knowledge-base-builder

用途

Knowledge Base Builder 用于从文档集合构建可搜索的知识库源，支持 PDF、Word 和文本文件等格式。典型用途包括构建可检索的技术标准库、创建研究论文数据库、索引企业文档仓库、搭建知识管理系统，以及将基于文件的文档集合转换为可查询的数据库。

主要能力

该技能使用 SQLite FTS5 全文搜索索引实现检索，并涵盖以下处理环节：

PDF 文本提取
文本分块（按页分段）
元数据编目
搜索界面创建

架构流程为四个阶段：

清点（Inventory）：扫描文件、提取元数据
提取（Extract）：将 PDF 转换为文本，按页分块
索引（Index）：建立 SQLite FTS5 全文搜索
搜索 CLI（Search CLI）：带过滤功能的查询界面

使用方式

快速上手示例（保留原代码）：

import sqlite3

conn = sqlite3.connect("knowledge.db", timeout=30)
cursor = conn.cursor()

# Create FTS5 search table
cursor.execute('''
    CREATE VIRTUAL TABLE IF NOT EXISTS search_index
    USING fts5(content, filename)
''')

# Add content
cursor.execute('INSERT INTO search_index VALUES (?, ?)',
("Sample document text...", "doc.pdf"))

# Search
cursor.execute("SELECT * FROM search_index WHERE search_index MATCH 'sample'")
print(cursor.fetchall())

更详细的各步骤代码（模式创建、文档清点、PDF 提取、搜索界面、CLI 模板及使用示例）见参考资料 references/implementation.md。

适用场景

构建可搜索的技术标准库
创建研究论文数据库
索引企业文档仓库
搭建知识管理系统
将基于文件的文档集合转换为可查询的数据库

限制

该技能文档未提供关于收费、价格、平台支持范围、性能指标或具体效果的信息，这些内容暂未提供。

子技能

Execution Checklist（执行清单）
Error Handling（错误处理）
Metrics（指标）
Best Practices（最佳实践）
Dependencies（依赖）

版本历史

1.1.0（2026-01-02）：新增 Quick Start、Execution Checklist、Error Handling、Metrics 章节；更新 frontmatter 中的 version、category、related_skills
1.0.0（2024-10-15）：初始版本，包含 SQLite FTS5 全文搜索、PDF 提取、CLI

技能介绍

用途

主要能力

使用方式

适用场景

限制

相关技能

子技能

版本历史