Agent Skills
返回列表
文档雷达

文档雷达

知识管理 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_af28adda/docseek。

技能介绍

要解决什么问题

Agent 在知识库、笔记或项目文档里找段落时，纯关键词匹配容易漏掉同义表述，把整个文件塞进上下文又浪费 token。若还要自己接 jieba、rank_bm25、embedding 服务，部署和内存成本会迅速抬高。DocSeek（文档雷达）把 Markdown 优先的切片、TF-IDF 语义检索 和可选的 BM25 混合检索 收进同一套接口，默认只靠 numpy 即可跑通索引与查询。

如何工作

  • ingest：按 # 标题层级切片，保留父级标题作上下文；代码块与表格不被截断，frontmatter 写入 metadata。
  • query：默认 TF-IDF 相似度；hybrid_search=True 时与内置 BM25Okapi 组合，无需单独安装 rank_bm25。
  • 过滤与路径：可按文件名、章节路径（section_path）、扩展名过滤；base_path 支持字符串或列表，多根目录一并索引。
  • 持久化与增量：数据落在 persist_directory（如 vectors.json、tfidf_model.json、bm25_index.json），支持单文件 remove 与 rebuild，重启后索引不丢。
  • 中文分词：内置词典正向最大匹配；可选装 jieba 或 sentence-transformers（use_real_embedding）升级效果。

适用边界

  • 主战场是 Markdown；Word/PDF 需额外依赖，且解析质量取决于对应库。
  • 默认是稀疏 TF-IDF 向量与内存优化（大批量文档会分批建索引），语义深度不如专用向量库；大库或强语义场景再开真实 embedding。
  • 触发词含 /docseek、/文档雷达、/文档搜索；管理面用 stats 看规模，别在没 ingest 的目录上指望有结果。

使用场景

  • Agent 接到「查内部文档再回答」时，对已 ingest 的 Markdown 知识库做语义 query，并按章节路径过滤结果
  • 维护项目 `docs/` 目录后，用 ingest 增量加入新文件、remove 删稿，避免整库重建才能搜到新内容
  • 用户要求「在笔记库里找和某问题相近的段落」，对本地 Markdown 笔记库执行 query 而非全盘关键词 grep
  • 上线前核对文档规模与索引是否完整，调用 stats 查看统计，必要时 rebuild 重建 TF-IDF/BM25 索引

适合人员

  • 用 Cursor/Agent 接团队 Markdown /wiki 的工程师，需要可持久化、可增删的本地文档检索而非每次全量读文件
  • 在 numpy 默认可跑的前提下搭建笔记 RAG，想先用 TF-IDF 与内置 BM25 混合检索再按需升级 embedding
  • 负责整理多目录 Markdown（多 `base_path`）的文档维护者，要按文件名或章节路径缩小搜索结果范围
  • 为 Agent 配置 `/docseek` 或文档搜索触发词的人，需要统一管理 ingest、query、remove 与索引重建流程