任何没有找到应有的位置和恰当存在方式的事务，都会盘踞在我们的脑海中，成为悬而未决的问题。

为什么需要任务管理？

• 大脑中未完成的任务会造成压力和焦虑
• 无法有效跟踪代表事项，随着时间流逝，遗忘在角落里
• 让我们感到杂乱无章，无法掌控自己的生活

其实，我们需要寻找一种秩序感和掌控感。
我们需要看见曾设定的重要任务，筛选出今天要做的任务，然后清空大脑、释放精神空间，专注于最重要的事情上，不再担心其他事情

1 任务分类

文本提供了一个框架来组织和跟踪我们的任务，从而获得轻松和控制感。
我们可以简单将任务划分为以下几个部分：

1. 已完成

2. 归档和汇总

3. 未完成

4. 今天要完成的任务

5. 以后要完成的任务

最关键是清空今天要完成的任务。如果展示所有待办列表，积累越多越不愿查看。不如只列出今天要做的待办事项来简化任务管理流程。

2 任务管理流

• 任务管理清单 自动汇总具有特定标签的代办事项，它可以帮助我们将散落在不同文件中的待做汇聚在一起；
• 未安排的任务 每周一个固定时间，每周从任务管理清单中手动提取本周的任务；
• 今日工作安排 每天早上从未安排的任务中手动提取任务。可根据任务性质划分重要/紧急;
• 当日任务通过 Checklist 插件显示在 OB 的页面布局中，时刻提醒今天的事务。如果当日任务未完成，会自动回收至未安排的任务 中，如已完成可通过 Checklist 关闭任务；
• 已完成和进行中的任务可以通过 DataView 自动汇总成表单，帮我们定期复盘和归档；
  

3 任务跟踪

基于 Obsidian 笔记工具，使用 Checklist 和 Task 插件，以及 DataView 语法搭建半自动化任务管理流。

3.1 安装及使用插件

详情参考以下说明
Obsidian插件_Task任务管理好帮手
Obsidian插件_Checklist任务清单

3.2 JS任务提取

在任务管理清单 中输入以下信息旨在罗列一些尚未完成的清单列表

JS语法说明
在 vault 中任意文档添加 TODO，L1… 标签，此页面会自动收集带有该标签的单行内容（而不是整个页面）集中显示。也可以使用其他 tag

12345678910111213141516171819202122
```JS
const terms = ["L1", "L2", "L3", "L4","TODO"];
const files = app.vault.getMarkdownFiles();
function isUnfinished(line) {
    return !line.includes("[x]");
}
function hasTag(line) {
    return terms.some(term => line.includes(`#${term}`));
}
const arr = files.map(async (file) => {
    const content = await app.vault.cachedRead(file);
    const lines = content.split("\n").filter(line => isUnfinished(line) && hasTag(line));
    for (let i=0; i<lines.length; i++) {
        lines[i] = `${lines[i]} 🔗[[${file.name}]]`;
    }
    return lines;
});
Promise.all(arr).then(values => {
    let noteArr = values.flat().filter(note => !note.includes("const terms ="));
    for (let i=0; i<noteArr.length; i++) {
        dv.paragraph(`${noteArr[i]}`);
    }

大致效果如下

3.3 复盘

本周事务表里包含两部分内容，一部分是正在做，一部分是已完成. 使用 DataView 显示成表单格式。

23242526272829303132
```dataview
TABLE file.tags AS Tags, file.cday AS Start
FROM "01-Diary/本周事务"
WHERE date > date(today) - dur(1 year) AND (status = false OR status = "inprogress")
SORT rating desc

```dataview
TABLE file.tags AS Tags, excerpt AS Comment
FROM "01-Diary/本周事务"
WHERE date > date(today) - dur(1 year) AND (status = true OR status = "完成")

4 总结

任务管理流可以使高效完成更多任务。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！