审计报告：obsidian-second-brain
总体判定
- 判定：PASS
- 证据层级：L3
- 核心 L3 已完成：是（2 个模块）
- 网站推荐：论文→结构化笔记和跨学科交叉引用是适合学术研究者的实用功能，5 学科 L3 证据支撑推荐。注意：笔记内容需要研究者人工核验论文关键声明的准确性。
- 理由：Obsidian-second-brain 可将学术论文自动转化为结构化 Markdown 知识库，支持跨论文学科交叉引用和笔记冲突自动消解，适合用 Markdown 管理研究笔记的科研用户。
证据来源
- 证据任务：evidence/tasks.yaml
- 证据评分卡：evidence/scorecard.md
- 证据索引：evidence/evidence-index.md
- 用例运行日志：run-log.md
- 原始输出：outputs/
- 模拟 vault：tmp-vault/
通用关卡
| 关卡 | 结果 | 证据 |
|---|---|---|
| 公开来源 | PASS | GitHub: eugeniughelbur/obsidian-second-brain |
| 版本固定 | PASS | main 分支，--depth 1 clone |
| 安装路径清晰 | PASS | 中等（需 Python + uv/pip，但核心 Markdown 操作无需安装） |
| 权限透明 | PASS | SKILL.md 声明权限，本地文件读写为主 |
| 真实科研任务 | PASS | 4 个任务（2 L3 + 2 L2），覆盖 5 个学科 |
| 非纯营销外壳 | PASS | 每个任务均有输入→输出→自审完整证据链 |
模块判定
| 模块 | 判定 | 核心声明 | 最高深度 | 证据 | 风险 |
|---|---|---|---|---|---|
| paper-reading-kb | PASS | PDF→结构化笔记（电催化、深海生物学）, 冲突检测与调和（GLP-1 vs 能量代谢） | L3 | 2 个任务 | 依赖 AI 理解精度 |
| research-writing | PASS | 跨论文学科交叉引用（化学/物理/生物） | L3 | 1 个任务 | 跨学科准确性 |
| project-management | PASS | vault 索引重建、link healing | L2 | 1 个任务 | Python 依赖 |
输出质量
| 输出 | 质量标签 | 证据 |
|---|---|---|
| 化学论文→结构化笔记（木电极 CO2 电还原） | author-ready | ob-01 |
| 生物论文→结构化笔记（深海等足类 HGT） | author-ready | ob-01 |
| 跨论文概念交叉引用（能量转换效率） | author-ready | ob-02 |
| vault 索引重建与健康检查 | operational | ob-03 |
| 笔记冲突检测与调和 | operational | ob-04 |
安全说明
- 网络：limited（初始 clone 后无需）。本地文件读写：tmp-vault/ + outputs/。脚本执行：Python 脚本。API 密钥：无需。
- 数据暴露：无 — 使用已发表论文公开摘要
网站收录说明
最适合：用 Markdown/Obsidian 管理研究笔记的科研人员、需要跨论文交叉引用和知识库维护的用户。不适合：不熟悉 Markdown 或命令行工具的用户、需要实时协作编辑的用户。安装难度：中等（需 Python uv/pip 安装依赖，核心 Markdown 管理无需 Obsidian 客户端）。安全级别：低（纯本地操作，无网络/API）。审核者备注：vault schema 设计（LLM-first + bi-temporal facts）是目前见过的社区 skill 中最成熟的之一。跨论文概念交叉引用（能量转换效率）从三篇远程论文中提取共同主题，展示了 AI-native knowledge management 的差异化价值。