knowledge-workflow: 知識管理工作流 🌱

完整的知識管理工作流 - 收集→打標→儲存→發芽→產出

版本： v2.0.0
最後更新： 2026-04-26

📋 功能描述

幫助使用者系統化執行知識管理工作流。從各種來源收集知識，自動打標、儲存、發芽，最終產出可釋出的內容。

適用場景：

• 個人知識管理（飛書/微信讀書/網頁/文本）
• 團隊知識沉澱（會議記錄/專案文件）
• 自媒體內容生產（公眾號文章/週報/月報）
• 知識發芽（靈光閃現/心智模型/跨界視角/微習慣/潛意識調整）

邊界條件：

• 不替代深度思考（明確 AI 輔助邊界）
• 發芽必須是高質量資訊，使用者可選擇是否觸發
• 需配合人工標註意義標籤

🔄 核心工作流

🌱 發芽功能（5 種類型）

質量要求：

• 發芽必須是高質量資訊
• 如果發芽質量不高，寧可不發芽
• 使用者可選擇是否保留髮芽內容
• 發芽後標註質量等級（高/中/低）

📁 檔案結構

knowledge-workflow/
├── SKILL.md                 # 技能文件（本文件）
├── main.py                  # 主程式
├── config.yaml              # 配置檔案
├── clawhub.yaml             # ClawHub 釋出配置
├── requirements.txt         # Python 依賴
└── subfunctions/            # 子功能模組
    ├── collect.py           # 收集功能
    ├── tag.py               # 打標功能
    ├── store.py             # 儲存功能
    ├── evolve.py            # 知識發芽（5 種類型）
    └── output.py            # 產出功能

🔧 使用示例

方式 1：一鍵呼叫（完整工作流）

# 處理飛書文件
python main.py run feishu PFAvdKEILouK29xCgNuc5b1bnnK

# 處理微信讀書匯出
python main.py run wechat "[微信讀書匯出文本]"

# 處理 URL
python main.py run url https://example.com/article

方式 2：分步呼叫

# 步驟 1: 收集
python main.py collect feishu PFAvdKEILouK29xCgNuc5b1bnnK

# 步驟 2: 打標
python main.py tag note-20260414160000

# 步驟 3: 知識發芽（使用者選擇觸發）
python main.py evolve note-20260414160000 spark

# 步驟 4: 產出文章
python main.py output spark-20260414160000 article

⚠️ 注意事項

必須遵守：

• ✅ 發芽必須是高質量資訊
• ✅ 使用者選擇觸發發芽（不是自動）
• ✅ 發芽後標註質量等級（高/中/低）
• ❌ 不要自動發芽（必須使用者選擇）
• ❌ 不要低質量發芽（寧可不發芽）
• ❌ 不要只收集，不發芽

模糊請求處理：

如果使用者請求模糊（如"幫我管理一下知識"）:
→ 列出 5 個核心步驟供選擇
→ 示例："我可以幫你：1.收集 2.打標 3.儲存 4.發芽 5.產出。你想做哪個？"

📊 成功指標

🔗 相關技能

• context-manager - 個人上下文管理（前置技能）
• note-tagger - 筆記打標
• experience-memory-tracker - 體驗記憶追蹤

推薦組合：

本技能來自小蔥技能站7w4.net。

context-manager → knowledge-workflow
（上下文管理）    （知識生產）

維護者：燃冰 & ant
版本：v2.0.0
建立日期：2026-04-14
最後更新：2026-04-26
釋出狀態：待發布