Knowledge Base Skill - 多业务知识库管理（支持图片 + OCR）#

📖 功能概述#

支持按业务类型分隔的问答知识库系统，每个业务独立存储、独立查询，自动分页， 支持图片附件 + OCR 文字提取。

核心特性#

特性说明🏢 多业务支持客服、产品、技术等独立数据库📄 自动分页单文件达 500MB 自动创建新页📸 图片附件保存截图，自动 OCR 提取文字🔍 智能搜索匹配问题文本 + 图片 OCR 文字⏳ 待回答管理记录未回答问题，定期提醒📊 统计分析业务统计、图片统计📤 导出功能一键导出 Markdown 文档

---

🎯 触发词#

当用户提到以下关键词时，进入知识库操作模式：

• 我想操作知识库
• 我想操作业务知识库
• 知识库
• knowledge base
• KB
• 添加一个问题
• 查询知识库

---

🚀 交互流程#

方式一：快捷命令（强烈推荐 ⭐）#

用户直接使用快捷格式，无需多轮对话：

text

KB:<业务名> Q:<问题> A:<答案>              # 纯文字问答
KB:<业务名> Q:<问题> A:<答案> IMG:<路径>   # 带图片问答
KB:<业务名> <问题>                         # 查询问题
KB:<业务名> list                           # 查看统计
KB:list                                    # 列出所有业务
KB:img list [业务名]                       # 列出图片
KB:img stats                               # 图片统计

示例：

text

KB:客服 Q:如何退款 A:7 天内无理由退款
KB:技术 Q:登录报 502 错误 A: 检查 Nginx 配置 IMG:/tmp/error.png
KB:客服 退款流程是什么
KB:技术 list
KB:list

方式二：对话模式#

步骤 1：触发知识库操作

用户: 我想操作知识库 或 我想操作业务知识库

助理:

text

📚 已进入知识库操作模式

当前业务：
1. 客服 (120 问答)
2. 产品 (85 问答)
3. 技术 (200 问答)

请告诉我业务类型，或：
- 输入业务名称（如"客服"）
- 说"list"查看所有
- 说"new 业务名"创建新业务
- 或直接用快捷格式：KB:业务 Q:问题 A:答案

步骤 2：选择业务

用户: 技术 或 切换到技术知识库

助理:

text

✅ 已选择：技术知识库

当前操作模式：
- 添加问答：Q: 问题 A: 答案 [IMG:图片路径]
- 查询问题：直接发送问题
- 查看状态：list
- 图片管理：img list / img stats
- 切换业务：switch
- 退出：exit

当前业务：技术 | 已回答：200 条 | 待回答：5 条 | 图片：15 张

步骤 3：执行操作

添加问答（纯文字）:

text

用户：Q: API 地址是什么 A: https://api.example.com
助理：✅ 问答已添加 (技术知识库)

添加问答（带图片）:

text

用户：Q: 登录报 502 错误 A: 检查 Nginx 配置 IMG:/tmp/error.png
助理：
📸 保存图片... ✅ 已保存：error.png (256 KB)
🔍 提取 OCR 文字：502 Bad Gateway nginx/1.18.0
✅ 问答已添加 (技术知识库)
📎 附件：1 张图片

查询问题:

text

用户：502 错误怎么办
助理：
🔍 找到匹配答案（相似度 0.95）：

Q: 登录报 502 错误
A: 检查 Nginx 配置

📎 相关图片：error.png
📝 图片文字：502 Bad Gateway nginx/1.18.0

---

📋 命令格式详解#

快捷命令（推荐）#

命令说明示例KB:业务 Q:问题 A:答案添加问答KB:客服 Q:如何退款 A:7 天内可退款``KB:业务 Q:问题 A:答案 IMG:路径添加带图片问答KB:技术 Q:502 错误 A: 检查 Nginx IMG:/tmp/error.png``KB:业务 问题查询问题KB:客服 退款流程``KB:业务 list查看业务统计KB:技术 list``KB:list列出所有业务KB:list``KB:new 业务名创建新业务KB:new 财务``KB:export 业务名导出文档KB:export 客服``KB:img list [业务]列出图片KB:img list 技术``KB:img stats图片统计KB:img stats

自然语言命令#

用户输入助理行为我想在客服知识库添加一个问题提示用户提供问题和答案Q: 如何退款 A: 7 天内可退款添加到当前业务知识库查询产品知识库中关于价格的问题在产品知识库中搜索帮我创建一个 HR 知识库创建新业务切换到技术知识库切换当前业务导出客服知识库导出 Markdown 文档

---

🗂️ 目录结构#

text

knowledge-base/
├── kb-manager.py              # 知识库核心管理器
├── image-manager.py           # 图片管理器 + OCR
├── kb-image.sh                # 图片命令行工具
├── businesses.json            # 业务索引
├── attachments/               # 图片附件目录
│   ├── 客服/
│   │   ├── a3f8b2c1.png
│   │   └── d9e4f5a6.jpg
│   ├── 产品/
│   └── 技术/
├── 客服/                      # 业务数据库目录
│   ├── qa-database.json
│   └── qa-database-page2.json
├── 产品/
└── 技术/

---

📸 图片处理流程#

1. 保存图片#

python

# 自动保存到 attachments/业务名/
# 生成唯一文件名：{hash}.{ext}
# 返回文件信息：路径、大小、扩展名

2. OCR 提取文字#

python

# 自动尝试 OCR 引擎：
# 1. pytesseract (Python 库)
# 2. tesseract 命令行
# 3. 其他 OCR 服务
# 返回提取的文字内容

3. 存储到数据库#

json

{
  "question": "登录报 502 错误",
  "answer": "检查 Nginx 配置",
  "attachments": [
    {
      "filename": "a3f8b2c1.png",
      "type": "image",
      "path": "attachments/技术/a3f8b2c1.png",
      "ocr_text": "502 Bad Gateway nginx/1.18.0"
    }
  ]
}

4. 搜索时匹配#

python

# 同时搜索：
# 1. 问题文本相似度
# 2. 图片 OCR 文字相似度
# 返回最佳匹配 + 图片附件

---

🔍 搜索策略#

优先级#

1. 当前业务搜索 - 默认只在当前业务搜索
2. 跨业务搜索 - 如果当前业务无匹配，询问是否跨业务搜索
3. 图片 OCR 搜索 - 同时匹配图片中的文字

相似度阈值#

相似度行为≥ 0.9直接返回，高置信度0.7-0.9返回并提示相似度0.6-0.7返回并建议确认< 0.6视为无匹配，建议添加新问答

搜索结果格式#

json

{
  "question": "登录报 502 错误",
  "answer": "检查 Nginx 配置",
  "similarity": 0.95,
  "business": "技术",
  "page": 1,
  "attachments": [
    {
      "filename": "a3f8b2c1.png",
      "ocr_text": "502 Bad Gateway"
    }
  ]
}

---

⚙️ 配置选项#

分页大小#

python

MAX_FILE_SIZE = 500 * 1024 * 1024  # 500MB

相似度阈值#

python

DEFAULT_THRESHOLD = 0.6  # 默认匹配阈值

OCR 语言#

python

# 支持的语言包
lang='chi_sim+eng'  # 简体中文 + 英文

---

🛠️ 命令行工具#

知识库管理#

bash

cd knowledge-base

# 业务管理
python3 kb-manager.py business list              # 列出所有业务
python3 kb-manager.py business new 客服          # 创建新业务
python3 kb-manager.py business delete 客服       # 删除业务

# 问答操作
python3 kb-manager.py add 客服 "如何退款" "7 天内可退款"
python3 kb-manager.py search 客服 "退款流程"
python3 kb-manager.py stats 客服                 # 详细统计
python3 kb-manager.py export 客服                # 导出文档

图片管理#

bash

# 保存图片并添加问答
./kb-image.sh add 技术 "502 错误" "检查 Nginx" "/tmp/error.png"

# OCR 提取
./kb-image.sh ocr "/tmp/screenshot.png"

# 列出图片
./kb-image.sh list 技术

# 图片统计
./kb-image.sh stats

---

📊 统计信息#

业务统计#

bash

KB:技术 list

输出：

text

业务：技术
已回答：200 条
待回答：5 条
页数：1 页

图片统计#

bash

KB:img stats

输出：

json

{
  "total_images": 25,
  "total_size_mb": 12.5,
  "businesses": {
    "客服": {"images": 10, "size_kb": 5120},
    "技术": {"images": 8, "size_kb": 4096},
    "产品": {"images": 5, "size_kb": 2560}
  }
}

---

💡 最佳实践#

1. 业务命名#

• ✅ 简洁：2-4 个字（客服、产品、技术）
• ❌ 过长：客户服务知识库、产品信息知识库

2. 问题标准化#

• ✅ 包含关键词： 502 错误、 退款流程、 API 地址
• ❌ 模糊表述： 这个怎么办、 那个问题

3. 图片处理#

• ✅ 清晰截图，文字可读
• ✅ 有意义文件名： login-502-error.png
• ✅ 大小 < 5MB
• ❌ 敏感信息未脱敏

4. 定期维护#

• 每周导出备份： KB:export 业务名
• 清理待回答问题
• 检查图片统计

---

⚠️ 依赖安装#

必需#

• Python 3.x
• 基础 Python 库（json, os, hashlib 等）

可选（推荐）#

OCR 引擎 - 用于自动提取图片文字：

bash

# Python 库
pip install pytesseract pillow

# 系统包（Ubuntu/Debian）
apt install tesseract-ocr tesseract-ocr-chi-sim tesseract-ocr-eng

# macOS
brew install tesseract tesseract-lang

检查 OCR 状态：

bash

./kb-image.sh ocr /path/to/test.png

---

🎯 使用场景#

场景 1：客服 FAQ#

问题：新客服不知道如何处理各种客户咨询

解决：

1. 创建 客服 业务
2. 添加常见问题： KB:客服 Q:如何退款 A:7 天内可退款
3. 新客服查询时自动回答

场景 2：技术支持（带截图）#

问题：用户发送错误截图咨询，同样问题重复出现

解决：

1. 保存错误截图： KB:技术 Q:502 错误 A: 检查 Nginx IMG:/tmp/error.png
2. OCR 自动提取文字
3. 下次查询时返回答案 + 截图

场景 3：产品文档#

问题：产品规格经常变更，文档更新不及时

解决：

1. 创建 产品 业务
2. 每次更新后添加： KB:产品 Q:iPhone 15 规格 A:...IMG:specs.png
3. 查询时自动匹配最新规格

---

📖 相关文档#

• README.md - 完整文档
• QUICKSTART.md - 快速开始
• IMAGE_GUIDE.md - 图片支持详解
• EXAMPLES.md - 使用示例
• SUMMARY.md - 功能总结

---

📝 版本历史#

• v2.1 (2026-03-15) - 图片附件支持、OCR 文字提取、图片搜索
• v2.0 (2026-03-15) - 多业务支持、快捷命令格式
• v1.0 (2026-03-15) - 初始版本

---

Skill 位置: skills/knowledge-base-skill/ 数据位置: knowledge-base/