LLM知识库
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 的指南,将 @user_db7424f5/udb7-llm-knowledge-base 安装到您的 AI 助手中。
技能介绍
解决什么问题
大模型的静态知识有截止日期,团队内部的知识(比如项目文档、故障复盘、技术笔记)往往散落在多个地方——Wiki、共享文件夹、聊天群文件,查起来要翻多个文档,还得手动拼接上下文。比如想找「上个月订单服务超时的排查步骤」,可能要翻Wiki里的架构图、聊天群里的聊天记录、还有当时的故障报告,效率极低。而且不同文档之间的关联不清晰,没法像查代码一样通过链接跳转。
核心能力与工作方式
这个技能用互链接的Markdown来组织知识,核心能力可以拆成两点:
- 构建知识库:把散落的文档整理成独立的
.md文件,用[[目标文档名]]建立双向链接。比如在「订单服务架构」文档里,链接到「订单超时故障复盘」文档,反过来后者也能链接前者。 - 查询知识:支持用关键词或链接路径检索,只要文件名和链接匹配,就能精准定位。比如问「订单超时怎么排查」,会直接返回对应的
.md文件,包含当时的排查步骤、根因和解决方法。
适用边界与注意点
它适合结构清晰的知识管理,比如技术文档、项目复盘这类需要长期沉淀的内容。如果是零散的聊天记录或未整理的草稿,需要先梳理逻辑再录入;另外链接规范是关键——如果[[链接]]里的文件名和实际文件不一致,会跳转失败,所以整理时要统一命名规则(比如用「服务名+事件+日期」的格式)。
使用场景
- 团队技术wiki维护人员:整理分散的项目文档与故障复盘,将其转换为互链的Markdown格式
- 后端工程师编写项目文档:通过[[]]链接关联的故障排查步骤文档
- 数据分析师整理技术笔记:将多个主题笔记用互链Markdown关联,便于后续查询
- 运维人员记录故障处理经验:将每次故障的处理过程写成Markdown并链接相关服务文档
适合人员
- 团队技术wiki维护者:需要将分散的技术文档整理为结构化、可互链的知识库
- 后端工程师:编写项目文档时需要快速关联相关故障排查与架构文档
- 数据分析师:整理技术笔记时希望通过互链提升内容检索效率
- 运维人员:记录故障处理经验时需要建立问题与解决方案的关联