前言¶

自建 RAG 知识库时，常见做法是按固定字数或段落机械切块，再直接写入向量库。长文档里一旦出现跨段指代、被截断的代码块，或缺少检索用元数据的碎片，召回时往往「能搜到但答不对」，也很难判断是切片策略还是 embedding 的问题。

下面介绍 SkillHub 上的 knowledge-engineering（当前可安装版本 v1.0.13，作者 智慧半岛）。它把 Agent 当成知识库 ETL 控制器：在语义边界上拆文档、按目录隔离输出、用脚本做校验与检索评估，把「可落地、可量化、可优化」写进标准工作流，而不是只给一段泛泛的 chunking 提示词。

这是什么¶

knowledge-engineering 是遵循通用 SKILL.md 格式的 Agent Skill，定位是「RAG 知识库原子化切片控制器」：将长文档拆成语义完整、物理隔离、自包含、检索就绪的 L0 级原子切片，并内置 校验 → 审计 → 检索可达性评估 多层质量门禁。

官方线索地址为 https://api.skillhub.cn/user_741dc82b/knowledge-engineering；该 API 页面目前无法直接浏览（HTTP 405），SkillHub 站点上对应的 @user_741dc82b/knowledge-engineering 也已显示下线。商店中仍可安装同名技能 @indiv-ebandao/knowledge-engineering，版本与包内说明一致为 1.0.13，下文安装与用法均以该包为准。

核心功能¶

以下能力均来自 v1.0.13 包内 SKILL.md 与配套脚本说明。

标准五步闭环¶

切片规则与输出契约¶

• 目录绝对隔离：每个源文件对应 {Source-ID}/ 目录，禁止切片散落在输出根目录。
• 语义优先、字数兜底、回溯保护：纯文本约 700 字、代码约 500 字等软上限；不得在代码块、表格、步骤列表中间硬切。
• 零指代、禁止破坏性改写：切片需自包含，关键参数与错误码须与原文一致。
• YAML + Markdown 模板：每片含 title、embedding_hint、qa_pairs、hybrid_keywords、cross_refs 等 14 个必填字段，服务混合检索与质检。
• 二级目录路由：按内容归入 api/、config/、guide/、concepts/、misc/、multimodal/ 等（含动态降级规则）。

长任务与防中断¶

大批量或超长文档须走 Init → Step → Poll：先出计划与用户确认，再小批量生成（超大文档每批最多 2 片），每片写入后立即校验；支持 --resume 断点续传，终交付前必须跑 batch_audit.py 与 evaluate_retrieval.py。

环境依赖¶

运行脚本需要 Python 3.8+；检索评估建议安装 sentence-transformers、numpy、pyyaml（缺失时评估层可降级为 PurePythonEmbedder）。Skill 明确要求 不得调用外部 LLM API 生成切片正文或元数据，元数据由当前 Agent 推理填写。

安装与启用¶

方式一：让 Agent 按 SkillHub 文档安装¶

在对话中发送（内容来自 SkillHub 技能页）：

请根据 https://skillhub.cn/install/skillhub.md，安装 @indiv-ebandao/knowledge-engineering。

若你仍持有旧命名空间，线索中的写法为 @user_741dc82b/knowledge-engineering；该路径在站点上已不可用，请改用上面的 indiv-ebandao 命名空间。

方式二：SkillHub CLI¶

先确认 CLI（参见 SkillHub 安装说明）：

command -v skillhub && skillhub --version

安装到当前 Agent 的 skills 目录（必须使用 --dir，否则默认 ./skills/ 可能不会被 IDE 加载）：

skillhub install knowledge-engineering --namespace indiv-ebandao --dir ~/.cursor/skills/

常见路径（摘自官方安装文档）：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或项目下 .agents/skills/

安装后重启或刷新 Agent，使 knowledge-engineering 进入可用技能列表。Windows / Linux / macOS 在包元数据中均标记为完整支持。

典型用法¶

最小命令示例¶

包内给出的最小可用入口如下，用于从单文件生成切片目录结构：

python scripts/slice_generator.py input.md slices/

在已启用本 Skill 的 Agent 工作区中，上述 scripts/ 指技能包内的脚本路径（安装后位于对应 skills 目录下的 knowledge-engineering 包中）。

推荐完整流水线¶

1. 生成计划与可选 stub：

python scripts/slice_generator.py <源文件.md> <输出目录> --stubs --json

2. Agent 按 §0 完成 <analysis> 并经用户确认后，逐片填充 §3 模板内容写入磁盘。

3. 每片校验、批量审计、检索终检：

python scripts/validate_slice.py <切片文件> --fix --json
python scripts/batch_audit.py <输出目录> --fix
python scripts/evaluate_retrieval.py <输出目录> --fix

自然语言触发¶

用户侧只需说明意图，例如：「把 xxx.md 切片」。Agent 应先分析并展示计划（约十到三十秒量级），待确认后再分批生成；也支持「先看计划」「从 docx 开始」等变体，具体边界见包内 REFERENCE.md。

症状速查¶

适用场景与注意¶

适合谁：需要把技术手册、API 文档、运维指南等长 Markdown/文本（还支持 txt、yaml、json、PDF 等，见 §9）导入 RAG，且希望切片质量可审计、检索效果可量化的团队或个人。

不太适合：指望技能自动爬动态网页、直接切数据库表、或对图片做 OCR 级多模态理解——这些在能力边界中明确不支持。

使用注意：

• 未完成 §0 的 <analysis> 与用户确认就批量写文件，属于文档定义的严重违规。
• 用脚本模板批量填 embedding_hint、qa_pairs 等会被视为反模式，检索命中率可能下降。
• 涉及网络盘路径（如 Windows 映射盘）时，优先用 Skill 要求的 python_executor 等方式读写，避免静默失败。
• 对工作目录外的破坏性命令，Skill 带有 HARB 约束，须预览命令并等待用户确认。

结尾¶

knowledge-engineering 把 RAG 切片从「凭感觉切块」收成一条可检查流水线：语义与目录契约保证片内可用，校验与 evaluate_retrieval.py 让优化有据可查。线索中的 API 地址若无法打开，可通过 SkillHub 安装 @indiv-ebandao/knowledge-engineering（v1.0.13） 获取同款能力。

• 线索官方地址：https://api.skillhub.cn/user_741dc82b/knowledge-engineering
• 当前可访问的技能页：https://www.skillhub.cn/skills/indiv-ebandao/knowledge-engineering
• 安装说明：https://skillhub.cn/install/skillhub.md