KnowPilot 分析化学知识图库
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_a0501ee4/knowpliot。
技能介绍
要解决什么问题
分析化学现场常见的是 PDF/Word 备件手册、技术手册和故障诊断文档:备件号、图片、适用设备与故障步骤分散在多份文件里,人工检索慢,且大模型直接回答容易杜撰或混用通用常识。KnowPilot 把「原始文档 → 可查询知识」做成一条可重复执行的 pipeline,并强制只基于已摄入数据作答、标注出处。
技能如何工作
技能采用 L1–L5 五层架构,上层不改动 sources/ 中的原始文件(L1 只读并写入 manifest.jsonl 哈希):
- ingest:按文档类型归档,用 MarkItDown 生成 L2 Markdown,并把备件图重命名为
{备件号}.{ext}存到sources/spare-parts/images/ - build-graph:Graphify 从 L2 抽实体(设备、备件、故障、操作步骤)与关系,含 备件号 → 备件图片
- build-wiki:Agent 基于 L2+L3 写 L4 百科(Karpathy LLM Wiki 风格),自动生成
wiki/mappings/part-image-map.md等映射表 - query:先查
wiki/index.md与graphify-out/graph.json;有则带出处回答,无则明确「知识库中未找到」 - sync-ima / lint:同步到 ima.copilot;
lint含备件图片映射与 manifest 哈希完整性检查
适用边界与注意点
面向分析化学术语规范(GC/HPLC/FTIR 等);默认禁止 WebSearch/WebFetch,仅用户明确要求且声明后可查网,且结果应再走摄入 pipeline。网络结果不能替代图库;违反知识约束时需停止并更正回答。
使用场景
- 收到多份备件手册 PDF 后,需要把备件号与图片一一对应并写入映射表,供现场查件时用
- 仪器出现特定故障代码,要在已导入的故障诊断手册里检索原因、涉及备件与操作步骤,并附出处
- 新一批技术手册入库后,要从 Markdown 与图谱自动生成百科页和英中术语对照,再同步到 ima 知识库
- 发布或交接知识库前,要跑健康检查:备件图片是否缺失、manifest 哈希是否与 sources 一致
适合人员
- 负责 Agilent/Shimadzu 等色谱仪维保的现场工程师,需从厂商 PDF 按备件号查图与适用机型
- 实验室仪器管理员,要把分散的技术/用户手册收成可图谱查询、且禁止模型杜撰的 internal 知识库
- 编写或维护设备百科与 mappings 的技术文档同事,依赖 ingest→build-graph→build-wiki 自动生成交叉引用
- 对客户做远程支持的应用工程师,只能依据已摄入手册作答并标注源文件与 wiki 页面,无匹配时必须如实说明