name: knowledge-harvest description: 知識迴流系統 v3.0 — 全本地記憶系統（sqlite-vec+bge-m3），知識自動捕獲+語義檢索+每日簡報。Agent 越用越聰明的記憶引擎。 version: 3.0.0 category: productivity author: QClaw

Knowledge Harvest — 知識迴流 Skill v3.0.0

sqlite-vec + APSW + bge-m3 全本地記憶系統

v3.0 核心變更（2026-07-18）： - 🧩 通用化解耦：移除 特定 Agent 專屬引用（RULES/GATE.md、CHECKS.md），可在任意 Agent 環境獨立執行 - 📦 自包含打包：核心指令碼 memory.py + memory_digest.py 入駐 scripts/ - 📋 HARVEST_GATE：自檢鏈完全內聯，不依賴外部規則檔案 - 📖 通用安裝文件：README.md 含依賴清單和 pip install 命令

v2.1 變更（2026-07-13）： - 新增 HARVEST_GATE 強制門禁 - 廢棄 gbrain 每日簡報，用 memory_digest.py 替代 - 夜間鞏固 cron 仍在運轉

一句話

讓 Agent 學會「做筆記」 — 從每次對話中自動捕獲值得記住的東西，寫入本地知識庫，語義檢索，生成簡報。

架構總覽

對話收斂 → HARVEST_GATE（強制檢查點）
  ├─ 有知識可收割 → 寫入 memory DB → 檢索驗證
  └─ 無可收割     → SKIP

定期執行：
  ├─ memory_digest.py → 純文本/JSON 簡報
  └─ 夜間鞏固 cron（00:15） → 掃描 daily notes 提取知識點

硬體要求

• macOS arm64 / Linux x86_64
• Python 3.10+
• Ollama（執行 bge-m3 嵌入模型）
• ~100MB 磁碟空間

安裝

# 1. 安裝 Python 依賴
pip3 install apsw sqlite-vec Pillow

# 2. 安裝並啟動 Ollama + bge-m3
brew install ollama        # macOS
ollama pull bge-m3
ollama serve               # 保持後臺執行

# 3. 驗證
python3 scripts/memory.py ping
# 輸出: ✅ Ollama 線上，bge-m3 可用

HARVEST_GATE — 每次回覆前的強制自檢

在每次回覆生成後、傳送前，必須經過此自檢鏈。不可繞過。

自檢鏈：
[ ] 本次回覆是否包含可收割知識？
    ├─ 否 → [HARVEST_GATE] SKIP
    └─ 是 → 寫入 memory DB → 檢索驗證 → [HARVEST_GATE] added

產出物錨點（回覆末尾輸出）：
[HARVEST_GATE] 結果: added/skipped | 條目: <title> | 驗證: <關鍵詞> → 可檢索

觸發條件 — 什麼值得收割

不收割：日常問候、純操作指令、一次性中間結果、已知重複資訊。

小蔥技能有更好的技能skills外掛。

CLI 命令

新增記憶

python3 scripts/memory.py add --title "合同條款修改規則" \
  --content "修改合同條款時，需定位到具體段落而非行號..." \
  --tags "contract,rule"

搜尋記憶

# 混合搜尋（預設，推薦）
python3 scripts/memory.py search "合同號規則"

# 純語義搜尋
python3 scripts/memory.py search "面料成分" --mode semantic

# 全文搜尋
python3 scripts/memory.py search "H2606359" --mode fts

管理

python3 scripts/memory.py list                    # 列出所有
python3 scripts/memory.py list --tags "contract"  # 按標籤過濾
python3 scripts/memory.py info                    # 資料庫統計
python3 scripts/memory.py delete 42               # 刪除

每日簡報

# 今日簡報（純文本）
python3 scripts/memory_digest.py --text

# 近 7 天簡報
python3 scripts/memory_digest.py --text --days 7

# JSON 格式（程式消費）
python3 scripts/memory_digest.py --json

定時任務（cron）

夜間鞏固：每日 00:15 掃描當日日誌，提取知識點寫入 DB。

# cron: `15 0 * * *` 執行以下命令
python3 scripts/memory_digest.py --text --days 1

寫入規範

條目結構

{
  "title": "簡短標題（≤15字）",
  "content": "正文（Markdown，說清楚是什麼+場景）",
  "tags": "tag1,tag2",
  "source": "user | auto_extracted | spawn_summary"
}

寫入時機判斷

• ✅ 寫：新概念、新實體、新事實、糾正錯誤
• ✅ 更新：補充已有條目的新資訊（先搜尋查重）
• ❌ 不寫：純操作（移動檔案）、臨時狀態（一次性查詢結果）
• ❌ 不寫：已在 DB 中的重複資訊

寫入後驗證

memory__memory_search "<關鍵詞>"  # 確認可檢索

Python API

from scripts.memory import MemoryDB

db = MemoryDB()

# 寫入
rid = db.add(
    title="合同條款規則",
    content="修改合同條款時...",
    tags="contract,rule",
    source="auto_extracted"
)

# 搜尋
results = db.search("合同號", mode="hybrid", limit=5)
for r in results:
    print(f"[{r['id']}] {r['title']} (score={r['score']})")

檔案結構

knowledge-harvest/
├── SKILL.md             # 本文 — 主技能文件
├── README.md            # 安裝說明 + 依賴清單
├── ABOUT.md             # 一句話功能簡介
├── CHANGELOG.md         # 版本歷史
└── scripts/
    ├── memory.py        # 核心引擎（sqlite-vec + FTS5 + 混合搜尋）
    └── memory_digest.py # 每日簡報工具

技術棧

退役說明

• gbrain（PGLite WASM）已於 2026-07-08 退役 — macOS 26.3 WASM bug 不可修復
• 替代方案：sqlite-vec + APSW + bge-m3（全本地、零 API、原生效能）
• 遷移: v2.x → v3.0 資料和指令碼相容，無需遷移

這個 Skill 質量不錯，功能實用。它的最大優點是完全本地執行、不需要聯網，對隱私敏感的使用者很友好，搜尋能力也比較強，中英文都能準確匹配。文件寫得清楚，安裝指引詳細。不足之處是需要額外安裝幾個軟體包，而且依賴一個叫 Ollama 的服務才能工作，如果這個服務出問題就無法使用了。建議改進對網路異常情況的容錯處理。總體來說，這是一個設計用心、實現成熟的記憶管理工具，適合需要長期積累知識的使用者使用。