知识连接器

要解决的问题

当笔记和文档分散在多个文件中，重复概念难以追踪，用户常停在“资料已存”而不是“理解已建立”。单纯提取概念只能得到零散实体，缺少来源覆盖、关系强弱和后续动作，容易变成又一个知识图谱工具。

工作方式

knowledge-connector 围绕导入、检索、可视化和下一步建议组织：

• 导入：用 kc import-docs 从文件或目录构建知识图，用 kc import-wizard 做预览式引导，保留来源标题与路径。
• 跨文档检索：用 kc search / kc query 查找概念出现在哪些文档、哪些概念连接多个文档。
• 关系可视化：用 kc visualize 导出完整图，用 kc map 生成以概念为中心的可用子图。
• 结果表达：优先按 What Matched、Why It Matters、Next Step 输出，说明匹配概念、来源覆盖、关系意义和后续动作，例如导入更多材料、检查弱连接或导出图供评审。

适用边界

它更适合持续增长的笔记库、跨文件重复概念和从存储转向理解的场景。若只把概念抽取出来，没有导入流程、来源感知检索和下一步指导，效果会明显减弱。