Knowledge Collector

Automation skill for Knowledge Collector.

---

name: knowledge-collector description: "Collect and catalogize equipment institute knowledge from group chats, manual entries, or batch i..." tags: [domain-specific, plc, file-based, template-based, api-integration] version: 1.0.0

Knowledge Collector - 装备所知识收集与入�?

触发条件

以下情况激活此技能：

• 用户�?记录知识"/"录入知识"/"知识收集"/"导入知识"
• 群聊中出现技术知识分享类消息（关键词自动识别�?- 用户指定文件夹路径要求批量导�?

知识分类体系

4大方�?| 方向 | 关键词示�?|

|------|-----------| | 非标自动�?| 装配线、工装、夹具、气缸、PLC、输送、焊�?| | 物流自动�?| WCS、AGV、堆垛机、输送线、分拣、仓储、调�?| | 工业视觉 | 缺陷检测、视觉、相机、光源、镜头、OpenCV、Halcon、YOLO |

4个层�?| 层级 | 含义 | 内容类型 |

|------|------|---------| | L1 | 方案�?| 整体方案文档、系统架�?| | L2 | 设计�?| 详细设计文档、图纸、选型说明 | | L3 | 代码�?| 可执行代码、脚本、函�?| | L4 | 经验�?| 踩坑记录、最佳实践、故障排�?|

5种知识类�?- *方案�? �?模板: templates/solution.md

• *设计�? �?模板: templates/design.md
• *软件�? �?模板: templates/software.md
• *算法�? �?模板: templates/algorithm.md
• *经验�? �?模板: templates/experience.md

收集入口

入口1: 群聊自动识别

监听群聊消息，当包含技术关键词（见 config/keywords.json）时自动触发�?1. 提取消息文本 2. 调用 classify() 自动分类 3. 调用 extract_metadata() 提取结构化信�?4. 填充对应模板 5. 入库 + 推送负责人

入口2: 主动记录

用户 @AI �?记录一条知�?，然后提供内容：

1. 接收用户输入（可以是自由文本�?2. 自动分类 + 提取
2. 展示预览，用户确�?4. 入库 + 推送负责人

入口3: 批量导入

给定文件夹路径：

1. 扫描文件夹（.md/.txt/.py/.st/.cpp/.pdf�?2. 对每个文件执行分�?提取+入库
2. 输出导入报告

执行流程

text

输入 �?classify(text) �?extract_metadata(text) �?fill_template() �?save_to_domain_kit() �?notify_reviewer()

Step 1: 自动分类

python

from scripts.collector import classify
result = classify(text)
# �?{"direction": "非标自动�?, "type": "软件", "level": "L3"}

Step 2: 信息提取

python

from scripts.collector import extract_metadata
metadata = extract_metadata(text)
# �?{"equipment": ["AM600"], "protocols": ["EtherCAT"], "projects": ["IV2024"]}

Step 3: 模板填充

python

from scripts.collector import fill_template
markdown = fill_template(classification, metadata, raw_text)

Step 4: 入库

python

from scripts.collector import save_to_domain_kit
entity_id = save_to_domain_kit(markdown, classification, metadata)

Step 5: 推送审�?```python

from scripts.collector import notify_reviewer notify_reviewer(research_room, entity_id, title)

text

## 研究室与负责�?
| 研究�?| 负责�?| 方向 |
|--------|--------|------|
| 机电系统研究�?| 待配�?| 非标自动化、机械设计、电气设计、PLC代码 |
| 工业视觉研究�?| 尹德�?| 视觉检测、光学成像、视觉算�?|
| 物流自动化研究室 | 待配�?| 物流方案、WCS系统、调度算�?|

## �?domain-kit 集成

- 存储: `skills/domain-kit/storage/knowledge_store.py` �?`KnowledgeStore`
- ID生成: `skills/domain-kit/utils/id_generator.py` �?`generate_entity_id`
- 实体类型映射:
  - 方案�?�?"BestPractice"（暂用，待扩展）
  - 设计�?�?"BestPractice"（暂用，待扩展）
  - 软件�?�?"CodeTemplate"
  - 算法�?�?"BestPractice"（暂用，待扩展）
  - 经验�?�?"BestPractice"

## 配置

- 关键词词�? `config/keywords.json`
- 负责人配�? `config/reviewers.json`

## 使用示例

用户: 记录一条知�? AI: 请提供知识内容，可以是： - 直接粘贴文本 - 描述一个技术问�?解决方案 - 指定文件夹路径批量导�? 用户: 我们在IV2024项目上用AM600通过EtherCAT控制IS620N伺服，踩了一个坑�? 周期设太短导致丢步，最后改�?ms才稳定�? AI: 已自动分类： - 方向: 非标自动�? - 类型: 经验�? - 层级: L4（经验层�? - 提取: 设备[AM600, IS620N], 协议[EtherCAT], 项目[IV2024]

text

[预览生成的知识卡片]

确认入库�?Y/修改)

text