知识管理工具

要解决什么问题

个人笔记、文档片段和 wiki 式链接混在一起时，常见痛点是：全文扫描慢、关键词匹配不准、笔记之间关系看不见、版本 diff 和聚类只能手做。本技能把检索与组织里反复出现的算法拆成十个可单独调用的模块，全部用 Python 标准库实现，不引入第三方包，方便在受限环境或教学场景里直接复用。

核心能力与工作方式

• inverted_index_builder：分词后维护 posting list、位置索引与词频，为后续检索打基础。
• tfidf_search_engine：在倒排索引之上做 TF-IDF / BM25 评分，支持短语查询与布尔组合。
• knowledge_graph_builder：用邻接表与三元组建图，可用 DFS/BFS 遍历关联概念。
• bidirectional_link_tracker：解析 [[wiki-link]] 语法，追踪双向引用并识别中心节点。
• pagerank_knowledge_ranker：对笔记网络做 PageRank（含悬空节点处理），按「被引用结构」排序。
• auto_tag_classifier、note_summarizer、knowledge_cluster_analysis：分别覆盖 TF-IDF + 余弦相似度的自动标签、TextRank 摘要、K-Means 聚类。
• version_tracker：基于 LCS 的差异与回溯/合并；html_knowledge_exporter 输出带 JS 搜索与分类浏览的静态 HTML 知识库。

典型用法是按数据规模串联：先建索引或图谱 → 再搜索/排序/聚类 → 需要对外展示时用 HTML 导出。

适用边界

模块面向算法与结构清晰的实现，不是开箱即用的 SaaS：中文分词策略、语料规模、K-Means 的 k 值等需自行调参。大规模生产检索通常还要考虑持久化索引、并发与更专业的 NLP 栈；此处适合原型、内网知识库脚本或理解经典 IR/图算法的行为。