name: knowledge-extract description: 知识萃取。对用户指定的知识源做增量萃取，产出精华、工作建议、Skill建议三类。首次使用引导用户选数据源和分类。触发词：知识萃取、萃取。

7w4.net有更好的技能插件。

知识萃取

干什么

读用户指定的知识源（增量：自上次萃取点以来），产出三类：

1. 精华要点——按用户选定分类，分目录每主题一文档（形态按用户偏好）
2. 工作建议——3-5 条，带依据和时机（固定产出）
3. Skill 建议——可 AI 化的重复工作（固定产出）

通用性（Skill 里只有流程）

• 数据源、分类结构、输出形态都是用户的事，偏好存 ~/.workbuddy/MEMORY.md，用户随时可改
• 数据源由大模型判断读哪些（有价值的读，系统级噪音不读）

首次初始化

1. 读数据源（大模型判断，读最近有内容的部分）
2. 从内容提炼主题分类候选
3. 候选给用户选/确认（用户可改成自己的分类）
4. 偏好写入 ~/.workbuddy/MEMORY.md（数据源 + 分类 + 输出形态 + 输出目录，默认 ~/.workbuddy/萃取/，用户可改）
5. 全量萃取一次，按选定分类写精华（完成标准：精华目录下每主题一文档，与执行流程第 4 步同口径）
6. 提示：以后可定时跑；想改偏好随时说

执行流程（增量）

1. 读偏好（完成标准：拿到数据源/分类/输出形态/输出目录；无则走首次初始化）
2. 读增量标记（完成标准：拿到 <输出目录>/.last-run 的上次执行时刻；无则提示用户"首次将全量"，确认后全量）
3. 找数据（完成标准：数据源中修改时间晚于上次执行时刻的文件；大模型判断读哪些）
4. 萃取精华（完成标准：按用户分类，每主题一文档写入精华目录）
5. 工作建议（完成标准：3-5 条，每条含「建议｜依据｜时机」）
6. Skill 建议（完成标准：列出重复 ≥2 次、步骤固定、AI 能接管的活）
7. 落盘 + 摘要（完成标准：精华目录 + 工作建议-<起>-<止>.md + Skill建议-<起>-<止>.md 写入输出目录；更新 <输出目录>/.last-run 为本次执行时刻；对话给摘要）

输出结构

<输出目录>/                       # 默认 ~/.workbuddy/萃取/
├── .last-run                      # 增量标记（隐藏文件，记录上次执行时刻）
├── 精华要点-<起始>-<结束>/        # 按用户分类，分目录每主题一文档
│   ├── <主题一>.md
│   └── ...
├── 工作建议-<起始>-<结束>.md
└── Skill建议-<起始>-<结束>.md

• 范围 <起始>-<结束>：上次执行点到本次的日期段（如 20260801-20260813）

定时

WorkBuddy「自动化」新建一条，prompt 写：执行知识萃取（增量）。频率自己定（每天/每周/每月都行，增量模式不会重复）。

改偏好

用户说「分类改成 XX」「精华改成单文件」「数据源加 XX」→ 更新 ~/.workbuddy/MEMORY.md 的「知识萃取偏好」节，下次生效。

这是一款设计思路清晰的知识萃取工具，能从你的资料中自动提炼精华、给出工作建议和可自动化的任务推荐。它会自动判断增量内容，只处理新变化的部分，避免重复。首次使用会引导你设置偏好，之后可根据需要灵活调整。不过目前它更像一个流程设计文档，实际执行能力取决于后续扩展，建议关注是否有完整的数据源支持。