---
slug: "afrexai-knowledge-management-free"
name: "afrexai-knowledge-management-free"
version: "1.0.0"
displayName: "知识管理引擎(免费版)"
summary: "结构化知识捕获、关联推理、主动浮现与多源知识库构建。免费版。结构化知识管理与推理引擎（免费版），支持知识捕获、关联推理、主动浮现与 多源知识库构建。采用图结构存储知识实体与关系。核心能力："
summary_zh: "结构化知识捕获、关联推理、主动浮现与多源知识库构建。免费版。结构化知识管理与推理引擎（免费版），支持知识捕获、关联推理、主动浮现与 多源知识库构建。采用图结构存储知识实体与关系。核心能力："
license: "MIT"
description: |-
  结构化知识管理与推理引擎（免费版），支持知识捕获、关联推理、主动浮现与
  多源知识库构建。采用图结构存储知识实体与关系。核心能力：
  - 知识捕获与结构化（实体/关系/属性/上下文）
  - 关联推理与查询（语义搜索+图遍历）
  - 主动浮现（工作上下文关联）
  - 知识库生命周期管理（创建/更新/归档/遗忘）
tools:
  - read
  - exec
  - write
homepage: ""
tags:
  - 智能助手
  - 工具
  - 效率
  - 知识
  - 文档
  - postgresql
  - 关联推理
  - 主动浮现
  - json
category: "Automation"
---
# 知识管理引擎(免费版)

结构化知识管理与推理引擎，支持知识捕获、关联推理、主动浮现与多源知识库构建，采用图结构存储.
## 输入格式

| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| input | string | 是 | 知识管理引擎(免费版)处理的输入数据或指令 |
| options | object | 否 | 附加配置选项,如模式选择、格式偏好等 |
| callback_url | string | 否 | 异步处理完成后的回调通知URL |

## 依赖说明

### 运行环境
- **Agent平台**: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
- **操作系统**: Windows / macOS / Linux

### 依赖项
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|:-----|:-----|:-----|:-----|
| LLM API | API | 必需 | 由Agent内置LLM提供 |

### API Key 配置
本Skill无需额外API Key（LLM能力由Agent平台内置提供）

### 可用性分类
- **分类**: MD+EXEC（）

## 核心能力

### 1. 知识捕获与结构化
将非结构化信息转化为结构化知识：
- **实体识别**：人物/组织/概念/技术/项目/事件
- **关系抽取**：属于/依赖/创建/使用/影响/位于
- **属性提取**：时间/地点/状态/数值/描述
- **上下文保留**：来源/时间戳/置信度/关联场景

知识条目格式：
```json
{
  "id": "entity_001",
  "type": "technology",
  "name": "PostgreSQL",
  "properties": {
    "category": "database",
    "license": "PostgreSQL License",
    "firstReleased": "1996"
  },
  "relations": [
    {"target": "entity_002", "type": "used_by", "context": "项目A的数据层"},
    {"target": "entity_003", "type": "alternative_to", "context": "MySQL的替代方案"}
  ],
  "source": "团队技术选型会议记录",
  "captured": "2026-07-21",
  "confidence": 0.95
}
```

**输入**: 用户提供知识捕获与结构化所需的指令和必要参数.
**处理**: 解析知识捕获与结构化的输入参数,执行核心处理逻辑,返回结构化结果和执行状态.
### 2. 关联推理与查询
- **语义搜索**：按概念含义匹配而非关键词
- **图遍历查询**：查找实体间的多跳关联路径
- **推理问答**："X和Y有什么关系？"→路径发现+关系解释
- **聚合分析**："我们用了哪些数据库技术？"→按属性过滤汇总

**输入**: 用户提供关联推理与查询所需的指令和必要参数.
**输出**: 返回关联推理与查询的处理结果,包含执行状态码、结果数据和执行日志.
### 3. 主动浮现
基于当前工作上下文主动浮现相关知识：
- 检测工作主题关键词
- 匹配知识库中的关联实体
- 每会话最多浮现1-2条高相关性知识
- 包含来源和上下文说明

- 参考`主动浮现`的配置文档进行参数调优

**输出**: 返回主动浮现的处理结果,包含执行状态码、结果数据和执行日志.
### 4. 知识库生命周期管理
- **创建**：首次捕获时创建知识条目
- **更新**：新信息出现时更新属性或关系
- **归档**：长期未访问的低置信度知识移至冷存储
- **遗忘**：过时或被证伪的知识标记为deprecated

**输入**: 用户提供知识库生命周期管理所需的指令和必要参数.
**处理**: 解析知识库生命周期管理的输入参数,执行核心处理逻辑,返回结构化结果和执行状态.
#
## 快速开始

1. 确认运行环境满足依赖说明中的要求
2. 在AI Agent对话中调用本技能,提供必要的输入参数
3. 检查输出结果,根据需要进行后续处理

> 详细的输入输出格式请参考下方章节说明。

## 适用场景

| 场景 | 输入 | 输出 |
|---:|---:|---:|
| 会议知识提取 | 会议记录/纪要 | 结构化实体+关系图 |
| 技术选型记忆 | 技术对比+决策 | 决策知识+关联依据 |
| 项目知识沉淀 | 项目文档+代码 | 知识条目+架构关系 |
| 关联查询 | 自然语言问题 | 关联路径+推理结果 |

**不适用于**：实时数据流处理、大规模数据仓库、个人隐私信息存储.
## 使用流程

1. 确定知识库范围（项目/团队/个人/领域）
2. 捕获知识（从文档/对话/代码中提取实体和关系）
3. 结构化存储（按格式写入知识库文件）
4. 建立关联（识别实体间关系并链接）
5. 查询与浮现（语义搜索+主动浮现）

**结果验证**: 任务完成后,查看输出确认状态。成功时返回摘要和数据;失败时根据错误信息排查,参考恢复章节获取修复步骤.
## 示例

### 示例1：会议知识提取
```
输入: "昨天技术选型会议决定用PostgreSQL替代MySQL，原因是PostgreSQL对JSON和地理数据支持更好"
捕获:
  实体1: PostgreSQL (type: technology, category: database)
  实体2: MySQL (type: technology, category: database)
  关系: PostgreSQL alternative_to MySQL
  属性: PostgreSQL优势 = JSON支持+地理数据(PostGIS)
  来源: 技术选型会议
  时间: 2026-07-20
  置信度: 0.95
```

## 错误处理

| 错误场景 | 原因 | 处理方式 |
|:---:|:---:|:---:|
| 知识条目冲突（同一实体不同属性） | 多来源信息不一致 | 保留两个版本，标注来源和置信度，标记`conflict: true`，提示用户确认正确版本 |
| 关联推理路径过长无意义 | 图遍历超出有效关联深度 | 限制遍历深度为3跳，超过则标注"关联过远"，优先返回1-2跳的直接关联 |
| 主动浮现相关性低 | 工作主题与知识库匹配度不足 | 设置相关性阈值，低于阈值不浮现，避免信息噪音干扰工作 |
| 知识库文件损坏 | 文件系统异常或手动编辑出错 | 定期备份知识库，损坏时从最近备份恢复，验证JSON格式完整性 |

## 常见问题

### Q1: 知识库与普通笔记有什么区别？
笔记是线性的文本记录，知识库是结构化的图数据库。知识库中每个信息被拆解为实体和关系，支持跨条目关联查询（"找出所有依赖PostgreSQL的项目"）、推理（"A依赖B，B依赖C，所以A间接依赖C"）和主动浮现。笔记检索依赖关键词，知识库支持语义和图遍历查询.
### Q2: 知识的"置信度"如何确定？
置信度基于信息来源可信度：一手官方文档(0.95)、权威媒体报道(0.85)、团队决策记录(0.90)、个人推测(0.50)、未验证传闻(0.30)。多来源交叉验证时取最高置信度。当新信息与已有知识矛盾且新来源置信度更高时，更新知识并标注更新原因.
### Q3: "遗忘"机制什么时候触发？
遗忘机制在以下情况触发：知识被明确证伪（标记deprecated）、超过6个月未被访问且置信度低于0.5（移至冷存储）、实体被合并去重（保留主实体，删除重复）。遗忘不是物理删除，而是标记状态，可通过查询历史恢复.
## 已知限制

- 知识库存储为本地文件，不支持分布式协作
- 关联推理深度受图遍历性能限制
- 语义搜索质量受Agent理解能力限制

## 升级提示

本免费版提供基础功能。升级到完整版 afrexai-knowledge-management 获取全部能力和高级特性.
## 输出格式

```json
{
  "success": true,
  "data": {
    "result": "知识管理引擎(免费版)处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "afrexai-knowledge-management"
    }
  },
  "execution_log": [
    "解析输入参数",
    "执行核心处理",
    "格式化输出结果"
  ],
  "error": null
}
```