make-to-markdown：用 markitdown 把多格式文档统一成 RAG 可用的 Markdown
make-to-markdown（@indiv-ebandao/make-to-markdown，v1.0.11）是 SkillHub 知识管理类 Skill，用 markitdown 将 PDF、Office、表格、HTML、图片、音频、ZIP、YouTube、EPub 等转为 UTF-8 Markdown，并支持 .doc/.ppt 经 COM 或 LibreOffice 预处理。统一入口 scripts/convert.py 负责依赖安装、降级与后置清洗，批量场景有 Init-Step-Poll 与 V1–V6 校验。可通过 skillhub.md 指引或 skillhub install --dir 安装到 Cursor 等 skills 目录；需本机 uv 与 python。
阅读全文RAG 知识库搭建：企业级 RAG 从零到 Pipeline 的 Agent Skill
SkillHub 社区 Skill「RAG 知识库搭建」（@user_69009747/rag-knowledge-base-builder，v1.0.0）面向企业级 RAG 从零搭建：固定/语义/结构化分块与小切大优化，BGE、BGE-M3、OpenAI 嵌入选型（含 MTEB 参考），LangChain Pipeline（摄入、向量化、检索、Rerank、生成、Ragas 评估），向量库可选 ChromaDB、FAISS、Milvus，并提及一键部署脚本。文章说明 Skill 定位、核心能力，以及通过 skillhub CLI 或安装文档在 Cursor 等环境启用的方式。
阅读全文提示词大师-java版：把画面意图转成 AI 可执行的专业提示
提示词大师-java版是 SkillHub 社区 ai-agent 类 Skill（@user_5d00e27d/majia-system-prompt-java，v1.0.2），通过马甲系统将脑海中的画面整理为 AI 可理解的专业提示。首次会追问确认方向，后续借助缓存加快对话，并用 RAG 将成功案例入库以持续优化。标签 requires_api_key=true，需配置 API Key。安装可用 skillhub install 并指定 Cursor 等客户端的 skills 目录，或让 Agent 按官方安装文档操作；对话中输入「新手指南」查看完整说明。
阅读全文dsh-obsidian-board：把本地 Obsidian 变成 DSH 的本地知识库对话面板
`dsh-obsidian-board` 是 DeepSeek Harness 的本地检索插件，将 Obsidian vault 变成 RAG 面板。它采用双半架构：宿主端负责 BM25 索引与检索，浏览器端负责 UI 交互。具备极快的增量索引速度、点击引用跳转原文、可随时停止生成、以及完全的本地安全隔离（历史存储在浏览器本地，优先检索自有笔记）等特点。安装后配置 vault 路径，即可实现针对笔记内容的问答与总结。
阅读全文本地知识库智能问答：用个人文档做问答、报告与向量索引
介绍 SkillHub 社区技能「本地知识库智能问答」（@user_4c392ef3/knowledge-qa，v1.0.0）。面向 PDF/Markdown/Word 等个人资料，支持基于知识库问答、生成报告与思维导图、上传索引与分区/向量库管理；触发词涵盖「基于知识库」「查一下知识库」「整理成报告」等。说明 skillhub CLI 安装到 Cursor 等 skills 目录的方法，并提示 requires_api_key 标签与安装路径注意事项。
阅读全文IMA知识库法律咨询专家：用 RAG 做法律问题初步诊断与行动策略
IMA知识库法律咨询专家是 SkillHub 社区 Skill（@user_b463487e/tencent-ima-copilot-legal-consultation，v1.1.2），以资深律师分阶段办案思维结合 RAG 检索，提供法律纠纷的初步诊断与行动策略。支持分层精读、多轮换词搜索、结构化引用与效力标注、快速/专家双模式，并内置绝对溯源、时效验证与幻觉自检。适用于欠钱不还、劳动、合同、家事等常见咨询及法律文件分析，不替代正式法律意见与出庭。requires_api_key=false，按 skillhub.cn/install/skillhub.md 安装即可。
阅读全文提示词大师-python版：把画面意图翻译成 AI 可用的专业提示词
提示词大师-python版是 SkillHub 社区 ai-agent 类 Skill（v1.0.5，@user_5d00e27d/majia-prompt-translator-python），通过马甲系统将脑海中的画面翻译成 AI 可用的专业表达。支持首次多轮澄清、缓存加速后续对话，以及成功案例入库的 RAG 进化。标签 requires_api_key=true，需按 skillhub.md 用 skillhub install 安装到 Cursor 等 Agent 的 skills 目录；对话中可输入「新手指南」查看完整说明。
阅读全文memory-systems：Agent 持久记忆与检索架构设计指南
memory-systems 是 Agent Skills for Context Engineering 集合中的 Memory System Design 指南，面向跨会话语义记忆、实体一致性、时序有效性、图/向量与混合检索及记忆整合。文章说明其定位、启用边界、记忆层级与框架选型表、整合与 JIT 加载原则，并给出 Mem0、时序图与 Cognee 官方示例及 Claude Code、npx skills 等加载方式，强调从浅层起步、用 LoCoMo/LongMemEval 验证后再加深架构。
阅读全文DeepSeek Harness 插件：searchsieve —— 搜索结果覆盖度评估工具
DeepSeek Harness 插件 `searchsieve` 旨在解决 RAG 场景中搜索结果质量难以量化的问题。该插件提供留用占比、回答完整度等核心指标，对搜索结果进行语义分析与评估。它采用纯规则算法，无需 API Key 即可零模型开销运行，并适配中文环境。 安装命令为 `dsh plugin add search-sieve`，安装后重启即可使用。插件通过 `expectedPoints` 参数核对信息点，返回选中占比、未覆盖信息及补搜建议。该工具在 Windows 下使用 `dsh.cmd` 或 `npm.cmd` 即可。
阅读全文DeepSeek Harness 本地桌面知识库插件
`dsh-move-rag` 是 DeepSeek Harness 的 Windows 桌面插件，无需模型权重或云端服务，支持本地知识库管理。它通过置顶的 WinForms 面板，允许用户拖拽 PDF、Word、图片等文件快速入库。插件利用哈希嵌入技术实现离线、快速的本地 RAG 检索，并将结果作为工具暴露给 Agent。该方案适合 Windows 用户快速构建本地知识库，但图片仅支持文件名索引，且依赖桌面面板实现。
阅读全文dsh-plugin-rag: DeepSeek Harness 语义记忆插件
`dsh-plugin-rag` 是一个 DeepSeek Harness 插件，通过 RAG 技术将聊天会话转化为可搜索的本地持久化记忆。该插件具备自动索引、增量更新和非破坏性等特点，支持通过 `rag_search` 工具检索历史信息。安装需修改 `package.json` 和 `cordis.patch.yml`，重启后即可使用。索引默认存储在本地 JSON 文件中，重启是幂等的。
阅读全文dsh-plugin-rag：DeepSeek Harness 本地知识库检索插件
DSH Harness 体系提供 `dsh-plugin-rag` 插件，旨在解决智能体本地代码库检索需求，避免外部 API 的延迟、成本与隐私风险。该插件支持索引 Markdown、代码及配置文件，利用纯本地 TF-IDF 算法进行关键词匹配，无需额外依赖。安装启用后，可通过 `rag` 命令直接在本地搜索文件或查看索引统计，适用于需要基于本地数据做决策的智能体场景。
阅读全文satan9394/dsh-rag: DeepSeek Harness 下的 RAG 检索增强生成技能
`dsh-rag` 是 DeepSeek Harness (DSH) 的一个 RAG 技能插件，旨在通过检索增强生成提升智能体的信息准确性与回答质量。该插件提供向量库与嵌入、文档管线、检索策略及幻觉治理等核心能力。由于安装命令缺失且未提供示例，用户需自行通过 GitHub 仓库确认功能细节。
阅读全文dsh-kb-rag: 本地优先的 RAG 知识库工具集
DSH 插件 `yumu247/dsh-kb-rag` 为 DSH 提供了一套本地优先的 RAG 知识库工具，旨在零成本、本地化部署。该插件封装了四个核心命令：用于语义检索的 `kb_query`、支持增量入库的 `kb_ingest`、利用 Scrapling 抓取网页的 `kb_crawl`，以及基于图谱的关联推荐 `kb_related`。 安装前需确保宿主机配置好 Python 环境、Ollama 模型（如 `bge-m3`）及 `kb-rag` 管线。安装时需指定 `kbRagDir` 路径，插件依赖此路径运行。使用时，`kb_query` 返回 JSON 格式结果，`kb_inge
阅读全文dsh-skill-indexer：本地 SKILL.md 的两级意图检索插件
dsh-skill-indexer 是 DSH 的一个 Host Bundle 插件，旨在解决 Agent 难以精准定位本地 SKILL.md 的问题。它通过建立两级索引机制，利用关键词覆盖和 IDF 对意图进行路由，支持三态回退（hit/low/miss）。该工具纯本地运行、零依赖，提供命令行和代码调用两种方式，并支持哈希增量更新。
阅读全文dsh-understand-anything：生成代码库知识图谱的 DeepSeek Harness 插件
`dsh-understand-anything` 是 DeepSeek Harness 的代码库分析插件，通过生成结构化知识图谱，解决了传统 RAG 消耗大量 Token 且易丢失架构细节的问题。该插件支持架构理解、改动影响分析、新手上手指南及多领域提取，无需将原始文件塞入上下文。安装需 Node.js ≥ 22 和 pnpm ≥ 10。需注意，由于插件兼容性限制，Web 应用、Claude Code 专属功能及分析引擎未做翻译。
阅读全文dsh-doc-compiled-skills：把文档预编译成智能体可执行的技能
文章介绍 DSH 社区 skill「satan9394/dsh-doc-compiled-skills」，其核心思路是把长文档在构建期预编译成可执行技能，而非运行时用 RAG 现场检索，从而让智能体行为更确定、上下文开销更小。
阅读全文oh-my-knowledge：为 prompt、RAG 与智能体提供可验证的知识变更评估
OMK（oh-my-knowledge）是 lizhiyao 维护的 MIT 许可 CLI 与 DSH 插件，面向 prompt、RAG、skill、agent 与工作流的知识维护者。通过 doctor、eval、observe 闭环，在相同模型与样本下对比知识产物版本，输出可复查的发布结论、失败样本与成本，并支持在 Studio 查看 DSH 任务轨迹。DSH 用户可用 dsh plugin --profile web add oh-my-knowledge 装入 web profile，在会话内执行 /omk eval 与 /omk observe。
阅读全文