personal-ip-knowledge-builder

name	personal-ip-knowledge-builder
description	将访谈稿、聊天记录、简历、公开内容、业务资料、案例和既有 DOCX/Markdown 文档，提炼成可被 AI 长期调用的个人 IP 知识库。适用于用户要求“生成个人知识库”“整理成个人 IP 成品知识库”“为创始人/专家/讲师/主播/顾问建立AI知识库”“把资料变成个人IP底层提示词/写作风格库/故事素材库/话术库”的场景。
license	Apache-2.0
allowed-tools	list_directory, read_file
compatibility	Agent Knowledge >=0.6.0
metadata	{"lime_version":"1.0.1","lime_execution_mode":"prompt","lime_surface":"workbench","lime_category":"knowledge","Lime_skill_bundle_version":"1.0.1","Lime_knowledge_builder":"true","Lime_knowledge_pack_type":"personal-profile","Lime_knowledge_template":"personal-ip","Lime_knowledge_family":"persona","Lime_agent_knowledge_profile":"document-first","Lime_agent_knowledge_runtime_mode":"persona"}

个人 IP 知识库生成器

核心目标

把零散资料编译成一份结构化 Markdown 知识库，让后续 AI 能稳定调用这个人的事实、故事、观点、风格和边界，而不是每次临时总结。

默认输出中文；除非用户明确要求其他语言。

与 Agent Knowledge 的分工

本 Skill 只负责“怎么生产和维护知识”：

• 读取来源资料、模板、访谈问题和质量检查表。
• 生成或更新个人 IP 成品文档。
• 标记缺失事实、冲突事实和待用户确认的信息。
• 返回整理记录、质量诊断和 provenance 建议。

Agent Knowledge 负责“知识产物长什么样、如何安全进入上下文”：

• KNOWLEDGE.md 保存 pack metadata、profile: document-first、runtime.mode: persona。
• documents/<pack-name>.md 保存本 Skill 生成的主文档。
• runs/compile-*.json 记录本次 Builder Skill 输入、输出、版本和诊断。
• 运行时 Resolver 只消费 KnowledgePack，不在回答用户问题时执行本 Skill。

工作流

1. 先盘点输入资料：访谈、简历、聊天记录、文章、案例、产品服务、历史文案、DOCX/Markdown。
2. 如果输入是 DOCX，优先使用 scripts/docx_to_markdown.py 转成 Markdown 草稿。
3. 读取 references/personal-ip-template.md，按固定章节生成知识库。
4. 读取 references/interview-questions.md，识别缺失的高价值信息。
5. 缺少关键事实时，先问用户补齐；如果用户要求先生成，则用 待补充 标注，不要编造。
6. 提炼事实、故事、案例、方法论、价值观、表达风格、金句、可引用素材和禁忌边界。
7. 生成完整 Markdown，结尾必须包含“智能体应用指南”。
8. 用 references/quality-checklist.md 自检，必要时补一节“待补充信息清单”。

Lime Runtime Binding 契约

当 Lime 通过 App Server knowledgePack/compile runtime binding 调用本 Skill 时，输入输出必须保持下面的最小契约。

输入

packName: <当前知识包名>
packType: personal-profile
profile: document-first
runtime.mode: persona
sources[]: sources/ 下的来源文件摘要和相对路径
metadata.primaryDocument: documents/<packName>.md

输出

primaryDocument:
  path: documents/<packName>.md
  content: <按 references/personal-ip-template.md 生成的完整 Markdown>
status: draft | needs-review | ready | disputed
missingFacts[]: <待补充信息>
warnings[]: <质量或冲突提醒>
provenance:
  kind: agent-skill
  name: personal-ip-knowledge-builder
  version: 1.0.0

固定规则：

1. 不输出独立于 KnowledgePack 的新目录结构；documents/<packName>.md 是主文档唯一写回目标。
2. 不直接改写 KNOWLEDGE.md；由 Lime 写入 metadata.producedBy、runtime.mode 和状态。
3. 不把模板复制进 Lime 代码；模板、访谈问题和质量检查表继续留在本 Skill 的 references/。
4. 不在运行时回答阶段执行；仅在用户导入、重新整理或维护 pack 时调用。

输出规则

• 不写成简历，也不写成宣传软文；要写成 AI 可调用的底层知识库。
• 区分事实、观点、推断和待补充信息。
• 保留真实语气，不要把人物包装成虚假的“成功学大师”。
• 尽量使用具体案例、数据、原话、场景和转折点。
• 每个章节都要有清晰标题，适合长期维护。
• 结尾必须包含：使用说明、AI 写作风格指南、核心价值观关键词、可引用故事素材、禁忌与边界。

推荐产物结构

在 Agent Knowledge v0.6.0 / Lime 中，优先写回：

<pack-name>/
  KNOWLEDGE.md                 # 由 Lime 维护 metadata
  documents/<pack-name>.md     # 本 Skill 生成的主文档
  runs/compile-*.json          # 由 Lime 记录本次整理 provenance

如果用户在普通对话中只要求一份独立文档，也可以输出单一 Markdown 作为临时交付；进入 Lime KnowledgePack 时必须回到上述 document-first 结构。

不再默认拆成：

[person-id]-personal-ip/
  knowledge.md
  facts.md
  voice.md
  stories.md
  boundaries.md

何时读取资源

• 需要章节骨架时，读取 references/personal-ip-template.md。
• 资料不足或要做访谈表时，读取 references/interview-questions.md。
• 输出前做质量检查时，读取 references/quality-checklist.md。
• 用户只要空白模板时，可复制 assets/personal-ip-knowledge-skeleton.md。

DOCX 转 Markdown

如果需要先转换 DOCX：

python3 scripts/docx_to_markdown.py 输入.docx 输出.md

转换后再进行知识提炼。脚本只负责格式转换，不负责事实提炼。