Personal Knowledge Distillation: Turning Fragmented Conversations and Notes into Concise Knowledge Cards

前言

做开发的都会遇到这类问题:报错结论散落在各处,有用的判断写进临时笔记后没人再翻,待办和灵感混在同一份文件里,过几天连自己都分不清哪些已经做过。问题不在记不下来,而在信息一直是碎片状态,没有转成可复用的结构化知识。

下面介绍的 Skill「个人知识蒸馏」(@user_fa14b5bc/knowledge-distiller-new,版本 1.0.0)就是针对这个场景:扫描已有的会话和笔记,分类、去重后写成知识卡片,并维护标签索引。它由社区开发者 user_fa14b5bc 发布,属于 knowledge-management 分类,在 SkillHub 上评分 100000,下载 1169 次。

这是什么

一句话定位:一个把碎片化对话与笔记转化为结构化知识卡片的 Skill。

它处理的对象是你已经存在的内容——聊天记录、笔记文件——而不是让你重新整理。工作方式是先扫描,再分段,然后由模型对每一段做分类,接着用 Jaccard 相似度做去重,最后写入知识库 Markdown 并自动维护标签索引。

除了主流程,它还附带一个独立的 Python 蒸馏引擎,提供 init / scan / commit / stats 四个命令,可以脱离对话流程直接跑。

核心功能

1、增量蒸馏。通过 --since 参数指定时间起点,只处理该时间之后的新内容,适合放进日常流程里反复跑,不必每次全量重扫。

2、强制标记。支持用 [!蒸馏] 标记强制触发,用于那些不想等增量判断、必须立刻处理的片段。

3、四类分类。模型把每个片段分成事实、观点、待办、灵感四类,分类结果直接决定卡片在知识库里的归属。

4、Jaccard 去重。基于词集相似度判断,避免同一条结论被反复写成多张卡片。

5、标签索引自动维护。写入卡片的同时更新标签索引,不需要手工维护目录或索引文件。

6、独立 Python 引擎。init / scan / commit / stats 四个命令分别对应初始化、扫描、提交、统计,可以脱离主 Skill 单独使用。

安装与启用

该 Skill 的来源是社区(community),发布者 user_fa14b5bc,官方地址为 https://api.skillhub.cn/user_fa14b5bc/knowledge-distiller-new,SkillHub 页面为 https://www.skillhub.cn/skills/user_fa14b5bc/knowledge-distiller-new。

安装与启用方式以官方页面为准,资料中未给出可直接核对的命令行安装命令,这里不臆造。它不需要 API Key(标签为 requires_api_key=false),启用后在对话中调用即可走完扫描到写入的流程;如果要脱离对话单独跑,则使用附带的 Python 引擎。

典型用法

按官方简介给出的能力,一次完整的蒸馏过程是这样的:

1、先确定要扫描的内容范围和时间起点,需要增量处理时带上 --since 参数。

2、Skill 对范围内的文本做扫描和分段。

3、模型逐段分类,输出事实、观点、待办、灵感四类中的一类。

4、Jaccard 去重过滤掉与已有卡片重复的内容。

5、结果写入知识库 Markdown,标签索引同步更新。

遇到必须立刻处理的内容,用 [!蒸馏] 强制标记,跳过增量判断。

需要脱离对话流程时,改用 Python 引擎:

python distiller init
python distiller scan
python distiller commit
python distiller stats

init 初始化本地配置和目录,scan 执行扫描,commit 把结果写入知识库,stats 查看当前统计情况。命令名为官方简介中给出的四个名称,具体调用参数以随包文档为准。

适用场景与注意

适合这样的使用者:手上已经有大量对话记录和笔记,希望把它们收敛成可检索的知识库,且愿意接受「扫描—分类—去重—写入」这套固定流程,而不是只想手动整理几条。

几个需要注意的点:

1、分类依赖模型对片段语义的理解,四类之间的边界由模型判断,遇到含义模糊的片段可能需要人工复核。

2、Jaccard 去重基于词面相似度,表述差异大但意思相同的两条内容可能不会被识别为重复,必要时需要配合强制标记或人工检查。

3、当前统计显示安装数为 0,说明使用者还很少,遇到问题主要靠自己看源码或向发布者反馈。

4、来源是社区而非官方维护,更新节奏由发布者决定。

结尾

个人知识蒸馏的价值不在于生成新知识,而在于把你已有的碎片收敛成结构:分类让它可筛,去重让它不重复,索引让它可检索。如果你正被散落各处的结论和笔记困扰,可以先从一次 --since 限定的增量蒸馏试起。

官方地址:https://api.skillhub.cn/user_fa14b5bc/knowledge-distiller-new

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye