tmd import

使用三步驟工作流程將外部 markdown 檔案匯入 vault：掃描、規劃、執行。

掃描來源

tmd import scan <paths...>

掃描來源目錄或檔案中的 markdown 內容，擷取 frontmatter 模式並收集檔案統計資料。

範例

tmd import scan ~/notes ~/docs/blog

輸出 JSON ScanResult，包含：

• sources — 每個 markdown 檔案的路徑、大小和 frontmatter 鍵值
• file_count — 找到的 markdown 檔案總數
• directories — 目錄結構與每個目錄的檔案數量
• patterns — frontmatter 鍵值的彙總統計（出現頻率和範例值）
• existing_types — vault 中已定義的 type schema 及其屬性
• no_frontmatter_count — 沒有 YAML frontmatter 的檔案數量

產生規劃

tmd import plan <classifications-file>
tmd import plan classifications.json --output plan.json

從包含物件分類的 JSON 檔案產生匯入規劃。分類檔案是一個 ObjectPlan 的 JSON 陣列，通常由 AI 分析掃描結果後產生。

Flags

Flag	縮寫	說明
--output	-o	將規劃寫入檔案而非標準輸出

ObjectPlan 格式

[
  {
    "source_path": "books/clean-code.md",
    "type_name": "book",
    "name": "Clean Code",
    "properties": {"author": "Robert C. Martin"},
    "body": "書籍內容...",
    "conflict": "none",
    "depends_on": []
  }
]

plan 指令會偵測需要建立的新 type、檢查與現有物件的衝突，並計算依賴順序的匯入序列（tag 優先，接著是獨立物件，最後是有依賴的物件）。

執行規劃

tmd import execute <plan-file>

執行匯入規劃，在 vault 中建立 type 和物件。

執行階段

1. 建立 type — 規劃中列出的新 type schema
2. 建立物件 — 按依賴順序，遵循衝突標記（skip 或 none）
3. 調和 — 解析所有匯入物件中的 wiki-links

輸出

回傳 JSON ImportReport：

{
  "types_created": 1,
  "objects_created": 8,
  "objects_skipped": 2,
  "objects_failed": 0,
  "details": [...],
  "unresolved_refs": [],
  "suggestions": []
}

AI 輔助工作流程

import 指令設計用於透過 onboarding skill 進行 AI 編排：

1. AI 執行 tmd import scan 分析來源檔案
2. AI 將檔案分類為 type 並對應屬性
3. AI 建構分類 JSON 並產生規劃
4. 使用者審核並核准規劃
5. AI 執行 tmd import execute 使用核准的規劃

使用 tmd instructions onboarding 取得完整的 onboarding skill 指令及 vault context。