豐富的中繼資料，不相關的內容：一張漂亮的花卉照片。

這個案例說明了中繼資料代理評分的根本限制。深度衡量的是「來源提供了結構化資料」，而非「內容有價值」。Twitter為每則推文提供完整的描述和標籤。一則標籤完善的關於早餐的推文深度得分為0.85。資訊檢索研究稱其背後的張力為精確率/召回率的權衡：優化召回率（捕捉所有相關項目）不可避免地會引入偽陽性。¹⁰

我考慮過但拒絕的修正方案：將深度權重從0.20降至0.10可以減少來自標籤完善但不相關內容的偽陽性，但也會懲罰來自中繼資料稀疏的來源中真正有深度的內容。目前的權重是一種折衷。

相關性基準值問題

零匹配相關性的0.25基準值意味著，任何來自合理來源且結構完善的信號至少得到0.30分，進而進入收件匣。基準值製造了一個偽陽性底線：收件匣累積了標籤完善且來自合理來源、但與我的興趣毫無關係的信號。

實際的解決方案：定期審閱收件匣仍然是必要的。管線將審閱範圍從7,700個項目縮減至420個（約95%的縮減），但無法消除模糊區間的手動審閱需求。

實作備註

管線作為CLI工具運行。輸入是信號的JSON陣列（來自RSS、Twitter API或手動輸入）。輸出是與Obsidian相容的markdown檔案，寫入領域資料夾。

python triage.py --input signals.json --vault ~/obsidian-signals/
python triage.py --input signals.json --vault ~/obsidian-signals/ --llm-triage
python triage.py --input signals.json --min-score 0.60  # Stricter routing

預過濾在評分之前執行：對現有知識庫筆記進行URL去重、空內容過濾，以及噪音來源封鎖清單。重複的筆記和垃圾來源永遠不會到達評分階段。

評分函數是純函數：無副作用、無API呼叫、無檔案系統存取。每個函數接收一個信號字典，返回一個分數字典。純函數的設計使它們可以獨立測試，也可以與LLM分類階段組合——LLM分類只對模糊子集執行。⁷

核心要點

給建構分類系統的工程師：

• 確定性評分在規模化場景中優於手動策展。14個月內處理7,700則筆記。手動分類需要50多小時的審閱時間。管線在數分鐘內完成處理，路由率約95%（僅5.5%需要手動審閱）。

• 中繼資料代理具有已知的失效模式。深度衡量的是結構，而非品質。權威性衡量的是來源，而非準確性。兩種代理在聚合規模上有效，但在單一信號層級會產生可預測的偽陽性。承認失效模式比宣稱演算法「有效」更為誠實。

給知識管理實踐者：

• 加權複合分數揭露您的真實優先順序。35/30/20/15的權重不是隨意的。它們編碼了一個具體判斷：相關性比可行性重要，可行性比中繼資料豐富度重要，中繼資料豐富度比來源可信度重要。使權重明確且可調整，是系統與習慣之間的差異。

• 模糊區間是不可消除的。介於0.30和0.55之間的信號確實是模糊的：確定性評分器無法解決它們。LLM分類有所幫助但無法消除該區間。對模糊子集的手動審閱仍然是必要的。

我將這篇文章定位為工程問題，而非生產力技巧。複合評分適用於任何需要確定性路由的領域：客服工單、內容審核、潛在客戶評級、異常偵測。我的具體權重和閾值編碼了個人優先順序，但架構是通用的。關於累積知識如何創造非線性價值，請參閱心智複利。OODA Loop for Prompt Engineering探討了一個相關模式：以結構化觀察取代直覺。每個管線元件（評分、路由、分類）都可以獨立使用，並與其他元件複合，遵循複合工程模式。