SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场knowledge manager workflow

knowledge manager workflow

办公与效率

查看项目

更新于 10-16 04:39

技能介绍

用途

Knowledge Manager Workflow 是一套面向个人知识库管理的六阶段工作流指南，目标是把来自网页、文件或社交媒体的内容提取、分析并导出到 Obsidian 或 Notion。它通过分阶段流程和强制检查点，规范内容从输入到落地为笔记的全过程。

工作流阶段

该工作流按以下顺序推进：

  • Phase 0：加载配置（Load Configuration）
  • Phase 1：检测输入来源（Detect Input Source）
  • Phase 1.5：收集用户偏好（Collect User Preferences）
  • Phase 2：提取内容（Extract Content）
  • Phase 3：分析内容（Analyze Content）
  • Phase 4：选择输出格式（Select Output Format）
  • Phase 5：执行导出（Execute Export）
  • Phase 6：验证并汇报（Verify and Report）

主要能力

强制步骤（MANDATORY WORKFLOW）

资料明确列出三个不可跳过的强制步骤：

  1. 用户偏好确认（Phase 1.5）：在内容处理前必须向用户询问四项偏好——详细水平（1. 摘要 / 2. 普通 / 3. 详细）、重点领域（A. 概念 / B. 实用 / C. 技术 / D. 洞察 / E. 全部）、笔记分拆方式（① 单一 / ② 按主题 / ③ 原子化 / ④ 3-tier）、连接水平（最小 / 普通 / 最大）。默认值为「3. 详细、E. 全部、④ 3-tier、最大」。其中 3-tier 指「概览笔记 + 主题笔记 + 原子笔记」的分层结构。若输入为社交媒体（Threads/Instagram）URL，还需额外询问回复采集范围（depth=1 仅直接回复 / depth=2 包含回复的回复）。该步骤仅在用户使用「快速」「默认」等快捷预设关键词时才可省略，其余情况必须询问后继续。

  2. Vault 搜索与笔记连接（Phase 3.5）：保存笔记前必须先搜索相关笔记并建立连接。流程包括：从内容中提取关键词（主题关键词、人名/账号名、技术术语）；执行 Vault 搜索（示例中调用 mcp_obsidian_search_vault）；读取并分析排名靠前的笔记（示例中读取前 10 条）；根据连接水平决定链接数量（最小 1-2 个 / 普通 3-5 个 / 最大 5-10 个）；以 wikilink 形式添加到笔记的「相关笔记」区块。资料将「未经 Vault 搜索即保存」和「发现相关笔记却未添加 wikilink」均标记为错误行为。

  3. 使用 MCP 工具（Phase 5）：在 Antigravity 与 Gemini CLI 环境下必须使用 mcp_obsidian_create_note，禁止使用 write_to_file。资料将「MCP 工具可用却改用文件系统工具」标记为错误行为。

配置加载（Phase 0）

必须在所有操作前执行：读取 km-config.json 配置文件；若配置文件不存在，则返回「Configuration file not found. Please run /knowledge-manager setup」；加载存储设置（primary、obsidian、notion、local）和浏览器设置（provider、hyperbrowser）。

输入来源检测（Phase 1）

按输入模式识别类型与处理路径：

  • https://threads.net/* → 社交媒体 → km-browser-abstraction（建议 stealth）
  • https://instagram.com/* → 社交媒体 → km-browser-abstraction（建议 stealth）
  • https://* → 网页 URL → km-browser-abstraction
  • *.pdf → PDF 文件 → Read 工具
  • *.docx → Word 文件 → Read 工具
  • notion.so/* → Notion 页面 → Notion MCP

内容提取（Phase 2）

使用浏览器抽象层（参见 km-browser-abstraction 技能），根据配置的 provider 自动选择，并依据输入类型决定是否启用 stealth：

content = scrape_url(url, {
  stealth: inputType.requiresStealth
})

内容分析（Phase 3）

应用 Zettelkasten 原则：原子性（一个想法 = 一条笔记）、自包含（笔记可独立理解）、连接性（相关概念之间建立链接）。

导出与验证（Phase 4-6）

使用存储抽象层（参见 km-storage-abstraction 技能），自动保存到已配置的存储：

save_note(relativePath, content)

最终按汇报模板输出处理结果，包含输入来源（URL 或文件名）、类型（网页/文件/社交媒体），以及已保存笔记的标题、路径与状态表格。

使用方式

依据资料，配置文件的缺失提示指向命令 /knowledge-manager setup，用于完成初始设置。工作流在 Antigravity 或 Gemini CLI 环境中执行，并依赖 MCP Obsidian 工具完成笔记创建与搜索，同时引用 km-browser-abstraction 与 km-storage-abstraction 两个子技能处理浏览器抓取与存储。

适用场景

适合把网页文章、PDF、Word 文档、Notion 页面以及 Threads/Instagram 内容系统化整理进 Obsidian 或 Notion 个人知识库的用户，尤其是希望遵循 Zettelkasten 原则、通过分层笔记与 wikilink 建立知识网络的场景。

限制

资料未提供该技能的安装步骤、许可、收费、价格、限额、平台兼容范围或实际效果数据，这些信息暂未提供。其行为依赖外部配置文件 km-config.json、MCP 工具以及浏览器/存储抽象层子技能的存在与可用性。