azuma520/obsidian-graph-query/vault-report

步驟 1. vault-stats（query-templates.md §8，無參數）
   → 模組一：totalNotes, totalLinks, avgLinksPerNote, orphanCount/Ratio,
            componentCount, largestComponent/Ratio, folderStats
   → 模組二：monthlyCreation
   → 模組三：crossFolderLinks/Ratio
   → 模組四：outOnlyCount/Notes
 
步驟 2. hubs(TOP_N=10)（query-templates.md §5）
   → 模組三：Hub 筆記 Top 10
   → 模組四：被引用最多的筆記（同一結果按 inDegree 排序）
 
步驟 3. hubs(FOLDER_FILTER=X) × 主要資料夾
   → 從步驟 1 的 folderStats 取筆記數前 5 大的資料夾
   → 每個資料夾跑一次 hubs(TOP_N=5, FOLDER_FILTER='資料夾/')
   → 模組三：各領域連結密度比較（密度 = 該領域總連結 / 該領域筆記數）
 
步驟 4. orphans-rich（query-templates.md §6，無 FOLDER_FILTER）
   → 模組三：孤島分布（按資料夾統計）
 
步驟 5. bridges（query-templates.md §4，無參數）
   → 模組四：articulationPoints 前 10 + bridgesByFolder
 
步驟 6. Agent 彙整上述 JSON → 產出 Markdown 報告

# Vault 知識圖譜報告
 
> 產出時間：YYYY-MM-DD | Vault：<vault-name> | 筆記數：X
 
## 一、Vault 全景概覽
 
| 指標 | 數值 |
|------|------|
| 筆記總數 | X |
| 連結總數 | X |
| 平均每篇連結數 | X.XX |
| 孤島數量 | X（佔 XX.X%） |
| 連通分量數 | X |
| 最大分量涵蓋率 | XX.X% |
 
### 資料夾分布
 
| 資料夾 | 筆記數 | 連結數 | 孤島數 | 密度 |
|--------|--------|--------|--------|------|
| ... | ... | ... | ... | X.XX |
 
## 二、活躍度趨勢
 
| 月份 | 新增筆記數 |
|------|-----------|
| YYYY-MM | X |
 
活躍高峰月：YYYY-MM（X 篇）
 
## 三、知識重心與結構
 
### Hub 筆記 Top 10
 
| 排名 | 筆記 | 入度 | 出度 | 總連結 |
|------|------|------|------|--------|
| 1 | ... | ... | ... | ... |
 
### 各領域連結密度
 
| 領域 | 筆記數 | 連結數 | 密度 |
|------|--------|--------|------|
| ... | ... | ... | X.XX |
 
### 跨領域連結
 
跨資料夾連結數：X（佔總連結 XX.X%）
 
### 孤島分布
 
| 資料夾 | 孤島數 | 佔該資料夾 % |
|--------|--------|-------------|
| ... | ... | XX.X% |
 
## 四、知識價值與風險
 
### 被引用最多的筆記
 
（hubs 按 inDegree 排序前 10）
 
### 只出不進的筆記
 
outDegree > 0、inDegree = 0 的筆記共 X 篇
 
### Bridge 關鍵節點
 
（bridges articulationPoints 前 10，含 degree）
 
### Bridge 風險分布
 
| 資料夾 | Bridge 邊數 |
|--------|------------|
| ... | ... |
 
## 數據匯總
 
（前四模組的核心數據整理成 CSV-ready 表格，方便丟給視覺化工具）