数据与分析 knowledge-retrievallocal-filesystemmarkdown-searchpdf-extractionexcel-analysisgreppandas

本地知识库检索助手

从本地知识库中分层检索并提取可溯源答案。

FollowSkills 评估 · FSRS-2.0
不推荐
53/ 100 五分制 2.7 / 5
信任安全14 / 25 · 2.8/5

证据显示技能限定为本地知识库检索,要求确认自定义路径、默认目录不存在时询问,并强调局部读取和答案溯源;未见恶意行为或凭据窃取。扣分原因是未规定敏感数据处理、权限隔离、用户确认边界、临时文件清理、回滚或依赖完整性校验,且 PDF/Excel 处理可能写入文件。

可靠稳定8 / 20 · 2.0/5

证据显示流程、索引导航、最多五轮迭代、异常时告知信息不足等规则较完整。扣分原因是工具名称存在不一致(Read/Grep/Glob 与 read_file),依赖可用性未验证,PDF/Excel 处理失败和脚本异常处理较薄弱,且部分策略彼此不完全一致;静态审查上限限制为不超过10分。

适用触发11 / 15 · 3.7/5

证据显示目标用户、输入路径、默认 knowledge/目录、文件类型、触发语义和中英文回答均有说明,本地检索不依赖海外服务。扣分原因是非适用场景、工具差异、权限限制和大规模或复杂文件的边界说明不足,语义触发仍较宽泛。

规范维护10 / 15 · 3.3/5

证据显示文档分层清晰,包含中英文 README、references、脚本、manifest 版本1.0.1、MIT 许可证及仓库级验证和发布流程。扣分原因是技能自身没有明确维护责任人、变更日志、兼容性验证结果或系统化 FAQ/故障排查;版本与发布治理主要依赖共享仓库上下文。

有效结果6 / 15 · 2.0/5

证据显示技能提供从目录索引到渐进检索、PDF/Excel 预处理、五轮迭代和来源说明的可执行方法,理论上可减少上下文占用并生成直接回答。扣分原因是没有提交的代表性输出或行为测试,工具调用可移植性和复杂格式准确性未验证,部分输出仍需人工复核;静态审查上限限制为不超过7分。

证据核验4 / 10 · 2.0/5

证据显示 SKILL.md、README、references、脚本、manifest 和 CI 文件可审计,CI 至少验证清单、打包和 README 同步。扣分原因是没有覆盖关键检索路径的提交测试或第三方执行证据,无法静态确认实际行为;静态审查上限限制为不超过5分。

证据充分度: 评估于 2026年7月20日 审查版本 aaf9a82f5efd
使用前请注意
  • 使用前确认 Agent 环境确实提供文档中的 Read/Grep/Glob 或 read_file 工具,以及 pdftotext、pdfplumber、pandas 等依赖。
  • 处理含个人或机密信息的本地知识库前,应补充访问控制、数据最小化、临时输出清理和日志策略。
  • PDF/Excel 处理可能失败或产生不完整提取;回答中的文件位置、推断和不确定性仍需人工核验。
  • 不要将“必须读取 references”视为安全隔离;这些文档主要是操作指南,未提供依赖固定或恶意内容防护。
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

kb-retriever 面向本地知识库目录,帮助代理从 Markdown、文本、PDF 和 Excel 文件中检索信息并回答问题。它先通过多级 data_structure.md 索引缩小范围,再按文件类型执行渐进式检索。处理 PDF 或 Excel 前,必须先读取相应的参考文档。检索最多进行 5 轮,并要求在回答中提供文件来源和不确定性说明。

默认检查当前项目下的 knowledge/ 目录,也接受用户指定的知识库路径;分层读取 data_structure.md;使用 grep 和局部读取检索 Markdown、文本及日志;处理 PDF 前读取 pdf_reading.md,并使用 pdftotext、pdfplumber 或相关工具提取内容;处理 Excel 前读取 excel_reading.md 和 excel_analysis.md,并使用 pandas 探索、筛选和分析数据;最后汇总上下文,生成带文件名及大致位置的答案。

  1. 需要从项目 knowledge/ 目录中的多级技术文档回答接口或架构问题的开发者。
  2. 需要从本地 PDF 报告中查找特定字段、章节或表格信息的研究人员。
  3. 需要从 Excel 报表中按字段或时间范围筛选数据的分析人员。
  4. 需要在大型 Markdown 或文本资料库中定位证据而不加载整文件的团队。
  5. 知识库路径不是默认 knowledge/,需要按用户指定目录进行检索的使用者。

这个 Skill 有哪些优点和局限?

优点
  • 适合本地文件检索,不依赖网络搜索。
  • 通过多级 data_structure.md 导航,减少无关文件读取。
  • 对 PDF 和 Excel 设有先学习处理方法、再提取分析的强制流程。
  • 支持 grep、pdftotext、pdfplumber 和 pandas 等具体工具。
  • 最多 5 轮检索,并强调来源和不确定性说明。
局限
  • 依赖本地知识库目录及其可访问性,默认目录不存在时不能自行猜测路径。
  • 需要本地 shell、文件系统以及 PDF/Excel 处理工具。
  • 源材料没有提供测试套件、性能指标或复杂权限控制说明。
  • 仅覆盖 Markdown、文本、PDF 和 Excel 等已说明的文件类型。

如何安装这个 Skill?

使用仓库提供的 skills CLI 安装方式:npx skills add ConardLi/garden-skills -s kb-retriever -a claude-code。README 还说明可以将仓库中的 skills/kb-retriever 文件夹复制到目标代理扫描的 skills 目录;具体目录取决于代理。

如何使用这个 Skill?

在支持该 Skill 的代理中提出包含“从知识库目录回答问题”“检索信息”或“查资料”的请求。例如:“从知识库目录回答:系统架构中的 API 超时配置是什么?”默认使用当前项目下的 knowledge/;如知识库位于其他位置,应在问题中明确给出路径。若默认目录不存在或无法访问,Skill 会要求确认实际路径。

常见问题

它会访问互联网吗?
不会。Skill 明确要求使用本地知识库检索,并禁止使用网络搜索获取知识。
知识库必须放在 knowledge/ 吗?
不是。knowledge/ 是默认路径;用户可以在请求中指定其他目录。默认路径不存在或访问失败时,应确认实际路径。
它能直接搜索 PDF 或 Excel 吗?
可以检索其中的信息,但必须先读取对应的参考文档并完成提取或结构化处理,然后再进行关键词检索或数据分析。
它是否会读取整个大型文件?
设计上不会。它先通过索引和关键词缩小范围,再进行局部读取或结构化处理。

同仓库的其他 Skills

均来自 ConardLi/garden-skills

相关 Skills