完整的知识管理工作流 - 收集→打标→存储→发芽→产出
版本: v2.0.0
最后更新: 2026-04-26
帮助用户 系统化执行知识管理工作流。从各种来源收集知识,自动打标、存储、发芽,最终产出可发布的内容。
适用场景:
边界条件:
步骤功能说明输出1collect(收集)从飞书/微信读书/URL/文本收集知识Markdown 笔记2tag(打标)自动打标(主题 + 场景 + 行动)带标签笔记3store(存储)存储到知识库,自动建立双链连接存储路径 + 双链4evolve(发芽)5 种发芽类型(用户选择触发)发芽内容5output(产出)生成公众号文章/周报/月报可发布内容
发芽类型说明触发方式输出spark灵光闪现用户选择核心洞察/洞察链条/跨界联想/问题启发/概念提炼model心智模型解读用户选择对应心智模型/模型对比/启发cross跨界视角用户选择跨领域视角/跨时空视角/跨界洞察habit微习惯用户选择可执行微习惯/习惯追踪/习惯养成建议subconscious潜意识调整用户选择潜意识模式/调整策略/自我反思问题
质量要求:
text
knowledge-workflow/
├── SKILL.md # 技能文档(本文档)
├── main.py # 主程序
├── config.yaml # 配置文件
├── clawhub.yaml # ClawHub 发布配置
├── requirements.txt # Python 依赖
└── subfunctions/ # 子功能模块
├── collect.py # 收集功能
├── tag.py # 打标功能
├── store.py # 存储功能
├── evolve.py # 知识发芽(5 种类型)
└── output.py # 产出功能
bash
# 处理飞书文档
python main.py run feishu PFAvdKEILouK29xCgNuc5b1bnnK
# 处理微信读书导出
python main.py run wechat "[微信读书导出文本]"
# 处理 URL
python main.py run url https://example.com/article
bash
# 步骤 1: 收集
python main.py collect feishu PFAvdKEILouK29xCgNuc5b1bnnK
# 步骤 2: 打标
python main.py tag note-20260414160000
# 步骤 3: 知识发芽(用户选择触发)
python main.py evolve note-20260414160000 spark
# 步骤 4: 产出文章
python main.py output spark-20260414160000 article
必须遵守:
模糊请求处理:
text
如果用户请求模糊(如"帮我管理一下知识"):
→ 列出 5 个核心步骤供选择
→ 示例:"我可以帮你:1.收集 2.打标 3.存储 4.发芽 5.产出。你想做哪个?"
指标目标值说明每日收集3 件/天飞书/微信读书/网页/文本发芽率>50%收集后触发发芽的比例产出率>30%发芽后产出文章的比例质量等级高发芽内容质量等级为高
context-manager - 个人上下文管理(前置技能)note-tagger - 笔记打标experience-memory-tracker - 体验记忆追踪推荐组合:
text
context-manager → knowledge-workflow
(上下文管理) (知识生产)
维护者:燃冰 & ant
版本:v2.0.0
创建日期:2026-04-14
最后更新:2026-04-26
发布状态:待发布