← Back to home
Skill

财税公司Obsidian知识库搭建

tencent_skillhub · 1.0.0 · Downloads 36 · Heat 28.2

Introduction

# Obsidian + WorkBuddy 知识库搭建方法论(技能上架简介) ## 一句话简介 一套把零散资料(docx / xlsx / pptx / pdf / 图片 / 视频)沉淀成「可检索、可漫游、可每日生长」Obsidian 知识网络的完整方法论 + 开箱即用脚本,专为 AI 协作场景设计。 --- ## 它能帮你解决什么 - **资料越攒越乱**:下载的资料、课件、话术散落各文件夹,要用时找不到、找回来也读不懂。 - **AI 整理完就断链**:自动生成的笔记互链一改就坏、文件链接打不开、图谱被原始资料淹没。 - **隐私踩红线**:对外交付的文档里混了客户名、品牌名、具名人物,合规风险高。 - **维护靠记忆**:整理流程全在脑子里,哪天换人或换机器就断了。 这套方法论把上述问题固化成「死规矩 + 工作流 + 脚本 + 自动化」,让知识库能自我维护、持续生长。 --- ## 核心能力 / 亮点 1. **两条死规矩(防崩溃基石)** - 笔记互链只用 `[[文件名]]` 双括号,绝不写路径、不写 `.md` 后缀。 - 每收录一篇资料必须做完「四件事」:存原文 → 写/更新笔记 → 更新总目录 → 记一行流水账。 2. **三层映射架构(raw / wiki / schema)** - raw 原始资料层只读不动,wiki 知识层由 AI 维护,schema 规范层定义结构,职责清晰、互不污染。 3. **图谱 durable 双机制** - `graph.json` 开关 + `app.json` 全局忽略双保险,Obsidian 重置也不丢排除规则,原始资料层零显示。 4. **6 个可复用脚本(参数化、换机即用)** - 图谱重着色、断链校验、脱敏回洗、回洗校验、只读清理体检、笔记 lint —— 全部支持 `KB_VAULT` 环境变量 / `--vault` 参数。 5. **脱敏 / 中性化机制** - 通过 blocklist 词表做 link-aware 全量回洗:只改正文与显示文本,文件路径永远保留,对外交付 0 敏感词。 6. **三个自动化任务参考** - 每日整理流水线、每月只读清理体检、IMA 知识库同步,可直接照抄配置。 7. **踩坑速查(10+ 条实战经验)** - 把批量改写踩过的坑(双括号损坏、待归类区受保护、误报虚高)全部沉淀,避免重蹈覆辙。 --- ## 技能包含什么 ``` obsidian-workbuddy-kb/ ├── SKILL.md # 方法论总览 + 红线 + 触发词 ├── 使用说明.md # 安装 / 触发 / 每日流程 / 图谱 / 脱敏 / 迁移 ├── references/ │ ├── rules.md # 死规矩 / 命名规范 / 笔记模板 / 分类体系 │ ├── workflow.md # 录入·查询·巡检·每日维护·三层映射·精粹·IMA │ ├── graph-config.md # 图谱 durable 双机制 + 排除清单 │ ├── automations.md # 三个自动化任务配置参考 │ ├── pitfalls.md # 踩坑速查 │ ├── forbidden-words.md# 禁词清单与中性化替换 │ └── blocklist.txt # 脱敏词表(空白模板,使用者自填) └── scripts/ # 6 个参数化脚本(支持 KB_VAULT / --vault) ├── fix_graph_colors.py ├── wiki_lint.py ├── check_broken_links.py ├── scrub_company_names.py ├── verify_scrub.py └── cleanup_audit.py ``` > **隐私声明**:本技能是「搭建方法论模板」,不绑定任何具体 vault。所有路径、文件夹名、客户名、品牌名均已泛化,使用者按自身情况填 blocklist 与分类即可。 --- ## 适用人群 - 知识工作者、咨询师、培训师、内容创作者:想把海量资料变成可复用的知识资产。 - 团队负责人:想让 AI 帮忙整理资料,又怕断链、怕泄密、怕维护断档。 - 已用 Obsidian + WorkBuddy 但「整理完就乱」的用户。 --- ## 使用方法 1. 安装技能后,对 WorkBuddy 说「帮我搭建一个 Obsidian 知识库」即可触发。 2. 按 `使用说明.md` 确定 vault 根、建三层目录、填 `blocklist.txt`。 3. 日常收录资料时,技能会引导你走「四件事」流程。 4. 需要体检 / 修复断链 / 脱敏时,直接说对应需求,脚本自动跑。 --- ## 注意事项 / 边界 - 原始资料层(raw)只读,脚本永不修改源文件。 - 脱敏词表需使用者自行维护,技能不预置任何具体实体。 - 待归类区文件清单属受保护区,批量改写前需人工确认。 - 批量改动前务必备份,技能已内置备份提醒。

Resource Information

Author:user_dfcf0158
Category:Rag Knowledge
Version:1.0.0
Auth: No auth
Pricing: Not specified

License information is collected from official sources and may be outdated or missing. Refer to the LICENSE file in the original repository before commercial use.

Tags
知识库问答资料整理知识归档

Information boundary

Information on this page is collected from official documents for technical presentation only and does not imply our endorsement. Pricing, quotas and availability are subject to the latest official statements. We make no commitment regarding any action you take after leaving this site.

Similar skills

ima-skills

API key required

ima skills,支持对笔记、知识库的读取、写入和检索等操作,可以帮你随时记录,收入ima智能管理,随时调用,龙虾输出精准懂你,友好的接入了OpenClaw生态,构建你的第二大脑。

全网搜索

FreemiumAPI key required

通过“查一下、搜一下、搜索、找一下”等自然语言检索公开网页,整理来源并交付横版 PDF、Markdown 与标题链接表。支持用户主动开启、查看和取消技能收藏,保留原报告取回。

web-tools-guide

API key required

MANDATORY before calling web_search, web_fetch, browser, or opencli. Contains required error-handling procedures (web_search failure → must guide user to configure API), fallback chain (opencli CLI covers 70+ sites as structured fallback before browser), and site-specific login URLs. Without reading this skill, you WILL handle failures incorrectly and miss available tools. Trigger on: 搜索/上网/查资料/打开网站/抓取网页/新闻/热点/web search/fetch/browser/opencli.

腾讯新闻

Marked paidAPI key required

腾讯新闻综合信息服务工具,支持新闻搜索与热榜/早晚报/订阅引导、腾讯较真事实查证、全国市县天气与天气预警查询、体育赛事的赛程比分查询,以及中国普通高考常规批次的一分一段、省控线、院校专业录取数据和院校优先/专业优先冲稳保志愿方案。当用户需要新闻资讯、判断信息真假、查询天气或异常天气、查询某项赛事或某支球队最近的比赛、了解高考录取数据或规划志愿时使用。

Baidu web search

API key required

使用百度AI搜索引擎(BDSE)进行网络搜索。适用于获取实时信息、文档资料或研究课题。

Find Skills Skill

Not specified

从多种来源搜索和发现OpenClaw技能。使用场景:用户想要查找可用技能、搜索特定功能或发现新技能。

What is a Skill

A Skill is a packaged single capability, such as text recognition, document summarization, or keyword extraction. Developers wrap the calling logic and prompts into a plugin-like unit, so users can load it without understanding the underlying model. StackPilot indexes a large number of skills that can be tried instantly or assembled into a plan.