技能介绍

问题：读书笔记不是知识库

当你把 PDF、论文和网页都塞进 raw/，得到的通常只是一堆“读过”的痕迹：片段散落在不同文件，交叉引用靠手动维护，几周后再打开时很难判断某条结论来自哪里、是否与后来的资料冲突。这个技能要解决的是如何把阅读材料转成可生长的 wiki，而不是再增加一个静态笔记目录。

核心机制：严格所有权与生命周期

它采用三层结构：raw/ 由人类管理，LLM 只读；wiki/ 由 LLM 读写，所有页面更新通过 ingest / query 完成；CLAUDE.md 作为行为契约约束 LLM 的操作边界。初始化时先询问知识库名称，再运行 scripts/init.py 生成目录、模板、schema、lint 脚本和全局注册表，确保每个 wiki 都可追溯。

日常使用围绕三个动作展开：

ingest：把 raw/originals/ 里的 PDF/DOCX/PPTX 转成 markdown，提取概念并创建或更新 wiki 页面；图片提取到 raw/images/，避免 base64 内嵌。
query：在已有页面间搜索、综合并给出溯源，查询会反过来让 wiki 更完整。
lint / audit：用 14 项检查验证结构、模板字段和系统文件隔离，必要时执行 reflect、merge 或补充 QUESTIONS.md。

批量摄入由多个 subagent 并行处理，但每个 subagent 仍需走完整 ingest 流程。可选的 qmd 提供 BM25 + 向量嵌入 + LLM 重排序的语义搜索，不安装时核心功能仍可用。

适用边界与注意点

它不替代你阅读原文：raw/ 的原始资料仍需要人工管理。LLM 不会自动执行 merge、删除或置信度提升等不可逆操作，必须等待人类确认；wiki/ 内容也不应手改。模板中的 graph-excluded: true 在创建新页面时必须删除，否则会污染图谱。它适合长期积累、重视溯源和矛盾标记的知识工作，不适合一次性速读或无需版本管理的临时笔记。