你有没有在 Obsidian 里读过一篇五千字的医学笔记？

我用我的解剖学笔记来做一个演示，让我们看看obsidian的原皮，左栏文件树，右栏反链，中间塞着一整屏 YAML 属性——你还没读到正文第一句，眼睛已经在三个面板之间跳了六次。Obsidian 是最好的知识管理工具，但它的阅读体验，配不上你花三小时整理出来的那篇笔记。

这就是我做 MedMind 的原因。它不是又一个 AI 聊天窗口，而是一层盖在 Obsidian 原生视图上的「阅读画布」——把你的笔记重新排版成一张可以安静读完的报纸。下面说清楚它做了什么、怎么做的、以及为什么这些细节值得较真。

一张报纸式的阅读画布

进入 MedMind 阅读画布后，Obsidian 原有的左右侧栏会自动收起。正文收束到 760px 的中轴——这是纸质书的舒适阅读宽度，手机上约等于满屏，桌面上两侧留出大片呼吸空间。

顶部只有一行文字：左边是 MEDMIND · 阅读笔记，右边是当前文件名。章节导航变成了一排纯文字标签，当前章节有细下划线标记，点击直接跳转。没有图标、没有卡片、没有圆角容器——信息层级靠字号和留白完成。

底部是一条细阅读线：阅读进度、继续/复习状态、字号调节、章节前后翻页，以及一键回到原生 Obsidian 工作区的出口。

你的原始 Markdown——标题层级、表格、图片、嵌入、链接、第三方插件的多栏布局——全部原样保留。MedMind 只改容器，不碰内容。退出画布的那一刻，一切恢复原样。

划词即问，AI 住在页边空白里

桌面阅读时右侧总有大片留白。MedMind 把这块空间变成了 AI 的栖身地。

选中一段文字，点击常驻的悬浮球，AI 的解释会作为「页边浮注」出现在正文右侧——没有边框，没有弹窗，就像一本书的手写批注。解释完成后可以一键复制 Markdown，也可以直接保存为带来源链接的知识卡，归入你指定的文件夹。

窗口不够宽时，浮注自动回退为传统悬浮窗。在手机上也一样能用，只是换了个姿势。

没有选中文字时点悬浮球，它会打开一个轻量菜单：进入阅读画布、打开今日学习版、或者启动 AI 助手做基于当前笔记的通用问答。悬浮球可以自由拖动，位置按 Vault 记忆。

三套主题，零套多余的颜色

MedMind 有三种阅读主题：暖纸——米黄纸面加暖灰结构线，适合长时间阅读；临床专注——冷白底加蓝灰线条，信息密度优先；夜读——深底低对比，凌晨三点翻笔记也不刺眼。

在此之上，有四种强调色可选：珊瑚、青绿、靛蓝、鼠尾草。强调色只用在当前章节标记、选中态和主按钮上，正文永远是中性色。

一个容易被忽略的细节：MedMind 的结构线会自动融合你当前 Obsidian 桌面主题的边框色。如果你用的是冷色主题，MedMind 的分割线会偏冷灰；暖色主题则保持温润。标题和按钮保留 MedMind 自己的强调色，但骨架不会跟宿主打架。

阅读进度：笔记级的断点续读

每篇笔记的阅读位置都会按 Vault 单独保存。关掉 Obsidian，明天重新打开，从上次停下的地方继续。读完一遍后，按钮变成「开始复习」；第二遍读完，显示「已完成一轮复习」。

重命名或移动笔记时，进度跟着路径迁移，不会丢失。

这件事听起来简单，但 Obsidian 原生没有给阅读进度留任何接口。MedMind 在后台做了完整的路径监听和数据迁移，而你感知到的只是"它记得我读到哪了"。

「今日」：一个安静的学习仪表盘

从命令面板打开「今日版」，或者点阅读底栏的按钮。它以全屏报纸版面呈现三件事：你今天在读什么、当前的学习主线、以及今日累计阅读时长。

时长统计只计算前台 Markdown 的有效阅读：离开页面暂停，窗口失焦暂停，五分钟无操作暂停。按时段显示太阳或月亮——这个没什么用，但看着舒服。

Esc 或点「返回阅读」就回到笔记。它不是一个需要你「管理」的面板，而是一个可以随时瞥一眼的状态页。

知识卡：从笔记里提取可复习的原子

在任何一篇笔记里，你可以让 MedMind 提取七种知识卡：概念、摘要、论点、步骤、示例、问题、参考。每张卡片自带来源链接，点击可以跳回原笔记的对应位置。

知识卡输出到你指定的文件夹，本身就是标准 Markdown 文件——可以被 Obsidian 的搜索、反链、图谱正常索引。MedMind 会自动排除知识卡输出目录和根库中嵌套的 Obsidian 库，避免递归污染。

关于隐私和安全边界

最后说一件我认为最重要的事。

MedMind 只在你主动提问、解释选中文本或提取知识卡时，才会将当前笔记的相关内容发送到你在当前 Vault 中配置的 AI 服务。它不会后台扫描你的笔记，不会跨 Vault 读取数据，不会把任何内容发到你没配置的地方。

每个 Vault 的 API 密钥、主题、学习时长、阅读进度和悬浮球设置都是独立保存的。这意味着你的工作库和个人库可以连接不同的 AI 服务，互不干扰。

目前还在调试中，关注我，尽情期待！