starmen1265/kb-skills
Archived
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

docs(skill): update kb_workflow SKILL.md to reflect current implementation
PR Test / lint (pull_request) Successful in 2s
Details

Browse Source 
- Fix CLI path: kb-workflow -> kb_workflow
- Add login command documentation for Zhihu
- Update directory structure to match actual paths
- Add environment variable checks section
- Document strict failure handling principle
- Update technical architecture diagram
This commit is contained in:
starmen1265
2026-03-17 23:50:42 +08:00
parent 228cd1cf8c
commit 6a819b6c80
1 changed files with 74 additions and 57 deletions
Download Patch File Download Diff File Expand all files Collapse all files
kb_workflow/SKILL.md
+74 -57
View File
@@ -5,6 +5,8 @@ description: 当收到"添加到知识库 + 链接" 或"保存到知识库 + 链
# KB Workflow # KB Workflow
知识库内容处理管道，支持 B站、知乎等平台的内容抓取、语音识别、深度分析和归档。
## 什么时候使用 ## 什么时候使用
当用户发送包含以下模式的消息时，此技能自动触发： 当用户发送包含以下模式的消息时，此技能自动触发：
@@ -12,7 +14,7 @@ description: 当收到"添加到知识库 + 链接" 或"保存到知识库 + 链
| 触发词 | 行为 | 示例 | | 触发词 | 行为 | 示例 |
|--------|------|------| |--------|------|------|
| `添加到知识库` + 链接 | 添加到知识库并处理 | "添加到知识库 https://www.bilibili.com/video/BVxxx" | | `添加到知识库` + 链接 | 添加到知识库并处理 | "添加到知识库 https://www.bilibili.com/video/BVxxx" |
| `保存到知识库` + 链接 | 同上 | "保存到知识库 https://www.bilibili.com/video/BVxxx" | | `保存到知识库` + 链接 | 同上 | "保存到知识库 https://zhuanlan.zhihu.com/p/xxx" |
## 环境变量 ## 环境变量
@@ -22,23 +24,22 @@ description: 当收到"添加到知识库 + 链接" 或"保存到知识库 + 链
**必须的环境变量**（缺失则报错退出）： **必须的环境变量**（缺失则报错退出）：
配置方式：将变量写入 `~/.kb_env` 文件：
```bash ```bash
# ~/.kb_env 文件
export AI_API_KEY="your-api-key" export AI_API_KEY="your-api-key"
export AI_PROVIDER="zhipu" export AI_PROVIDER="zhipu"
export AI_MODEL="glm-5" export AI_MODEL="glm-5"
export AI_BASE_URL="https://open.bigmodel.cn/api/coding/paas/v4" export AI_BASE_URL="https://open.bigmodel.cn/api/coding/paas/v4"
export KB_INTERMEDIATE_PATH="~/work/intermediate/analysis"
export KB_ARCHIVE_PATH="~/work/zq/30.资源/AI分析"
``` ```
**可选的环境变量**： **可选的环境变量**：
| 变量名 | 用途 | 示例 | | 变量名 | 用途 |
|--------|------|------| |--------|------|
| `BILIBILI_COOKIE` | 下载会员视频 | `SESSDATA=xxx; bili_jct=xxx` | | `BILIBILI_COOKIE` | 下载会员视频 |
| `KB_GIT_USER` | Git提交用户名 | `Your Name` | | `KB_GIT_USER` / `KB_GIT_EMAIL` | Git 提交信息 |
| `KB_GIT_EMAIL` | Git提交邮箱 | `your@email.com` | | `HF_TOKEN` | HuggingFace Token（说话者分离） |
| `KB_ARCHIVE_PATH` | 归档目录路径 | `~/work/zq/30.资源/AI分析` |
| `KB_GIT_ROOT` | Git仓库根目录 | `~/work/zq` |
| `HF_TOKEN` | HuggingFace Token（说话者分离） | `hf_xxx` |
### 检查命令 ### 检查命令
@@ -49,7 +50,7 @@ if [ -f ~/.kb_env ]; then
fi fi
# 检查必须的环境变量 # 检查必须的环境变量
if [ -z "$AI_API_KEY" ] || [ -z "$AI_PROVIDER" ] || [ -z "$AI_MODEL" ] || [ -z "$AI_BASE_URL" ]; then if [ -z "$AI_API_KEY" ] || [ -z "$AI_PROVIDER" ] || [ -z "$AI_MODEL" ]; then
echo "❌ 错误：必须的环境变量未设置" echo "❌ 错误：必须的环境变量未设置"
echo "请配置 ~/.kb_env 文件" echo "请配置 ~/.kb_env 文件"
exit 1 exit 1
@@ -60,72 +61,78 @@ echo "✅ 环境变量检查通过"
## Workflow 执行方式 ## Workflow 执行方式
### 一键处理（推荐） ### 处理链接
使用管道 CLI 一键完成所有步骤：
```bash ```bash
python3 kb-workflow/kb_workflow.py process "https://www.bilibili.com/video/BVxxx" # 处理 URL（自动执行完整管道）
``` python kb_workflow/kb_workflow.py process "https://www.bilibili.com/video/BVxxx"
**该命令自动执行：**
1. URL 解析 → 识别平台和内容 ID
2. 元数据提取 → 获取标题、作者等信息
3. 内容下载 → 字幕/视频/文章内容
4. 语音识别 → Whisper/FunASR（如需要）
5. 深度分析 → AI 生成分析报告
6. 归档 → 移动到归档目录
**命令参数：**
```bash
# 指定输出目录 # 指定输出目录
python3 kb-workflow/kb_workflow.py process "https://..." -o /path/to/output python kb_workflow/kb_workflow.py process "https://..." -o /path/to/output
# 强制重新执行（忽略已完成状态） # 强制重新执行（忽略已完成状态）
python3 kb-workflow/kb_workflow.py process "https://..." --no-skip python kb_workflow/kb_workflow.py process "https://..." --no-skip
``` ```
### 知乎登录
```bash
# 二维码扫码登录（Cookie 自动保存）
python kb_workflow/kb_workflow.py login
# 检查 Cookie 状态
python kb_workflow/kb_workflow.py login --status
# 从 JSON 文件导入 Cookie
python kb_workflow/kb_workflow.py login --import-cookie cookies.json
```
**注意：** 知乎链接处理时会自动检测 Cookie 是否过期，过期则自动触发扫码登录。
## 支持的平台和内容类型 ## 支持的平台和内容类型
| 平台 | 内容类型 | URL 示例 | | 平台 | 内容类型 | URL 示例 |
|------|----------|----------| |------|----------|----------|
| B站 | 视频 | `bilibili.com/video/BVxxx` | | B站 | 视频 | `bilibili.com/video/BVxxx` |
| B站 | 专栏 | `bilibili.com/read/cvxxx` | | B站 | 专栏 | `bilibili.com/read/cvxxx` |
| 知乎 | 问答 | `zhihu.com/question/xxx` | | 知乎 | 问答 | `zhihu.com/question/xxx/answer/xxx` |
| 知乎 | 专栏 | `zhuanlan.zhihu.com/p/xxx` | | 知乎 | 专栏 | `zhuanlan.zhihu.com/p/xxx` |
| 知乎 | 视频 | `zhihu.com/zvideo/xxx` |
## 处理流程 ## 处理流程
``` ```
┌─────────────────────────────────────────────────────────────┐ ┌─────────────────────────────────────────────────────────────┐
│ kb-workflow process │ │ Pipeline 处理流程 │
├─────────────────────────────────────────────────────────────┤ ├─────────────────────────────────────────────────────────────┤
│ 1. Parse → LinkParser 解析 URL │ │ 1. Parse → LinkParser 解析 URL，识别平台和 ID │
│ 2. Download → 平台适配器获取元数据和内容 │ │ 2. Download → 平台适配器获取元数据和内容 │
│ 3. ASR → 语音识别（视频无字幕时） │ │ 3. ASR → 语音识别（视频无字幕时） │
│ 4. Analyze → DeepAnalyzer 生成分析报告 │ │ 4. Analyze → DeepAnalyzer 生成深度分析报告 │
│ 5. Archive → 归档到 KB_ARCHIVE_PATH │ │ 5. Archive → 归档到 KB_ARCHIVE_PATH │
└─────────────────────────────────────────────────────────────┘ └─────────────────────────────────────────────────────────────┘
``` ```
**知乎特殊处理：**
- 评论默认爬取并追加到正文末尾
- Cookie 过期时自动弹出二维码，扫码后继续执行
- 无需手动设置 Cookie
## 目录结构 ## 目录结构
**工作目录（默认 ~/work/knowledge-base/）：** **工作目录（KB_INTERMEDIATE_PATH）：**
``` ```
~/work/knowledge-base/ ~/work/intermediate/analysis/
├── pending/ # 待处理链接 └── {platform}_{content_id}/
├── metadata/ # 元数据 JSON ├── metadata.json # 元数据
├── content/ # 内容文件 ├── content.md # 内容（含评论）
│ └── downloads/ # 下载的视频/字幕 └── downloads/ # 下载的媒体文件
└── analyzed/ # 分析报告
``` ```
**归档目录（默认 ~/work/zq/30.资源/AI分析/）：** **归档目录（KB_ARCHIVE_PATH）：**
``` ```
~/work/zq/30.资源/AI分析/ ~/work/zq/30.资源/AI分析/
└── YYYY-MM-DD/ └── YYYY-MM-DD/
└── {platform}_{id}.md # 深度分析报告 └── {platform}_{id}_analysis.md # 深度分析报告
``` ```
## ⚠️ 严格失败处理原则 ## ⚠️ 严格失败处理原则
@@ -140,34 +147,44 @@ python3 kb-workflow/kb_workflow.py process "https://..." --no-skip
## 示例 ## 示例
``` ```
用户: 添加到知识库 https://www.bilibili.com/video/BV1xx 用户: 添加到知识库 https://zhuanlan.zhihu.com/p/123456789
Claude: Claude:
✅ 环境变量检查通过 ✅ 环境变量检查通过
◆ 处理中... ◆ 处理中...
→ 解析 URL: bilibili 视频 BV1xx → 解析 URL: zhihu 专栏 123456789
→ 获取元数据... → 获取元数据...
→ 下载字幕... → 爬取内容和评论...
→ 深度分析... → 深度分析...
✅ 完成！ ✅ 完成！
标题: 【教程】如何使用 Python 进行数据分析 标题: 深度学习在推荐系统中的应用
处理阶段: 全部完成 内容目录: ~/work/intermediate/analysis/zhihu_123456789/
最终文件: ~/work/zq/30.资源/AI分析/2026-03-15/bilibili_BV1xx.md 归档文件: ~/work/zq/30.资源/AI分析/2026-03-17/zhihu_123456789_analysis.md
``` ```
## 技术架构 ## 技术架构
``` ```
kb-workflow/kb_workflow.py (CLI) kb_workflow/
└── kb_pipeline/ (核心管道包) ├── kb_workflow.py — CLI 入口
├── pipeline.py — Pipeline 编排引擎 ├── auth/
├── processors/ — 处理器实现 │ └── zhihu_login.py — 知乎登录和 Cookie 管理
│ ├── parse.py — URL 解析 ├── crawler/
│ ├── download.py — 内容下载 │ ├── zhihu_crawler.py — 知乎爬虫（问答/专栏/评论）
│ ├── asr.py — 语音识别 │ └── models.py — 数据模型
│ └── analyze.py — 深度分析 ├── pipeline/
└── schemas.py — 数据模型 │ ├── pipeline.py — Pipeline 编排引擎
│ ├── processors/ — 处理器实现
│ │ ├── parse.py — URL 解析
│ │ ├── download.py — 内容下载
│ │ ├── asr.py — 语音识别
│ │ ├── analyze.py — 深度分析
│ │ └── archive.py — 归档
│ ├── platforms/ — 平台适配器
│ │ └── zhihu.py — 知乎适配器（使用 ZhihuCrawler）
│ └── schemas.py — 数据模型
└── deep_analyzer/ — AI 分析器
``` ```