先导篇02——“我需要什么笔记软件？”
上一期我们聊到，适合的工具才能发挥最大的效率。那么，在不同的场景下我们如何选择工具呢？
本期就来聊一聊，“我需要什么笔记软件”，或许可以给你答案。
根据UP主大学四年的学习经历，我大致把常见的笔记软件基于需求分为了六种不同的类型：
第一类：PDF 标注和白纸手写
代表软件：
IOS平台的GoodNotes、Notability
Windows平台的DrawboardPDF
这类软件的特点如下：
画布：画布的大小是现实中的纸张大小
输入：以手写功能为主、文字输入功能较弱
查找：没有信息链接功能，支持在单个笔记中搜索，不支持全局搜索
这类软件最大的使用场景，就是导入书籍进行阅读和批注；或者不导入数据，直接在白纸上打草稿、做手帐、做计划表等等，在学生群体中的使用率极高。
第二类：无边界手写
代表软件：
苹果的无边记、Prodrafts、无限草稿
特点：
画布：画布是无限延展的
输入：手写功能为主、文字输入功能较弱、支持插入多媒体文件
查找：支持单个文件搜索，不支持全局搜索
这类软件相当于白纸软件的 plus 版本，无限延展的特性意味着我们一张纸上可以存放相当多的信息，最适合进行思维整理，或者围绕一个话题进行的头脑风暴
第三类：线性图文笔记
代表软件：
所有的文字编辑器、所有的代码编辑器、所有的 Markdown 编辑器
特点：
画布：画布向下延展
输入：以文字输入为主，不支持手写
查询：支持全局搜索
线性笔记是最常见的形式，就连平时用的 word 都可以算作线性笔记软件，甚至是Windows系统的记事本也算，无需过多介绍
第四类：形式受限的思维导图
代表软件：
Xmind、幕布、Draw.io
特点：
画布：画布无限延展，但形式局限于思维导图和大纲，
输入：以文字为主，几乎不支持手写，内容必须放在结点中，不可以自由编排。
查找：单个文件搜索，无全局搜索
这类纯思维导图软件只适合拿来做思维导图（或者各种逻辑框图），优点是生成的图很漂亮，缺点是必须受限于导图的形式
第五类：知识关联、文献整理
代表软件：
iOS平台的MarginNote
Windows平台的BookXnote
特点：
画布：基于 PDF 或电子书文件，将一个或多个文件中的内容进行关联，以便达到整理消化知识的目的，以信息的链接为主
输入：但对于手写的支持不如白纸软件（问题表现在字不好看、不流畅），对文字的支持不如线性笔记软件（必须先有结点，才能输入文字，而线性笔记软件是全局输入文字）。
查找：支持多个相互关联的文件内搜索，功能上接近全局搜索。
这类知识整理软件在学生群体中的应用也非常高，如果没有强迫症或者大型笔记的需求，也可以在这样的一个软件中完成所有的整理、手写和文字输入。
第六类：知识库软件、双链笔记软件
我们这个视频的重点就是它了
代表软件：
Obsidian、思源笔记、logseq等
这类软件正如雨后春笋般不断的推出新款，还有很多优秀的作品在视频中难以全部提及。
特点：
仅支持线性笔记，以文字输入为主，在不装插件的情况下不支持手写。最大的特点是支持内容之间的链接，可以创造知识之间的关联。支持多级目录、全局搜索
知识库软件可以处理海量的信息，甚至是对人一生中的所有数据进行归档，是大型笔记的最终归宿。和前面提到的文献整理软件比如MarginNote的不同之处在于，文献整理软件基于 PDF 的勾画，然后链接，而知识库软件首先是输入自己的文字，输入完内容之后在输入的文字上创建关联，通过信息关联不断的降低信息查找需要的时间。
聊到这里，不难看出，同样称为“笔记软件”的软件，功能和用途上天差地别。没有一个软件可以满足所有的需求，使用什么工具还是要基于需求进行选择。
如果有人希望，屏幕前的你我，向他们推荐笔记软件，建议先问清楚他的需求和接受能力，再去给出同类软件的多个选择，让对方选择自己用着最舒适的。（为什么这里谈到接受能力呢？举个极端例子，如果让小学生去使用知识库软件，他们还是会当成Word来用，因为小学生不具备那么高整理能力）
对于刚刚踏入大学或者没有接触过很多笔记软件的用户，别去盲目跟风，而是把上面提到的软件都搜索试用一下，这样可以更好的理解视频中所说的不同软件的特点，用到最后你会发现：
1. 如果打算在课上做随堂笔记，应该去尝试 notability、goodnotes 这类手写笔记，他们更有助于解决问题
2. 如果打算整理头脑中的思维，应该去尝试思维导图或者无边界白板
3. 如果你打算对大量信息进行归纳、汇总、链接、归档，并且计划把长时间所学的知识融合成一个超级知识库，此时，思源笔记才是最佳选择
最后根据自己的实际需求选择合适的工具，我不会为了视频的播放数据好看而随便推广一个工具，如果你觉得暂时用不到思源笔记，就不用往下继续看了，等到以后需要了，再回来看也不迟，或许那个时候就会有很多大佬，已经做出比我的视频强很多的专业教程了
感谢看到这里，初次尝试经验不足，如有错误之处欢迎评论区友善指出，谢谢大家。
（图文容易被盗，本文只发布于Bilibili，如发现被盗请反手一个举报，虽然本文并不是什么优质内容，但也请保护原创谢谢。）
