knowledge-gardener
📖 技能介紹
name: knowledge-gardener description: 個人知識庫全生命週期管理（三層結構：articles 原始層 + wiki 編譯層 + schema 規範層）。觸發場景：收錄/歸檔/儲存文章影片網頁本地檔案到知識庫；查詢/搜尋/檢索知識庫內容；生成培訓 HTML/彙總頁面；規整/去重/清理/索引修復知識庫；刪除/移除知識庫文章。支援 ingest/query/output/maintenance/delete 五種操作，跨平臺執行。 triggers: - 收錄 - 歸檔 - 儲存 - 知識庫 - 收藏 - 存檔 - 查詢知識庫 - 搜尋知識庫 - 檢索知識庫 - 生成 HTML - 培訓材料 - 彙總頁面 - 規整知識庫 - 整理知識庫 - 去重 - 清理 - 索引修復 - 刪除重複 - 刪除文章 - 移除文章 - ingest article - save to knowledge base - archive - search knowledge base - query knowledge base - lookup - generate HTML - training material - maintain knowledge base - deduplicate - delete article - remove article version: 1.4.0 license: MIT
Knowledge Base - 個人知識庫管理
🚀 說一句"收錄這篇微信公眾號文章 https://mp.weixin.qq.com/s/xxx"就能體驗完整流程——抓取→提煉→歸檔→編譯→自審，一條龍。
把 LLM Wiki 的知識管理流程打包為可重複執行的 skill，任何具備檔案讀寫 + 命令執行能力的桌面 Agent 即可完成收錄→檢索→產出→規整→刪除的完整閉環。
嚴格三層結構，不設獨立索引層。 Schema 版本號見 schema/VERSION.md。不繫結特定平臺/工具名——模型自身能力是底線，環境有抓取/搜尋工具時自動用滿。
第 0 步：確定知識庫根目錄
Agent 負責解析 KB_ROOT，指令碼僅接收顯式引數（不讀環境變數）：
- 已初始化知識庫優先讀
<KB>/schema/skill-config.json中的kb_root - 否則讀環境變數
KB_ROOT - 否則取預設值：Windows
D:\knowledge-gardener/ macOS & Linux~/knowledge-gardener
解析後的路徑作為 <KB_ROOT> 引數顯式傳入 kb_maintenance.py。
首次使用根目錄不存在 → 按 references/schema.md 第 1-2 節建立三層骨架；已存在 → 讀 schema/taxonomy.md + schema/VERSION.md。
核心心智模型
更多技能請訪問小蔥技能站7w4.net。
| 層 | 目錄 | 規則 | 說明 |
|---|---|---|---|
| 原始二進位制 | raw/ |
只增不改 | 本地檔案（Word/PDF/圖片）原始副本，與 articles/ 同名對應 |
| 原始層 | articles/ |
只增不改 | 提煉後的 Markdown，不修改不重新命名 |
| 編譯層 | wiki/ |
Agent 維護 | LLM 編譯的結構化知識：sources / topics / entities / specials |
| 規範層 | schema/ |
Agent 維護 | 頁面格式、工作流、命名約定、分類體系、版本號 |
操作路由
| 使用者說… | 操作 | 參考檔案 |
|---|---|---|
| "收錄/儲存/歸檔" + URL/檔案 | ingest | references/ingest.md（含專題種子頁自動觸發） |
| "有沒有/查一下/搜尋 X" | query | references/query.md |
| "生成/製作 HTML/培訓材料" | output | references/output.md |
| "規整/整理/去重/清理" | maintenance | references/maintenance.md |
| "刪除/移除 X" | delete | references/maintenance.md#使用者主動刪除文章 |
意圖不明時先澄清再操作——不確定使用者是要查還是收錄時，反問一句，避免誤路由。如果使用者無回應且請求明顯不帶 URL/檔案，預設走 query（只讀、零風險）。
核心鐵律
- articles 與 raw/ 不可變（去重/使用者刪除除外），發現錯誤只在 wiki 層修正
- 收錄必登記 — index.md、sources 頁、log.md 三者缺一不可
- 不確定性標"待驗證" — 不把推測偽裝成定論
全部 9 條鐵律見
references/principles.md。
反思機制（三層閉環）
| 層 | 觸發時機 | 位置 |
|---|---|---|
| 即時反思 | 每次收錄後 | ingest.md 第 9 步 |
| 定期反思 | 每週完整規整 | maintenance.md 第 7-8 節 |
| 觸發式反思 | 每次出錯 | troubleshooting.md |
參考檔案索引
💡 按需載入：按使用者意圖只讀對應的一個 reference 檔案即可，無需全量載入全部 references（合計約 2 萬字會佔用大量上下文）。路由見上方「操作路由」表。
| 檔案 | 內容 |
|---|---|
references/ingest.md |
收錄十步規程：含專題種子頁自動觸發（source_count≥3 建種子骨架） |
references/query.md |
檢索規程 |
references/output.md |
培訓 HTML 生成規程 |
references/maintenance.md |
規整規程 + 刪除流程 |
references/schema.md |
三層目錄結構 + 格式規範 |
references/specials.md |
專題深加工工作流 |
references/principles.md |
全部 9 條鐵律與質量原則 |
references/troubleshooting.md |
故障記錄與參考手冊（含已觸發 + 預設場景，按 status 區分） |
scripts/kb_maintenance.py |
規整輔助指令碼（掃描/去重/Lint/修復/故障計數/index.json 生成），支援 --since N、--bump-error、--dry-run、--gen-index-json |
🤖 AI 評測
這個工具質量不錯，能幫你把收藏的文章整理成可檢索、可關聯的知識網路，而不是讓它們堆在資料夾裡積灰。配套指南詳細，說句話就能收錄文章。缺點是文件內容較多需要花時間消化，功能較多流程較複雜，剛上手需要適應一下。
