Everything 本地搜索面包屑记忆
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_800d68d6/everything-search-breadmemory。
技能介绍
解决什么问题
Windows 本地文件很多时,es.exe 能按文件名快速定位,但结果常常停留在临时列表:无法沉淀为可复习知识,也不清楚文件之间的主题关系。这个技能把 Everything 本地搜索、面包屑小本 和 艾宾浩斯复习 连起来,适合工程师把分散文档、脚本、参考资料整理成个人知识网络。
技能如何工作
它先调用 Everything/es.exe 搜索关键词或模式,输出 文件路径、名称、大小、修改日期 等结构化 JSON。随后把命中内容提炼为知识条目,记录 created_at、review_count、last_reviewed_at、next_review_at,按 1、2、4、7、14、30、60、120 天的间隔复习。关联引擎会识别 tag_cluster、content_bridge、source_family、sequential_chain、conceptual_hierarchy 等关系,形成闭合、嵌套、分支或链条状知识图谱。
适用边界
仅限 Windows,不联网搜索,不做语义检索,也不读取或修改文件内容。若需要网页搜索、macOS/Linux 文件搜索或内容级操作,应选其他技能。
使用场景
- 在 Windows 仓库中按关键词定位脚本、配置和历史文档,得到路径、大小与修改日期。
- 把多次搜索得到的文件路径整理成面包屑条目,记录创建时间并进入复习队列。
- 对已有面包屑按 1、2、4、7、14、30、60、120 天安排间隔复习。
- 根据标签、同源、概念层级等关系,在条目之间建立可追溯的甜甜圈关联。
适合人员
- 维护 Windows 本地文档库、需要按文件名快速找回脚本和配置的工程师
- 长期积累技术笔记、希望用间隔复习防止遗忘的知识管理用户
- 需要把分散文件路径归纳为知识条目并发现主题关联的研究助理
- 使用 Agent 管理本地资料、但不需要联网搜索或内容级操作的 Windows 用户