Has estado guardando contenido web en Obsidian durante semanas. Tu vault tiene 50, quiza 100 articulos recortados. Pero encontrar el correcto significa navegar entre carpetas o depender de la busqueda de texto completo.

Dataview cambia esto. Trata tus archivos Markdown como una base de datos --- consultalos por metadatos, filtra por etiquetas, ordena por fecha y construye dashboards que se actualizan automaticamente.

Asi es como configurarlo para tus recortes web.

Que hace Dataview

Dataview es un plugin de Obsidian que te permite consultar tus notas usando una sintaxis similar a SQL. Cada archivo Markdown se convierte en una fila. Cada campo del frontmatter se convierte en una columna. Cada consulta devuelve una tabla en vivo que se actualiza automaticamente.

La base: frontmatter

El poder de Dataview depende de un frontmatter consistente en tus archivos recortados. Cuando guardes contenido web con Save, agrega estos metadatos:

---
title: "React Server Components: A Complete Guide"
source: "https://example.com/rsc-guide"
clipped: 2026-03-15
type: article
status: unread
tags: [react, server-components, performance]
rating:
---

Campos que hacen tus recortes web consultables:

clipped --- cuando lo guardaste
type --- article, tutorial, documentation, paper, thread
status --- unread, reading, read, processed
rating --- 1-5 despues de leerlo (dejalo vacio inicialmente)
tags --- temas cubiertos

Consultas esenciales

Cola de lectura

Ve todos los recortes sin leer, los mas recientes primero:

```dataview
TABLE title, type, clipped
FROM "clips"
WHERE status = "unread"
SORT clipped DESC
```

Leidos recientemente

Lo que has procesado en los ultimos 30 dias:

```dataview
TABLE title, rating, tags
FROM "clips"
WHERE status = "read" AND clipped >= date(today) - dur(30 days)
SORT rating DESC
```

Mejor contenido por tema

Encuentra tus recortes mejor valorados sobre un tema especifico:

```dataview
TABLE title, rating, source
FROM "clips"
WHERE contains(tags, "react") AND rating >= 4
SORT rating DESC
```

Desglose por tipo de contenido

Cuantos de cada tipo has guardado:

```dataview
TABLE length(rows) AS Count
FROM "clips"
GROUP BY type
SORT length(rows) DESC
```

Recortes pendientes de procesar

Encuentra contenido guardado que aun no has revisado:

```dataview
TABLE title, type, clipped
FROM "clips"
WHERE !rating
SORT clipped ASC
LIMIT 10
```

Construyendo un dashboard de investigacion

Crea una nota llamada Dashboard.md que agregue todas tus consultas:

# Dashboard de investigacion

## Cola de lectura ({{date}})

### Articulos sin leer
(consulta dataview aqui)

### En progreso
(consulta dataview aqui)

## Guardados esta semana
(consulta dataview aqui)

## Contenido mejor valorado
(consulta dataview aqui)

## Por tema
(consulta dataview aqui)

Este dashboard se actualiza automaticamente cada vez que lo abres. Sin mantenimiento manual necesario.

Avanzado: consultas inline

Dataview tambien soporta consultas inline dentro de tus notas. Referencia conteos de recortes o metadatos en cualquier lugar:

He guardado `= length(filter(pages("clips"), (p) => p.status = "read"))` articulos
este mes, con una valoracion promedio de
`= round(average(filter(pages("clips"), (p) => p.rating).rating), 1)`.

Esto se renderiza como texto plano: “He guardado 23 articulos este mes, con una valoracion promedio de 3.8.”

DataviewJS para consultas complejas

Para analisis mas complejos, usa DataviewJS (JavaScript):

```dataviewjs
// Muestra recortes por semana en las ultimas 8 semanas
const clips = dv.pages('"clips"')
  .where(p => p.clipped)
  .sort(p => p.clipped, 'desc');

const weeks = {};
for (const clip of clips) {
  const week = clip.clipped.toFormat("yyyy-'W'WW");
  weeks[week] = (weeks[week] || 0) + 1;
}

dv.table(
  ["Semana", "Recortes guardados"],
  Object.entries(weeks).slice(0, 8).map(([week, count]) => [week, count])
);
```

Consejos para datos limpios

Usa una plantilla

Crea una plantilla de recorte con frontmatter pre-rellenado para que cada guardado sea consistente:

---
title: ""
source: ""
clipped: {{date}}
type: article
status: unread
tags: []
rating:
---

Normaliza tus etiquetas

Elige un conjunto estandar y sigue con el. react no React ni reactjs. performance no perf ni web-performance. Las etiquetas inconsistentes rompen las consultas de Dataview.

Actualiza el estado despues de leer

El campo de estado solo funciona si lo actualizas. Cuando termines de leer un recorte, toma 10 segundos para cambiar status: unread a status: read y agregar una valoracion.

Conserva las URLs de origen

El campo source te permite siempre volver al original. Dataview puede renderizar estos como enlaces clicables:

```dataview
TABLE title, "[Link](" + source + ")" AS Fuente
FROM "clips"
WHERE status = "read"
SORT clipped DESC
LIMIT 20
```

Por que el Markdown limpio importa aqui

Dataview consulta tu frontmatter, pero tambien buscas en el contenido de los recortes regularmente. Aqui es donde la extraccion limpia de Save da sus frutos.

Cuando buscas en tu vault “server components streaming”, quieres encontrar parrafos relevantes en tus recortes --- no menus de navegacion, banners de cookies ni widgets de barras laterales. Markdown limpio significa resultados de busqueda limpios.

Primeros pasos

Instala el plugin Dataview en Obsidian (Community Plugins → Busca “Dataview”)
Instala Save para web clipping limpio
Agrega frontmatter a tus proximos 5 recortes usando la plantilla de arriba
Crea una nota Dashboard con la consulta de cola de lectura
Observa como tu vault se transforma de una pila de archivos en una base de conocimiento consultable