⚠️ 项目已归档 本仓库已停止维护，不再更新。作者后续所有的开源 Skills 将统一发布至 garden-skills 仓库，欢迎 Star 关注，获取最新动态 ✨

---

一个专为本地知识库智能检索设计的 AI Skill 演示仓库，展示如何通过分层索引和渐进式检索实现高效的多格式文件问答系统。

📖 项目简介

本项目是一个完整的本地知识库检索解决方案演示，包含：

• 核心 技能：.agent/skills/rag-skill - 智能知识库检索助手
• 示例知识库：knowledge/ - 包含多领域、多格式的真实数据样本
• 最佳实践：遵循 Skill 编写规范，展示如何构建高效的 RAG（检索增强生成）系统

核心特性

✅ 多格式支持 - Markdown、PDF、Excel 等多种文件格式 ✅ 分层索引 - 通过 data_structure.md 实现智能目录导航 ✅ 渐进式检索 - 避免全文加载，按需局部读取，节省 token ✅ 强制学习机制 - 处理 PDF/Excel 前必须先学习处理方法 ✅ 多轮迭代 - 最多 5 轮智能检索，确保找到最相关信息

---

📁 项目结构

---

🚀 快速开始

1.环境准备

确保你的 AI 助手支持以下工具：

• grep - 文本搜索
• read_file - 文件读取
• pdftotext 或 pdfplumber - PDF 处理
• pandas - Excel 数据分析

2.使用示例

示例 1：查询 AI 行业趋势

Skill 执行流程：

1. 读取 knowledge/data_structure.md 识别 AI Knowledge 目录
2. 进入 AI Knowledge/ 读取子目录索引
3. 定位到 2026年AI Agent智能体技术发展报告.pdf
4. 先读取 references/pdf_reading.md 学习处理方法
5. 使用 pdftotext 提取文本到临时文件
6. 用 grep 搜索关键词"发展趋势"、“技术”
7. 局部读取匹配上下文，组织答案

示例 2：分析电商数据

Skill 执行流程：

1. 识别 E-commerce Data 目录
2. 定位到 inventory.xlsx
3. 先读取 references/excel_reading.md 和 excel_analysis.md
4. 使用 pandas 读取前 50 行了解结构

本地知识库检索 Skill 演示项目

⚠️ 项目已归档 本仓库已停止维护，不再更新。作者后续所有的开源 Skills 将统一发布至 garden-skills 仓库，欢迎 Star 关注，获取最新动态 ✨

---

一个专为本地知识库智能检索设计的 AI Skill 演示仓库，展示如何通过分层索引和渐进式检索实现高效的多格式文件问答系统。

📖 项目简介

本项目是一个完整的本地知识库检索解决方案演示，包含：

• 核心 Skill：.agent/skills/rag-skill - 智能知识库检索助手
• 示例知识库：knowledge/ - 包含多领域、多格式的真实数据样本
• 最佳实践：遵循 Skill 编写规范，展示如何构建高效的 RAG（检索增强生成）系统

核心特性

✅ 多格式支持 - Markdown、PDF、Excel 等多种文件格式
✅ 分层索引 - 通过 data_structure.md 实现智能目录导航
✅ 渐进式检索 - 避免全文加载，按需局部读取，节省 token
✅ 强制学习机制 - 处理 PDF/Excel 前必须先学习处理方法
✅ 多轮迭代 - 最多 5 轮智能检索，确保找到最相关信息

---

📁 项目结构

skilltest/
├── .agent/
│   └── skills/
│       ├── rag-skill/              # 核心知识库检索 Skill
│       │   ├── SKILL.md            # Skill 主文件（13KB）
│       │   └── references/         # 参考文档
│       │       ├── pdf_reading.md  # PDF 处理方法指南
│       │       ├── excel_reading.md # Excel 读取方法
│       │       └── excel_analysis.md # Excel 分析方法
│       └── skill-creator/          # Skill 创建指南（可选）
│
└── knowledge/                      # 示例知识库（30+ 文件）
    ├── data_structure.md           # 根目录索引
    ├── AI Knowledge/               # AI 行业报告（14 个 PDF）
    │   ├── data_structure.md
    │   ├── 2026年AI Agent智能体技术发展报告.pdf
    │   ├── OpenAI深度报告：大模型王者，引领AGI之路.pdf
    │   └── ...
    ├── Financial Report Data/      # 金融财报数据（6 个 PDF）
    │   ├── data_structure.md
    │   └── ...
    ├── E-commerce Data/            # 电商业务数据（4 个 Excel）
    │   ├── data_structure.md
    │   ├── customers.xlsx
    │   ├── employees.xlsx
    │   ├── inventory.xlsx
    │   └── sales_orders.xlsx
    └── Safety Knowledge/           # 安全知识文档（Markdown）
        ├── data_structure.md
        └── ...

---

🚀 快速开始

1. 环境准备

确保你的 AI 助手支持以下工具：

• grep - 文本搜索
• read_file - 文件读取
• pdftotext 或 pdfplumber - PDF 处理
• pandas - Excel 数据分析

2. 使用示例

示例 1：查询 AI 行业趋势

问：2026年AI Agent技术有哪些关键发展趋势？

Skill 执行流程：

1. 读取 knowledge/data_structure.md 识别 AI Knowledge 目录
2. 进入 AI Knowledge/ 读取子目录索引
3. 定位到 2026年AI Agent智能体技术发展报告.pdf
4. 先读取 references/pdf_reading.md 学习处理方法
5. 使用 pdftotext 提取文本到临时文件
6. 用 grep 搜索关键词"发展趋势"、“技术”
7. 局部读取匹配上下文，组织答案

示例 2：分析电商数据

问：帮我分析一下库存数据，哪些商品库存不足？

Skill 执行流程：

1. 识别 E-commerce Data 目录
2. 定位到 inventory.xlsx
3. 先读取 references/excel_reading.md 和 excel_analysis.md
4. 使用 pandas 读取前 50 行了解结构
5. 识别库存相关列（如 stock_quantity）
6. 过滤低库存数据并返回结果

示例 3：查询安全知识

问：XSS 攻击的防护措施有哪些？

Skill 执行流程：

1. 识别 Safety Knowledge 目录
2. 用 grep 在 Markdown 文件中搜索 “XSS”
3. 局部读取匹配段落
4. 提取防护措施并回答

---

🎯 核心设计理念

1. 分层索引导航

每个目录都有 data_structure.md 文件，说明：

• 子目录/文件的用途
• 适用场景
• 数据范围

AI 通过阅读索引文件，智能选择最相关的路径，避免盲目搜索。

2. 先学习，再处理

遇到 PDF 或 Excel 文件时，强制执行学习步骤：

✅ 必须先读取 references/pdf_reading.md
✅ 理解推荐工具和命令
✅ 完成文件处理（提取/转换）
⏭️ 现在可以开始检索

禁止行为：

• ❌ 未学习就直接处理 PDF
• ❌ 未学习就直接处理 Excel
• ❌ 跳过文件处理直接检索

3. 渐进式检索

核心原则：

• 不要一次性读取整个文件
• 使用 grep 定位关键词