NoteGenNOTEGEN.

让 Agent 安全修改笔记

提供明确任务、限制操作范围,并在写入前审核 Agent 的变更。

Agent 可以调用 NoteGen 内置工具读取和修改文件、记录、标签与记忆,也可以使用你启用的 MCP 和 Skills。它比普通 Chat 权限更高,因此应先限定范围再执行。

AI
搜索文件
00 Inbox
杭州想去的地方.md
01 Projects
杭州旅行
周末杭州行程.md
餐厅收藏.md
02 Areas
03 Resources
杭州旅行
4
录音刚刚

西湖边想走慢一点

西湖边想走慢一点:曲院风荷、北山街和孤山

链接12 分钟前

法喜寺预约与开放时间

法喜寺预约、开放时间与出行说明

文本09:40

晚餐想吃杭帮菜

晚餐想吃杭帮菜,记得提前订座

图片昨天

天目里建筑与店铺地图

天目里建筑与店铺地图

产品想法
7
日常记录
18
搜索画布

杭州周末路线

3 个节点 · 刚刚

西湖散步

4 个节点 · 今天

餐厅与咖啡

5 个节点 · 昨天

雨天备选

4 个节点 · 昨天

周末杭州行程.md
西湖边想走慢一点
杭州周末路线

周末杭州行程

两天以 西湖、象山和城西为主,减少跨区往返,把时间留给散步、吃饭和临时停留。完整地址都放在路线备忘里。

不赶景点,只确定每天的一条主线;如果遇到喜欢的地方,就多停一会儿。

行程概览

  • 周六:西湖慢走、中国美院象山校区、杭帮菜
  • 周日:法喜寺、天目里、返程前购买伴手礼
日期主路线步行
周六北山街 → 象山约 9 km
周日法喜寺 → 天目里约 6 km

周六 · 西湖与象山

09:00—12:00 西湖慢走

曲院风荷出发,沿北山街走到孤山。途中经过荷区、秋水山庄和西泠桥,不安排固定打卡时间。

12:15—13:30 午餐

在孤山附近简单吃面,避开热门餐厅排队,把正式的杭帮菜留到晚上。

15:00—17:30 中国美院象山校区

从西湖打车前往象山,重点看建筑与公共空间;离开前预留半小时在附近喝咖啡。

19:00 杭帮菜晚餐

选择收藏里的餐厅,提前预约靠窗座位。想吃龙井虾仁、东坡肉和时令蔬菜。

周日 · 法喜寺与天目里

08:30—11:00 法喜寺

早一点出发避开人流,按收藏的预约说明提前准备证件。寺内慢慢走,不再叠加灵隐寺行程。

13:30—16:30 天目里

按画布中的路线逛建筑、书店和小店,中间留出一小时坐下来休息。

17:00 返程

前往车站前购买茶叶和糕点,至少提前四十五分钟到达。

出发前确认

预约周六晚餐
确认法喜寺开放时间
下载西湖与城西离线路线
携带雨具和舒适的步行鞋

雨天备选

如果天气显示 rain > 70%,将西湖步行替换为浙江省博物馆孤山馆区;象山校区不变,出发时间顺延一小时。

雨天路线
博物馆孤山馆区 → 午餐
→ 象山校区 → 杭帮菜

最后更新:周五 22:30 · 天气和开放时间以出发前查询为准

杭州周末行程(3)
结合这些内容,整理周末杭州行程并保存。
检索到 2 个知识库来源 · 已使用 trip-planner
记录 · 读取 3 条杭州收藏
画布 · 读取杭州周末路线
笔记 · 检索杭州旅行历史
笔记 · 写入周末杭州行程.md

已读取关联的 3 条旅行记录、1 个路线画布和 2 篇历史笔记。

我重新安排了两天路线,减少跨区往返,并补充了餐厅预约、雨天备选和返程提醒。

行程已保存,正在为你打开写作页面。

你可以提问或将记录整理为文章...
询问
862 字符
已同步

开始前

  1. 打开目标笔记,或在消息中明确文件路径。
  2. 只启用任务需要的知识库、MCP 和 Skills。
  3. 对重要文件先创建副本或本地 ZIP 备份。
  4. 在提示中写清目标、不允许修改的内容和验收条件。

例如:

重组当前笔记的二级标题,保留原始事实和链接,不新增未经来源支持的结论。修改完成后列出调整摘要。

审核过程

  • 读取、搜索和生成草稿通常不会直接改文件。
  • 写入、移动或删除操作会按当前权限策略请求确认。
  • 编辑器变更以 Diff 展示;检查删除内容、链接、代码块和图片路径后再接受。
  • 涉及多个文件时逐项检查,不要仅根据总结一次性批准。

降低风险

  • 将任务拆成“分析 → 提案 → 修改”三个阶段。
  • 要求 Agent 先列出计划修改的文件。
  • 不要同时开放与任务无关的文件系统或远程 MCP。
  • 对事实性内容要求引用原笔记或网络来源。
  • Agent 长任务进入队列后,可继续输入补充要求;如果方向错误应立即停止。

如果结果不符合预期,拒绝 Diff 或使用编辑器撤销;已完成的跨文件操作应从备份、同步历史或 Git 历史恢复。能力边界参见AI 对话与 Agent