大家好，在这里介绍一下我最近做的一个插件吧，不知道大家会不会遇到这样的情况，看自己笔记的时候，碰到了自己想要了解的概念，或者想看看别人（如ai）对某个你笔记里的概念的看法，然后呢你就去找gpt或者豆包去了，但是吧，gpt它也不知道你笔记记了啥，你还要给他喂上下文，除此之外呢你有可能会在对话里对不同概念做个多次询问，这样问多了，结束后，可能随手就扔了，而且，如果你想存下来，又会遇见麻烦，这对话也太长了，而且涉及不同概念，整理起来实在麻烦。我说到这肯定有人说：skill！claudian！！
我只是问一个问题，搞清一个概念，用这些agent花我100万token（虽然90多缓存命中），你是要我的命吗。
我受不了了
然后我自己做了个插件。
它的逻辑非常简单：deepseek的api接口+agent操控的按需调用的渐进式上下文+不断追加的缓存命中前缀。
话不多说，看效果：
同样的问题和任务《《
token消耗只有不到10%，实际输出和缓存未命中更低。《《
我知道，只是这样完全不够味
重头戏来了
以节点为单位的树状对话。
没错，现在你可以只要点击鼠标的右键，可以随时随地去进行分支了，我承认这真的很有用（当然你也可以直接框选一个概念并提问创建一个新分支，）（同时当你点击沉淀对话树的时候，它会在关联节点的相应位置形成双向链接）
我知道，这个设计实在太老套，不就是一个树吗。
重点是，我让这个树，变得真正有用了。
这是插件内的关系图谱，每一个节点，对应你当初的对话空间，全部都好好的保留了。
OK，我通过右键点击我不想形成笔记的节点，点击沉淀对话树后，它们不会再出现我的obsidian里。
是的，我让关系图谱变成可操控选择保存笔记的媒介了
最后我来聊聊技术实现吧。
我把上下文分成了四层：L0：精确框选。L1：精确框选附近文本。L2：当前笔记。L3：相关笔记章节。L4：相关笔记全文。
在没开启发散模式（我自己设置的模式）情况下，每一层只会暴露上级接口，模型每一次只在两个选项中做一个事情：1，直接回答。2，调用接口。
是的，这就是最核心的思路了，small to big的渐进式上下文模式（2024年的古老设计）但真的帮到我了。