学科知识增量积累多 Skill 系统#

用于构建学科知识增量积累工作流的多 Skill 系统

系统架构#

本项目包含 6 个核心 Skills，形成完整的知识管理解决方案：

1
┌─────────────────────────────────────────────────────────┐
2
│                    学科知识管理系统                        │
3
├─────────────────────────────────────────────────────────┤
4
│  1. scan_directory    │  扫描学科目录，识别文件            │
5
│  2. parse_multimodal  │  多模态文件解析                    │
6
│  3. extract_knowledge  │  知识点提取                       │
7
│  4. merge_knowledge    │  知识融合                         │
8
│  5. export_formats     │  多格式导出                       │
9
│  6. build_index        │  检索索引构建                      │
10
└─────────────────────────────────────────────────────────┘

🎯 核心功能#

1. scan_directory - 目录扫描#

扫描学科目录，识别所有章节子目录和教学材料文件。

2. parse_multimodal - 多模态解析#

解析 PDF/PPT/图片文件，提取文本、图像描述、表格内容。

3. extract_knowledge - 知识点提取#

从解析后的内容中提取知识点，包括概念、定义、公式、例题、定理等。

4. merge_knowledge - 知识融合#

将新知识点增量合并到现有知识库，处理重复项和冲突。

5. export_formats - 多格式导出#

将知识库导出为 Markdown、HTML、PDF、思维导图等多种格式。

6. build_index - 索引构建#

为知识库构建向量索引、关键词索引或混合索引，实现快速 AI 语义搜索。

🚀 快速开始#

安装依赖#

1
# 核心依赖
2
pip install openai httpx Pillow
3

4
# PDF 解析（可选）
5
pip install pymupdf
6

7
# PPT 解析（可选）
8
pip install python-pptx
9

10
# PDF 导出（可选）
11
pip install reportlab
12

13
# 或安装全部可选依赖
14
pip install -e ".[all]"

配置 API#

在项目根目录创建 config.json：

1
{
2
  "api": {
3
    "base_url": "https://coding.dashscope.aliyuncs.com/v1",
4
    "api_key": "your-api-key",
5
    "model": "qwen3.5-plus",
6
    "vision_model": "qwen3.5-plus",
7
    "embedding_model": "text-embedding-v3"
8
  },
9
  "workflow": {
10
    "max_retries": 3,
11
    "retry_delay": 1.0,
12
    "timeout": 120
13
  }
14
}

运行完整工作流#

1
python workflow_example.py "./sample_course"

📊 工作流#

1
Agent 检测到新教学资料
2
        │
3
        ▼
4
   scan_directory  ──► 发现新文件列表
5
        │
6
        ▼
7
   parse_multimodal ──► 解析文件内容
8
        │
9
        ▼
10
   extract_knowledge ──► 提取知识点
11
        │
12
        ▼
13
   merge_knowledge ──► 增量合并到知识库
14
        │
15
        ▼
16
   export_formats ──► 导出可用格式
17
        │
18
        ▼
19
   build_index ──► 构建 AI 检索索引
20
        │
21
        ▼
22
   知识系统已更新 ✅

⚡ 工作流特性#

错误处理：每个步骤都有完整的错误捕获和报告
状态恢复：支持从断点恢复，避免重复处理
进度追踪：实时显示处理进度和统计信息

🛠️ 依赖技术栈#

技术	说明
LLM	qwen3.5-plus / kimi-k2.5 (通义千问 API)
视觉模型	qwen3.5-plus (支持多模态)
Embedding	text-embedding-v3
PDF 解析	PyMuPDF
PPT 解析	python-pptx
PDF 生成	reportlab

📁 项目结构#

1
knowledge-organizer/
2
├── SKILL.md                  # 项目总览
3
├── config.json               # API 配置文件
4
├── pyproject.toml            # 项目依赖管理
5
├── workflow_example.py       # 工作流示例
6
├── common/                   # 共享模块
7
│   ├── __init__.py
8
│   ├── config.py             # 配置管理
9
│   └── api_client.py        # API 客户端
10
├── scan_directory/
11
│   ├── SKILL.md
12
│   └── scripts/scan.py
13
├── parse_multimodal/
14
│   ├── SKILL.md
15
│   └── scripts/parse.py
16
├── extract_knowledge/
17
│   ├── SKILL.md
18
│   └── scripts/extract.py
19
├── merge_knowledge/
20
│   ├── SKILL.md
21
│   └── scripts/merge.py
22
├── export_formats/
23
│   ├── SKILL.md
24
│   └── scripts/export.py
25
├── build_index/
26
│   ├── SKILL.md
27
│   └── scripts/index.py
28
├── sample_course/            # 示例测试数据
29
│   ├── 第1章-集合/
30
│   └── 第2章-函数/
31
├── md格式展示.png            # 导出效果展示
32
├── HTML格式展示.png          # 导出效果展示
33
└── 生成结构展示.png          # 知识库结构展示

💡 使用场景#

📚 教学材料处理：自动扫描和解析教材、课件
🗃️ 知识库构建：从零开始建立学科知识体系
📝 笔记整理：将散落的资料整合为结构化知识
🔍 智能检索：通过向量索引实现语义搜索
📤 多格式导出：生成 Markdown、HTML 等格式便于分享

⚠️ 注意事项#

Warning

API 密钥请妥善保管，不要提交到版本控制
知识点提取和向量索引需要消耗 API 调用额度
处理大量文件时建议分批进行

hbt123-123

knowledge-organizer

Waiting for api.github.com...

00K

Waiting...

音乐

音乐