语义相关
前面几层看的都是你写下的字：字面匹配、链接结构、共现次数。这一层看的是意思——即使两篇笔记一个字都没重合，它也能看出说的是同一件事。
免费且默认开着
它默认完全在你的设备上运行，用的是 Apple 的内置模型：不联网、不花钱、笔记内容不出本机。这也是为什么这一层的能力在免费档就能用。
也可以在 Agent Behaviors → Semantic Index 换成远端模型（OpenAI、Gemini、或自定义服务），精度可能更高，代价是正文会发给那个服务商。第一次从设备本机切到远端时会有一次明确的确认——那是你的正文首次开始外发。
换后端要重建索引
两个模型判断"接近"的方式并不一样，把它们的结果混用等于噪声，而且毫无症状：结果只是变得莫名其妙，不会报错。所以切换之后旧索引会作废重建。
相关笔记的三种来源
笔记信息面板的 Related Notes 会列出与当前笔记相关的笔记。关键是它标明每条的来源——因为三种来源的可信度完全不同：
| 来源 | 依据 | 你该怎么看 |
|---|---|---|
| 共享 N 个节点 | 你自己建立的双链结构 | 事实——你确实把它们连到了同一批概念上 |
| 语义相近（Similar） | 含义上接近 | 模型的判断——值得看一眼，但它可能只是话题相近 |
| 疑似重复（Near-duplicate） | 文字几乎一样 | 基本是同一篇内容的两个副本，多半来自重复剪藏或导入两次 |
混在一起而不加区分，用户就无从判断「为什么它觉得这两篇有关」。所以来源标签不是装饰，它是这个功能可用的前提。
为什么不显示相似度数字
0.62 这样一个数对你没有意义，只会引出「这个数是怎么来的」。真正有用的是来源：共享双链是你连的，含义上接近是模型猜的。
相近节点
图谱的节点面板里有一段 Similar Nodes：与当前节点语义相近、但从未共现过的概念。
它和关系预测找的是同一类东西——还没连上的关系——但依据不同：预测看这个节点在网络中的位置，相近节点看含义。两边都指出的一对，值得优先处理。
这一段只在固定（pin）面板之后才加载，因为它要横跨你的整个笔记库来找；挂在 hover 上会让图谱变卡。
标签建议
同一套对含义的理解还驱动着标签建议：与这篇最相关的几篇笔记身上的标签，被当作「这篇该打什么标签」的投票。纯本地计算、不调模型，见标签。