Knowledge Engine

👤 zabr1314 📦 v0.3.2 ⭐ 0.0 ⬇️ 620 下載
📚 知識管理 免費

📖 技能介紹


name: knowledge-engine description: 個人知識引擎。搜尋已有概念、新增新概念(自動去重)、檢視信念狀態、執行知識蒸餾、生成視覺化圖譜。當你需要:(1) 查詢之前積累的知識和洞察 (2) 記錄新的學習和思考 (3) 追蹤信念的變化 (4) 從碎片概念中提煉高層規律 (5) 視覺化知識圖譜 version: "0.3.0" author: atlas requires: packages: [] # 零外部依賴,純標準庫 python: "3.8+" tags: - knowledge - memory - learning - concepts - beliefs - distillation


Knowledge Engine — 個人知識引擎

把碎片化的閱讀和思考變成結構化的、可搜尋的、會成長的知識系統。

什麼時候用這個 Skill

場景 動作
使用者問"我之前看過什麼關於 X 的內容" search --query "X"
讀到一篇好文章,想存下來 add --concept "..." --tags "..."
兩個概念之間有關係 link --from "A" --to "B" --relation "supports"
想看看自己有什麼信念,哪些可能過時了 beliefs-decay
定期整理知識體系 synthesis --days 7
想看看知識圖譜長什麼樣 python visualize.py
檢查系統是否正常工作 eval

核心理念

不是"記錄今天讀了什麼",而是—— - 把知識拆成原子概念 - 追蹤概念之間的關聯 - 記錄信念的變化軌跡 - 每天輸出delta:什麼想法變了 - 每週蒸餾:底層事實 → 中層洞察 → 頂層規律

認知層次

L3 元規律(meta-patterns)   ← 自動蒸餾,需人工驗證
   "AI時代稀缺資源從製作轉移到分發"
        ↑
L2 可複用洞察(insights)    ← 自動聚合 L1 生成
   "分發能力 > 製作能力"  "品味是最後的差異化"
        ↑
L1 具體事實(raw concepts)  ← 手動新增
   "北京開發者虧2200"  "Notion Agent自動執行11步工作流"

7w4.net有更好的技能外掛。

使用指南

1. 搜尋已有知識

python3 {baseDir}/scripts/concept_manager.py search --query "分發"
python3 {baseDir}/scripts/concept_manager.py search --query "創業" --tags "AI"

返回匹配的概念列表,按相關度排序。自動記錄搜尋命中(影響置信度調整)。

2. 新增新概念

python3 {baseDir}/scripts/concept_manager.py add \
  --concept "分發能力 > 製作能力" \
  --source "HN Ask HN 2026-03-27" \
  --context "當AI讓創作成本趨近於零,稀缺資源轉移到分發" \
  --tags "創業,分發,AI" \
  --confidence medium

自動迴圈檢測:新增時會檢查相似概念,≥0.6 自動合併,≥0.4 警告。用 --force 跳過。

3. 關聯概念

python3 {baseDir}/scripts/concept_manager.py link \
  --from "分發能力 > 製作能力" \
  --to "個人品牌 > 產品能力" \
  --relation "supports"

關係型別:supports / evidence / contrast / same_thesis / part_of / related

4. 信念管理

# 記錄信念
python3 {baseDir}/scripts/concept_manager.py believe \
  --belief "Self-belief是做出來的不是喊出來的" \
  --reasoning "Musk的conviction是十幾年失敗中錘出來的" \
  --confidence medium

# 更新信念狀態
python3 {baseDir}/scripts/concept_manager.py update-belief \
  --id belief-001 \
  --status challenged \
  --note "使用者指出這可能是自大的判斷"

# 信念衰減報告(帶時間衰減的置信度)
python3 {baseDir}/scripts/concept_manager.py beliefs-decay

5. 知識圖譜

python3 {baseDir}/scripts/concept_manager.py graph
python3 {baseDir}/scripts/concept_manager.py graph --concept "分發能力 > 製作能力"

6. 摘要

python3 {baseDir}/scripts/concept_manager.py summary

7. 蒸餾(每週執行)

python3 {baseDir}/scripts/concept_synthesis.py --days 7

自動執行:Reflection → 主題聚合 → L1→L2→L3 蒸餾 → 置信度調整 → 信念衰減 → 熱力圖 → 生成報告

8. 視覺化

python3 {baseDir}/scripts/visualize.py
# 輸出: ~/Desktop/knowledge-graph.html

生成互動式知識圖譜(D3.js 力導向圖),支援拖拽、縮放、懸浮詳情、標籤篩選。

9. 子 Agent API

import sys; sys.path.insert(0, "{baseDir}/scripts")
from ke_api import ke

# 搜尋
results = ke.search("分發", limit=5)

# 新增概念
ke.concept("新概念", source="HN", tags=["創業"])

# 獲取上下文(分層檢索)
ctx = ke.context("創業", recent=3, semantic=5)

# 獲取信念(帶時間衰減)
beliefs = ke.beliefs(top=5)

# 快速摘要
summary = ke.summary()

10. 評估

python3 {baseDir}/scripts/eval_knowledge_engine.py

六項測試:Storage / Retrieval / Association / Confidence / Synthesis / Pruning

11. 查詢相似概念

python3 {baseDir}/scripts/concept_manager.py similar --concept "分發能力"

12. 使用統計 & 置信度自動調整

python3 {baseDir}/scripts/concept_manager.py stats --days 30
python3 {baseDir}/scripts/concept_manager.py auto-adjust
python3 {baseDir}/scripts/concept_manager.py prune --days 60 --dry-run

資料儲存

memory/
├── concepts/          ← 概念卡片(JSON,每個概念一個檔案)
├── beliefs/           ← 信念追蹤(JSON)
├── insights/          ← 蒸餾報告(Markdown)
├── knowledge.db       ← SQLite 索引和搜尋
└── delta-log.md       ← 變化記錄

設計原則

漸進式披露

  • Level 1:本檔案的 YAML 後設資料(始終在系統提示中)
  • Level 2:本檔案的正文(觸發時載入,~500 tokens)
  • Level 3:scripts/ 下的 Python 指令碼和 resources/ 下的模板(按需執行,不佔上下文)

認知與執行分離

  • Agent 只需要知道"怎麼呼叫"(本檔案的命令示例)
  • 實際計算在 Python 指令碼中完成(SQLite 查詢、JSON 處理)
  • Agent 不需要讀取 900 行的 concept_manager.py 原始碼

迴圈檢測

  • 新概念自動與已有概念比較相似度
  • 高相似度(≥0.6)自動合併,避免知識碎片化
  • 中等相似度(≥0.4)提示警告,使用者可確認

信念時間衰減

  • 7 天內:置信度不變
  • 7-14 天:自動降一級
  • 14-30 天:再降一級
  • 30 天以上 + 零更新:標記為 low
  • 被挑戰的信念:額外降一級
  • 有近期更新:保持或提升

L1→L2→L3 自動蒸餾

  • 同標籤 ≥3 個 L1 → 自動生成 L2 洞察
  • 同標籤 ≥2 個 L2 → 自動生成 L3 元規律(初始 low 置信度,需人工驗證)

安全

  • 零外部依賴:純 Python 標準庫(sqlite3 + json + os)
  • 無網路請求:所有操作都在本地完成
  • 可審計:所有資料以 JSON 檔案儲存,人類可讀可編輯
  • 可恢復:concept 和 belief 都有獨立 JSON 檔案備份

升級路徑

當前 (v0.3): - sqlite3 + JSON 儲存 - 關鍵詞搜尋 + 分層檢索 - 概念關聯 + 信念追蹤 + 信念時間衰減 - 迴圈檢測(自動去重) - L1→L2→L3 自動蒸餾 - 子 Agent API(ke_api.py) - 互動式視覺化 - 六項評估套件

計劃 (v0.4): - chromadb 向量資料庫(網路恢復後安裝) - sentence-transformers 本地 embedding - 語義搜尋替代關鍵詞搜尋 - 概念質量 LLM-as-Judge 評估 - 多 Agent 共享知識庫介面