Agent Skills
返回列表
WikiVault 轻量文件知识库

WikiVault 轻量文件知识库

知识管理 更新于 2026.08.30

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_c9b69df4/wikivault。

技能介绍

问题

很多 Agent 工作流中，文档、网页、笔记和 JSON 片段散落在不同目录，靠关键词搜索只能找到片段，难以做跨文件的综合回答。传统向量库方案又引入 embedding、索引服务和额外成本，对几百个文本文件来说偏重。WikiVault 面向这类轻量知识管理场景，把文件库当作可阅读、可维护的 Wiki，而不是黑盒向量库。

工作方式

技能围绕四个动作组织：/wiki-init、/wiki-ingest、/wiki-query、/wiki-lint。初始化时选择 Node.js 或 Python 运行时，生成 wiki/、raw-sources/ 和 index.md。采集阶段会检测重复，确认 title、tags、topic，写入原始文件并编译索引；查询阶段由 LLM 先读索引，再定位文章、阅读原文并综合回答；健康检查用脚本做确定性断链、孤立页面、标签质量检查，再用模型补充语义层面的问题。

适用边界

适合结构化或半结构化文本，如 md、txt、html、json，单篇最好不超过 1MB。图片与 PDF 需要先提取为文本再导入；二进制文件和大于 10MB 的文件不适合。topic 不宜过度细分，否则跨 topic 的 [[wikilink]] 更容易断裂。若采集源引用了其他文件，需要补采对应文件，或明确将其作为示例引用。

使用场景

  • 把多篇文章、网页剪藏和 JSON 笔记导入统一 Wiki，便于后续跨文件综合回答。
  • 对已有 Markdown 文档库做健康检查，定位孤立页面、断链、标签空格和大写问题。
  • 查询某个主题时，让模型先读 index.md，再定位相关原文并给出带来源的综合答案。
  • 在 Node.js 或 Python 运行时里初始化轻量文件库，用脚本完成 dedup、ingest 和 update-index。

适合人员

  • 维护技术文档的工程师，希望把分散的 Markdown、HTML 和 JSON 笔记整理成可查询的 Wiki。
  • 做资料调研的研究助理，需要把剪藏文章、网页和 JSON 数据统一采集，并跨文件综合回答。
  • 使用 Node.js 或 Python 构建 Agent 的个人开发者，想给本地知识库加轻量索引和健康检查。
  • 管理项目 Wiki 的技术负责人，需要检查孤立页面、断链和标签质量。