Agent Skills
返回列表
个人知识库（RAG）

个人知识库（RAG）

知识管理 更新于 2026.08.29

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，安装 @user_c5d41a7d/knowledge-base-rag。

技能介绍

先解决的问题

信息一旦散落在收藏夹、聊天记录和频道线程里，真正要找时往往只能靠翻。个人知识库（RAG）想解决的是：把你丢进频道的 URL 先统一沉淀，再按语义找回，而不是每次需要都重新抓一遍。尤其适合文章、推文、YouTube 文本和 PDF 混在一起、又希望后续选题或会议准备能复用同一套语料的场景。

它怎么工作

核心链路很直接：web_fetch 负责抓取 URL 内容，knowledge-base skill 负责向量化与检索，Telegram 话题或 Slack 频道既当入库入口，也当问答入口。先跑一轮验证时，建一个 knowledge-base 话题，丢入 2-3 个 URL，然后直接问例如“What do I have about LLM memory?”，看是否返回最相关片段 + 资料链接。

如果要长期运行，建议先把主题、资料来源和笔记格式固定下来，再做持续积累；运行日志、输入样例和最终输出都保留，方便复盘和交付验收。每次输出最好都包含资料入口、摘要、关键问题和下一步学习动作，而不是只给泛化回答。

适用边界

正式接入账号、数据源或自动操作前，先确认权限边界。学术、医疗、法律和金融内容需要保留资料入口并人工复核；高风险动作建议默认只生成建议或草稿，不直接执行。

使用场景

  • 科研、产品研究的同学把论文、博客、报告 URL 丢进 Telegram 或 Slack 话题，需要找回之前关于推理优化或数据清洗的结论，并要求来源链接。
  • 内容策划在整理选题素材时，要把散落的文章、推文、YouTube 文本和 PDF 统一入库，并快速找到之前收藏过的 LLM 记忆或评估最佳实践链接。
  • 会议准备时，团队在频道里共享文档、播客和推文 URL，提问时希望得到最相关片段和对应资料入口，而不是重新翻聊天记录。
  • 分散阅读的人把 YouTube 字幕、推文和 PDF 存进同一个知识库，事后要跨主题找回与特定需求最相关的片段，并用于后续写作或复用。

适合人员

  • 独立开发者或技术作者，需要把零散技术文章、推文和 PDF 沉淀下来，并形成可复用的统一检索入口。
  • 知识密集型团队的负责人，团队往频道里沉淀资料，希望提问后能得到稳定来源和片段，供选题或会议准备复用。
  • 内容策划或运营同学，经常需要丢链接、整理选题素材，并基于已有资料快速得到关键问题和下一步动作。
  • 依赖 YouTube、推文和 PDF 学习或研究的学生或研究员，希望把不同格式资料统一入库，跨主题找回相关片段和来源。