Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →把指定文件夹中的公司案例、提案、研究、复盘等文件整理成可用于向量检索的结构化知识库。
| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-01 | ✗→✓ | ▲ Improved | 30% | 0% |
| case-07 | ✗→✓ | ▲ Improved | 145% | 0% |
| case-14 | ✗→✓ | ▲ Improved | 144% | 0% |
| case-15 | ✗→✓ | ▲ Improved | 552% | 0% |
| case-16 | ✗→✓ | ▲ Improved | 139% | 0% |
当用户希望把一个指定文件夹中的公司案例、方案、研究、复盘、会议纪要、方法论文档，整理为可用于向量检索的知识库时，使用这个 skill。
这个 skill 的目标不是先设计一套大而全的平台，而是先把 用户手头这批文件本身 处理干净，输出可直接做 embedding / retrieval 的结构化结果。
适用于以下任务：
knowledge_base.jsonl 供向量库 ingest 使用不适用于以下任务：
默认优先直接分析这批文件，完成入库判断、清洗、chunk 切分和元数据补全。
很多真实文件不会规整地放在项目文件夹里。必须同时结合：
来识别项目归属。
不要把头脑风暴稿、发散稿、占位稿、中间版本整份塞进知识库。
不要机械按 1000 字切块。chunk 应该在语义边界处切开，并且单独拿出来也能看懂。
最终输出必须稳定、结构化、字段明确，便于后续做 embedding、向量存储、检索和引用。
当执行这个 skill 时，默认输入包括：
folder_path：待处理文件夹路径output_path：输出 JSONL 路径allowed_extensions：允许处理的文件后缀，如 .pptx .pdf .docx .md .txtproject_name_hints：可选，用户额外提供的项目名关键词max_chunk_chars：建议单 chunk 最大字符数，默认 1500min_chunk_chars：建议单 chunk 最小字符数，默认 100获取指定目录下所有候选文件，并在以下两种情况下都能正确识别项目归属：
file_namefile_pathfile_sizecreated_timemodified_timeextensionneeds_review = trueunclassified终稿 / 定稿 / final 优先unclassifiedproject_name_candidate_from_filenameproject_name_candidate_from_folderresolved_project_nameproject_name_confidenceneeds_reviewis_final_candidate不要把 Step 1 简化为“按文件夹分组”。在广告公司真实资料里，散文件、临时目录、混放目录非常常见。
AI 直接读取每个文件内容，判断是否适合进入知识库，并识别损坏模式。
对每个文件都要明确给出：
入库判断：yes / partial / no入库原因doc_type可使用以下类型：
briefproposalcase_studyresearchmethodologymeeting_notescreative_materialprocess_draftother优先识别以下损坏模式：
Traceback (most recent call last):锟斤拷、烫烫烫、屯屯屯\x01、\x08、\x1ah t t p s : / / ...以下内容不能整份入库，通常只允许 partial 或 no：
V1、草案、旧版 的中间版本移除技术性噪音，保留纯净且可检索的正文内容。
VGr5.jpg按语义边界切块，使每个 chunk 都具备独立价值。
按需要从以下类型中选择最合适的：
client_briefproject_briefproposalmarket_researchconsumer_insightaudience_analysiscompetitive_analysisbrand_strategycommunication_strategymedia_strategypositioningmessagingcampaign_strategycreative_briefcreative_conceptcreative_derivationcreative_executioncopywritingsloganvisual_creativevideo_creativeevent_creativecontent_strategycontent_topicsocial_contentkol_strategykol_selectionkol_briefkol_performancemedia_planplacement_monitoringperformance_datadata_analysiscampaign_reviewoptimizationbest_practicemethodologyglossaryother让每个文档、每个 chunk 都具备可检索、可筛选、可引用的元数据。
必须尽量补全以下字段：
doc_idfile_namefile_pathfile_sizeproject_name_candidate_from_filenameproject_name_candidate_from_folderresolved_project_nameproject_name_confidenceneeds_reviewproject_nameclient_namebrand_nameindustryproject_yeardoc_type入库判断入库原因每个 chunk 至少应包含：
chunk_idchunk_indexchunk_titlesection_titlechunk_typechunk_summarychunk_textwhy_this_chunksource_pagetagsbrand_tonetarget_kpicore_messagebudgettimelinecleaning_statschunk_title 要像知识标题，不要只是原文第一句chunk_summary 控制在约 30 字内why_this_chunk 要说明它为什么值得独立入库tags 要可检索，不要只写空泛大词至少输出以下文件：
knowledge_base.jsonlchunksingest_report.mdtext<root>/ ├── 0-raw/ ├── 1-structured/ │ ├── knowledge_base.jsonl │ └── ingest_report.md └── references/
json{ "doc_id": "uuid-xxx", "file_name": "项目A_终稿.pptx", "file_path": "F:\\知识库-比稿\\0-比稿\\项目A\\终稿.pptx", "file_size": 2048000, "project_name_candidate_from_filename": "项目A", "project_name_candidate_from_folder": "项目A", "resolved_project_name": "项目A", "project_name_confidence": 0.94, "needs_review": false, "project_name": "项目A", "client_name": "华为", "brand_name": "华为手机", "industry": "3C电子", "project_year": 2024, "doc_type": "proposal", "入库判断": "yes", "入库原因": "终稿，内容完整", "chunks": [ { "chunk_id": "chunk-uuid-001", "chunk_index": 0, "chunk_title": "项目背景与目标", "section_title": "第一章 项目概述", "chunk_type": "project_brief", "chunk_summary": "项目旨在打造年轻化品牌形象", "chunk_text": "清洗后的纯净文本内容...", "why_this_chunk": "提供项目基础信息，帮助理解后续策略", "source_page": 1, "tags": ["项目背景", "目标用户", "核心挑战"], "brand_tone": "科技感、年轻化", "target_kpi": "曝光量1亿+", "core_message": "华为nova系列定位年轻人群", "budget": "500万", "timeline": "2024.Q1-Q2", "cleaning_stats": { "original_len": 500, "cleaned_len": 450, "retention_ratio": 0.9 } } ] }
在交付结果前，逐项检查：
knowledge_base.jsonlingest_report.mdneeds_review = true 的文件当用户要求实际执行任务时，优先给出：
避免输出空泛方法论，重点给可落地结果。
Other measured skills in the registry, with their headline benchmark lift.