全球技能日报

解决的问题

日常研发中，团队和个人都会积累大量碎片信息：会议纪要、调试记录、方案草稿、外部文档链接。这些内容散落在聊天工具、笔记软件和代码仓库里，等到需要复盘或复用时，往往要花大量时间翻找和整理。传统做法依赖人工梳理，成本高且难以持续。

核心能力

@user_152a8db2/global-skill-daily 把知识管理流程嵌入大模型的推理链路中，核心能力包括：

• 结构化沉淀：将零散输入整理为有层级、可检索的知识条目，而非平铺的文本堆。
• 上下文关联：在生成回答时参考既有知识，减少重复解释，保持口径一致。
• 按需取用：通过简单的指令即可调取特定主题的沉淀内容，无需手动翻查。

典型的工作步骤是：用户提供原始材料或主题 → 技能提取关键信息并归档 → 后续对话中基于归档内容作答。

适用边界

• 该技能适合轻量级的知识整理场景。若需要多用户协同、细粒度权限控制或长期维护的团队知识库，仍需配合专门的存储与协作工具。
• 输入材料的质量和清晰度直接影响归档效果，建议先做一轮预处理再喂给技能。