本地知识库管理
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_aae27d93/knowledgebase-manager-skill。
技能介绍
解决的问题
本地知识库常被拆成导入、切分、向量化、检索、标签和导出几个孤立环节。若依赖云端 Embedding API，还会引入网络依赖和隐私边界问题。这个技能面向需要离线维护文档知识的人，把 PDF、TXT、MD、DOCX、JSON、CSV、HTML 等文档纳入统一知识库，并使用本地模型完成语义检索。
工作方式
核心链路是：文档导入 → 本地向量化 → 语义搜索 → 标签筛选 → 统计导出。它使用 Ollama 的 nomic-embed-text 嵌入模型，替代云端 API，使配置后的知识库操作在本地完成。日常使用可以通过自然语言触发添加、搜索、标签管理和统计等操作。技能还提供 Markdown/JSON 导入导出，便于备份、迁移或与现有工作流对接。系统侧支持 macOS、Linux、WSL2 和 Windows（推荐 WSL2），安装方式依赖平台脚本或手动配置。
适用边界
它更适合作为个人或小团队的本地文档检索工具，重点在离线语义搜索和知识整理，不是通用文档管理系统。若需要多用户权限、权限审计、实时同步、复杂权限策略或企业级备份，仍需额外组件。使用前应确认本机能够运行 Ollama 与嵌入模型，并注意向量搜索结果受原文切分和嵌入模型影响。
使用场景
- 把散落的 PDF、Markdown 和 CSV 文档导入同一知识库，后续按语义检索关键段落。
- 在不接入云端 Embedding API 的环境里，用 Ollama 本地模型完成离线向量搜索。
- 给技术资料打标签并按来源或标签筛选，再用 Markdown/JSON 导出备份。
- 在 WSL2 中维护项目文档库，查询配置说明、接口笔记和故障排查记录。
适合人员
- 维护本地项目文档的工程师，需要离线检索 PDF、MD、CSV 并备份导出。
- 使用 Ollama 的本地模型用户，希望避免云端 Embedding API 和外部依赖。
- 整理技术资料的研究人员，需要按标签、来源筛选并生成 Markdown/JSON 导出。
- 在 WSL2 环境工作的开发者，需要统一查询配置说明和故障排查记录。
相关技能
读取对话痕迹文件，生成动物或神话人格的灵魂映照卡面，并结合乔哈里窗输出认知四象限解读。
面向德灵知识库的深度调研流程，先澄清意图，再按广度搜索、垂直挖掘、网络补充、多样性验证与答案溯源收集资料，确保关键论点可追溯。
面向思源笔记/SiYuan 的知识库管理技能，围绕父页双链索引、MOC、编号、标签、仓库批量同步与微信文章导入，提供 CLI 工作流与常见陷阱检查。
面向学术文献综述的结构化流程，覆盖多数据库检索、筛选、主题综合、引用验证和 PDF 输出。