wpsnote/wpsnote-skills/tag-organize

Claude Code and agent skill by wpsnote/wpsnote-skills

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

笔记文件级标签整理的核心原则与完整工作流程。用户提到"整理笔记标签"、"清理标签"、"标签太乱"、"标签太多"、"帮我打标签"、"重构标签"、"重新分类"、"笔记分类混乱"、"标签体系需要优化"时必须使用;基于 wps-note MCP 的 get_note_stats、find_tags、get_note_info、search_notes、manage_note_tags 等工具执行,不通过编辑 block 或 <tag> XML 管理标签。

Install

npx vskill@latest install wpsnote/wpsnote-skills/tag-organize

SKILL.md

笔记标签整理核心原则与流程

核心原则

整理标签不是在执行一套标准方法论,而是在服务一个具体的人。没有统一的「正确」分类方式,一切决策以用户的实际需求为准。

整理的价值只来自三个方向,不能带来其中任何一项的改动都不值得做:

  • 提升使用效率:减少维护负担,降低分类焦虑
  • 提升检索效率:让用户更快找到目标内容
  • 带来新的知识连接视角:发现原来看不到的关联

不要在任务开始时反问用户「你想整理什么范围、怎么整理」。用户找 AI 来整理,本身就意味着他不想自己做这些判断。AI 的职责是主动给出具体方案,让用户做选择题,而不是问答题。


操作安全约束

当前阶段只做打标。 笔记标签是文件级独立对象,通过 wps-note 专用工具 manage_note_tags 增删改;不要再通过 edit_block、batch_edit 或 <tag> XML 修改标签。

硬性规则,每次操作都必须遵守:

  1. 修改标签只用 `manage_note_tags`:
  • 查询某笔记当前标签:manage_note_tags({ note_id })(只传 note_id 即为查询)
  • 添加:manage_note_tags({ note_id, add: ["工作/项目"] })
  • 删除:manage_note_tags({ note_id, remove: ["旧标签"] })
  • 重命名 / 合并:在同一次调用中组合 remove + add
  • 传给工具的标签名不带 # 前缀;#工作/项目 只用于对用户展示时的习惯写法
  1. 跨笔记的全局操作必须先 `ask_user` 确认:标签的全局重命名、合并、批量删除(影响 2 篇以上笔记)属于跨笔记批量操作,执行前必须调用 ask_user。
  1. 意图不明的笔记直接跳过:无法确定内容主题或用途时,不猜测、不修改,在方案中列为「未处理」告知用户。
  1. 不删除任何笔记:无论笔记看起来多空,都不在此阶段做任何笔记删除。
  1. 确认必须用 `ask_user` 工具:禁止用文本提问代替 ask_user 调用——文本提问不会暂停执行,用户无法介入。调用 ask_user 的同一轮中禁止执行写入工具。

WPS 笔记系统行为说明

在 WPS 笔记中操作时,以下系统行为会影响结果,必须了解:

行为说明应对方式
/ 表示层级分隔标签名中的 / 是层级分隔符,WPS 自动将其解析为父子关系写完整路径调用 manage_note_tags({ note_id, add: ["工作/项目"] })
区分大小写标签按用户输入原样存储,TODO、Todo、todo 是三个不同的标签比对标签时按字面比对,不做大小写归一
标签输入限制最多 10 级层级,每级最多 20 字符;禁用 `\ : * ? " < > \` 与 emoji;同一文档内不允许重复标签生成新标签时主动遵守这些限制;命中系统报错时根据返回信息调整后重试

任务流程

第一步:全局概览,判断健康度
↓
第二步:分析与诊断
↓
第三步:给出具体方案 ──→ [结论:不需要整理] → 说明理由,结束
↓
第四步:用户确认 ──→ [有异议] → 修改方案,回到第四步
↓
第五步:执行
↓
第六步:回顾检查 ──→ [有偏差] → 修正,重新检查

第一步:全局概览,判断健康度

选择合适的工具查看当前笔记文件和标签列表,了解当前笔记系统的整体状况,再决定深入哪些地方。

第一层:必做(全局概览)
  1. `get_note_stats({ detailed: true })` — 一次调用获得:
  • 文件总数、标签总数、无标签文件数
  • 每个标签下的文件数量分布(按笔记数降序,最多返回 30 个;标签较多时结合 find_tags() 看全量)
  • 近期更新的文件列表
  1. `find_tags()` — 获得:
  • 完整的标签层级结构(父子关系、命名)
  • 识别命名风格、层级逻辑、可疑标签名

完成这两步后,通常已能发现大多数问题(颗粒度失衡、命名不一致、无标签文件过多等),并形成整理方向的初步判断。

第二层:按需调查(针对发现的问题)

根据第一层发现的线索,针对性使用以下工具按需调查:

想了解的内容用哪个工具
某个可疑标签下都有哪些文件search_notes({ tags: ["标签名"] })
无标签的文件有哪些get_note_info({ limit, page }) 分页查询,过滤 tags 为空的笔记
某篇笔记当前挂着哪些标签manage_note_tags({ note_id })(只传 note_id 即为查询)
某篇文件大概讲什么get_note_outline({ note_id })
某篇文件的某几个 block 的精确内容read_blocks({ note_id, block_ids })
某篇文件的完整内容(需要深度理解内容时)read_note({ note_id }),不加 max_length 限制

原则:用最轻量的工具满足当前需求:get_note_outline 能定位时优先用它;search_notes({ tags: [...] }) 能筛选时优先用它;仅在需要完整内容理解时才用 read_note。


第二步:分析与诊断

在完整信息的基础上,识别用户的分类习惯,并逐项对照下方问题诊断表检查。

已有习惯是有价值的资产,不是需要纠正的问题。如果用户已有固定习惯且分类逻辑合理,不要轻易打破。

分析时同时结合笔记内容思考:每篇笔记用户为什么存了它?服务于什么场景?未来会用什么关键词检索?这决定了标签是否有真实的检索价值。

前置判断:标签数量过少,无法诊断

当已有标签极少时,不足以判断用户的分类偏好,此时跳过以下诊断,改为根据笔记内容为用户从头设计标签体系。

→ 查阅 references/classification-methods.md,根据用户场景从中选择合适的分类方法(层级分类法 / P.A.R.A. / 实体场景法),并在第三步明确说明选择理由,让用户确认。不确定时默认推荐层级分类法(适应性最广,最易上手)。


问题诊断表

1. 重复 / 语义相同

说明
正常状态同一概念只有一个标签
问题表现待办、TODO、to-do 并存;AI 和 人工智能 并存;会议 和 meeting 并存
处理建议合并为用户更常用的那个;原标签失去所有引用后由系统自动清理

2. 层级结构不合理

说明
正常状态父子关系在语义上成立(子标签是父标签的具体化);同级标签是真正的并列概念;每层标签数量适中,层级深度有实际意义
问题表现(层级错位)同级概念被误放成父子关系:学习/数学/语文,数学 和 语文 是并列学科,语文 不应挂在 数学 下面
问题表现(同级过多)一个层级中有几十个标签全部平铺,没有任何分组,标签列表冗长——此时应将同类标签归入共同的父标签
问题表现(层级冗余)一个层级中只有一个标签,中间层没有其他并列项,也不带来额外的过滤价值——此时应合并或移除中间层
判断方法每个层级都问:「这一层的意义是什么?未来可能会有哪些概念与它并列?」答不上来的层级不应存在;同级标签较多时,考虑是否有可以归类的共同上级
处理建议层级错位 → 修正父子关系;同级过多 → 找出共同属性,建立父标签做归类;层级冗余 → 合并或移除中间层

3. 标签颗粒度失衡

说明
正常状态每个标签关联的文件数量适中,能有效过滤(既不过宽也不过细)
问题表现(过细)某标签只关联 1-2 篇文件,且这些文件已被更合适的父标签覆盖——此标签是冗余的
问题表现(过粗)某标签关联了大量文件,点开后几乎等于「全部笔记」,检索时没有过滤价值
处理建议过细 → 合并到父标签或相近标签;过粗 → 拆分子标签,引导用户使用更精确的分类

4. 命名风格不一致

说明
正常状态同一层级的标签命名风格统一(词性、语言、大小写一致)
问题表现同级标签中部分用名词、部分用动词;中英文混用;全角半角符号混用;英文大小写不统一
处理建议以用户现有的多数标签风格为基准统一;命名风格本身没有对错,统一即可

5. 笔记覆盖不均衡

说明
正常状态大多数笔记有标签,标签体系能覆盖用户的主要内容类型
问题表现大量笔记没有任何标签,或某一类内容(如近期新增笔记)系统性地缺少标签
处理建议为无标签笔记补充标签;缺口过大时优先处理最常用、最重要的内容

如果以上问题均不存在: → 进入第三步,直接告知用户「建议保持现状」并说明理由。


第三步:给出具体方案

直接呈现改动后的目标标签体系结构,附上每条改动的理由——完整呈现目标状态,便于用户对比判断。

方案格式示例:

建议改动后的标签体系:
工作
├── 项目 ← 原 项目A、项目B 统一归入此处
└── 日常 ← 原 工作记录 改为此,更简洁
学习 ← 原 读书 和 网课 合并入此
├── 读书
└── 网课
生活 ← 保持不变
待办 ← 原 TODO、to-do 合并为此(用户最常用的写法)
未处理:「未命名笔记」「未命名笔记(1)」(内容为空或无法判断意图,请用户自行决定)

情况一:只需要少量改动

→ 直接列出具体的几条改动,说明理由,进入第四步确认。

情况二:需要较大范围重建

→ 先呈现整体目标结构,再列出主要改动点,让用户对全貌有判断后再确认。


第四步:用户确认

通过 ask_user 工具获取用户确认。

情况一:用户同意

→ 进入第五步执行。

情况二:用户提出异议或质疑

→ 重新思考方案。用户的质疑通常指向方案中逻辑不自洽的地方,据此修改后重新呈现,回到第四步。

情况三:用户部分同意

→ 只执行用户确认的部分,存疑的部分暂缓,等用户进一步确认。


第五步:执行

按确认后的方案执行改动。

执行规模判断:

  • 改动少(个位数)→ 一次完成
  • 改动多 → 分批执行,每批按逻辑单元划分(如:先处理全局合并操作,再处理单篇笔记调整)

第六步:回顾检查

执行完成后,主动验证结果。

必须验证两个层面:

  1. 目标笔记的标签:从 manage_note_tags 写入操作的返回值检查——tags 是更新后的完整标签列表,added / removed 是实际生效的项;确认目标标签在 tags 中、层级以 / 正确体现
  2. 系统标签列表(find_tags()):确认新标签已创建、合并/删除的旧标签已消失,整体结构符合方案

情况一:结果与预期一致

→ 向用户呈现改动摘要,说明有无遗留问题(例如某些笔记被跳过的原因)。

情况二:发现偏差

→ 找到原因,修正,重新检查,直到结果与预期一致后再向用户汇报。

Security

  • Security scanPassed, 95 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

7-day trend score
0

Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/wpsnote/wpsnote-skills/tag-organize/badge)](https://verified-skill.com/skills/wpsnote/wpsnote-skills/tag-organize)

Something wrong with this skill or its page? Tell us.