公益组织 AI 知识管家

公益项目文件为什么难管

基金会、社工机构、社区组织的资料往往散落在个人电脑、网盘和聊天记录里：项目书、活动照片、捐赠记录、监测表混在同一层目录。新人接手时不知道「该看哪份章程、哪版预算」，日常也缺少「哪些区还是空的、有没有重复上传」这类可操作的检查。

这套技能在对话里怎么跑

触发方式分两类：用户提到「整理文件」「知识库」「归档」「看板」「项目书评估」「行业资讯」等关键词时加载；或在对话里直接上传文件时，Agent 应不等额外指令就读内容、走分类器，把文件落到对应知识区，并用 📁 [文件名] → [emoji] [知识区] 告知结果，同时记录「用户问了什么 → 找到了什么」的语料。

九区 taxonomy（industry 行业资讯、research 研究学习、design 设计物料、project_plan 项目方案、project_trace 项目痕迹、finance 财务资料、mne 监测评估、closure 结项资料、admin 行政人事）是后续扫描、看板和健康检查的共用坐标系。

核心能力大致是：

• 初始化 / 重新扫描：扫目录，输出九区统计；可选拉行业知识包（政策/标准/术语）；生成行业资讯日报、日程检测与运营建议；结果写入 /.insigoo-memory/，看板写到 /.insigoo-memory/dashboard.html。
• 看板：在浏览器打开九区可视化界面。
• 健康检查：是否存在扫描结果、哪些知识区为空、未分类文件数、疑似重复文件。
• 语料热路径：每次成功回答知识库问题后写入语料索引；同一类问题频次 ≥5 会标为热路径，下次优先从语料匹配，减少重复全文搜索。

常见对话任务包括：用户给一个目录说「帮我整理一下」→ 初始化并汇报各区文件数与未分类数；说「检查知识库健康度」→ 跑 doctor 并解释缺数据区与重复嫌疑；升级技能版本后按文档做重新扫描与看板验证。

适用边界

当前分类以关键词匹配为主，复杂或歧义文件名可能进错区，文档说明后续会接本地 LLM。文件量很大（例如超过约 1000 个）时扫描会慢，宜分批。看板依赖 /.insigoo-memory/scan_result.json 等扫描产物；若 CLI 报 insigoo-memory: command not found，通常是本地包未按项目说明完成 editable 安装。