knowledge-base

name	knowledge-base
description	**每次会话开始时，除非用户问题明显是简单闲聊或通用知识（如"你好"、"1+1等于几"），否则必须先调用 obsidian_index() 加载知识库索引。** 之后每次用户提问，先查看索引判断是否可能与已有知识相关。只要有一定可能性（不需要确定），就应该使用 obsidian_search 检索。宁可多查一次，不要错过相关知识。 适用场景：用户画像、历史决策、个人项目、偏好设置、之前讨论过的话题、@kb 关键词触发。

knowledge-base（知识库管理）

基于 Obsidian 的知识库技能，提供三大核心功能：

1. 长期记忆 - 用户画像自动加载，关键信息自动存储
2. 问答增强 - 智能判断 + 关键词触发，检索相关内容辅助回答
3. 知识管理 - 写入时自动打标签、建立双向链接

何时使用

优先使用：

• 会话开始时，自动加载用户画像
• 用户提问包含 @kb、根据我的笔记、之前说过 等关键词
• 用户提问涉及个人项目、偏好、历史决策
• 用户明确要求记住某些信息
• 对话中出现值得长期保存的重要信息

不要使用：

• 纯粹的通用知识问答
• 与用户个人上下文无关的问题
• 用户明确表示不需要记录

依赖工具

本技能依赖以下 Obsidian 工具：

工具	用途
obsidian_index	生成知识库紧凑索引（用户画像 + 笔记列表）
obsidian_search	检索相关笔记（支持模糊搜索）
obsidian_read	读取笔记内容
obsidian_write	写入/更新笔记
obsidian_list_vaults	获取可用 vault

如果工具不可用，请先配置 Obsidian vault。

存储结构

{vault}/Knowledge/
├── user-profile.md         # 用户画像（单文件）
├── qa-history/             # 问答历史
│   └── YYYY-MM/
│       └── YYYY-MM-DD-title.md
├── facts/                  # 事实/知识点
│   └── YYYY-MM/
│       └── YYYY-MM-DD-title.md
└── _index.md               # 可选：知识库索引

---

流程一：会话开始 - 加载上下文

触发条件

每次会话开始时自动执行。

执行步骤

一次调用即可完成：使用 obsidian_index 工具

obsidian_index(limit=30, include_profile=true)

该工具会自动：

1. 加载用户画像（Knowledge/user-profile.md），提取关键字段
2. 收集知识库笔记，按修改时间排序
3. 生成紧凑索引（标题 + 前 3 个标签）
4. 返回合并后的索引字符串

返回格式

[用户画像]
- 称呼: Jerry
- 角色/职业: 后端开发
- 技术栈: Python, FastAPI, SQLite
- 回答风格: 简洁，代码优先

[知识库索引 - 5 条笔记]
- 原油价格与霍尔木兹海峡 [原油, 地缘政治]
- 事件驱动架构调试 [事件驱动, 调试]
- Redis 缓存方案决策 [Redis, 架构]
- WebSocket 重连问题 [WebSocket, 调试]
- API 端点配置 [API, 配置]

用途：当用户提问时，先查看索引判断是否有相关笔记，再决定是否检索。

---

流程二：问答增强 - 检索知识库

触发条件

满足以下任一条件时触发：

强制触发（关键词）：

• 用户消息包含 @kb
• 用户消息包含 根据我的笔记
• 用户消息包含 之前说过、上次提到

智能判断触发：

• 提到 之前、上次、我说过、记得吗
• 涉及用户个人项目名称
• 涉及用户已存储的偏好或决策
• 问题与历史 qa 主题高度相似

执行步骤

1. 提取检索关键词

   • 从用户问题中提取核心概念
   • 思考 2-5 个同义词/相关词，提高召回率
   • 例如：用户问"国际油价" → 同义词：原油、石油、crude oil、能源价格

2. 执行模糊搜索（推荐）

   obsidian_search(
       query="油价",
       synonyms=["原油", "石油", "crude oil", "能源"],
       fuzzy=true,
       limit=5
   )
   

   • fuzzy=true 启用模糊搜索，任一词匹配即返回
   • synonyms 提供同义词列表，扩大搜索范围

3. 评估结果

   • 0 条结果：跳过，直接回答
   • 1-3 条相关：将摘要注入上下文
   • 需要深入：使用 obsidian_read 读取 1-2 条最相关的完整内容

4. 生成回答

   • 结合知识库内容回答
   • 标注来源，例如：
     • "根据你之前提到的..."
     • "我在你的知识库中找到了相关记录（日期）..."

检索策略：模糊优先 + 精简深入

阶段	行为	说明
关键词扩展	思考 2-5 个同义词	提高召回率
模糊搜索	fuzzy=true + synonyms	任一词匹配即返回
相关性判断	根据摘要和 matched_terms	判断是否需要深入
按需深入	obsidian_read	仅读取 1-2 条最相关的

精确搜索（可选）

如果需要精确查找特定内容，可以不使用 fuzzy：

obsidian_search(query="霍尔木兹海峡", limit=5)

---

流程三：知识存储 - 自动判断与写入

触发条件

满足以下任一条件时触发：

显式触发：

• 用户说 "记住..."、"帮我记下..."
• 用户使用 /remember 命令

自动判断触发（对话中出现以下信号）：

• 用户自我介绍或透露个人信息
• 用户明确表达偏好（"以后回答简洁点"）
• 重要决策或结论（"我们决定用方案 A"）
• 解决了复杂问题（值得记录的调试过程）
• 用户提供了重要的事实信息（API 地址、配置等）

分类规则

信号	存储位置	示例
用户自我介绍	user-profile.md	"我是后端开发"
明确偏好	user-profile.md	"回答简洁点"
要求记住的事实	facts/YYYY-MM/	"记住这个 API 地址"
重要决策	facts/YYYY-MM/	"我们决定用方案 A"
解决复杂问题	qa-history/YYYY-MM/	调试了棘手的 bug

执行步骤

1. 判断是否需要存储

   • 检查是否命中上述信号
   • 如果不确定，不存储（宁缺毋滥）

2. 确定存储位置

   • 根据分类规则确定目标目录和文件

3. 生成内容

   • 使用对应模板（见 reference.md）
   • 自动添加标签（见标签体系）
   • 搜索相关笔记，添加双向链接

4. 写入

   • profile 类型：obsidian_write(path, content, append=true)
   • qa/fact 类型：obsidian_write(path, content)

5. 反馈用户（可选）

   • 简要告知已存储："好的，我已记录到知识库。"

自动标签体系

kb/                     # 知识库命名空间
├── kb/profile          # 用户画像
├── kb/qa               # 问答记录
├── kb/fact             # 事实/知识点

topic/                  # 主题标签（自动生成，最多 5 个）
├── topic/python
├── topic/fastapi
├── topic/event-driven
└── ...

source/                 # 来源标签
├── source/conversation # 来自对话
├── source/user-input   # 用户主动提供
└── source/agent-infer  # agent 推断

双向链接规则

写入新笔记前，执行以下步骤：

1. 提取内容中的关键实体（项目名、技术名等）
2. obsidian_search(query=实体, limit=10) 查找相关笔记
3. 匹配并生成链接：
   • 完全匹配：在正文中添加 [[笔记名]]
   • 高相关：添加到 frontmatter 的 related 字段

---

显式命令

命令	功能	示例
/remember <内容>	显式存储内容	/remember API 地址是 https://api.example.com
/recall <关键词>	显式检索	/recall 事件驱动
/profile	查看用户画像	/profile
/kb status	查看知识库状态	/kb status

/remember 命令处理

1. 解析用户提供的内容
2. 自动分类（fact 或 profile）
3. 生成标签和链接
4. 写入对应位置
5. 反馈："已记录到知识库。"

/recall 命令处理

1. 使用关键词执行 obsidian_search
2. 展示搜索结果摘要
3. 如用户要求，读取完整内容

/profile 命令处理

1. 读取 Knowledge/user-profile.md
2. 展示当前用户画像
3. 如用户要求修改，更新文件

/kb status 命令处理

1. 使用 obsidian_list_vaults 获取 vault 信息
2. 使用 obsidian_search 统计各类笔记数量
3. 展示统计信息：
   • vault 名称和状态
   • 笔记总数
   • 各类型数量（profile/qa/fact）
   • 最近更新时间

---

配置选项

可在 config.yml 中配置：

skills:
  knowledge-base:
    enabled: true
    vault: ""                           # vault 名称，空则自动检测
    root_folder: "Knowledge"            # 知识库根目录
    auto_load_profile: true             # 会话开始时自动加载画像
    auto_save: true                     # 自动保存记忆
    index_on_start: true                # 会话开始时生成知识库索引
    index_limit: 30                     # 索引包含的最大笔记数（按修改时间排序）
    search_trigger_keywords:            # 触发检索的关键词
      - "@kb"
      - "根据我的笔记"
      - "之前说过"
    max_search_results: 5               # 检索结果上限
    max_tags: 5                         # 单篇笔记最大主题标签数

配置说明

配置项	默认值	说明
index_on_start	true	会话开始时是否生成知识库索引
index_limit	30	索引包含的笔记数上限，按修改时间排序取最近 N 条
auto_load_profile	true	会话开始时是否加载用户画像
auto_save	true	是否自动保存对话中的重要信息

Token 消耗估算

index_limit	预估 tokens	占 128K 窗口
10	~300	0.2%
30	~900	0.7%
50	~1500	1.2%
100	~3000	2.3%

---

执行检查清单

使用本技能时确认：

• 会话开始时是否尝试加载了用户画像
• 是否正确判断了检索触发条件
• 检索时是否遵循了精简优先原则
• 存储时是否正确分类和添加标签
• 是否生成了双向链接
• 是否向用户反馈了存储结果

---

参考文档

详细的模板和示例见 reference.md。