知识连接器（Knowledge Connector）

知识连接器应呈现为一条完整的产品线，而非又一个图谱工具。

它的职责不仅限于提取概念，更要帮助用户：

• 以极低的使用门槛导入笔记和文档
• 在执行长时间导入前，验证连接器是否已正确安装且具备写入权限
• 通过单次查询跨多个文档进行搜索
• 以易于检视的方式可视化概念间的关系
• 提供可操作的图谱结果，例如：下一步应连接什么、审查什么或扩展什么

本技能优化的目标

默认优先实现以下五项高价值成果：

• 可靠的首次运行配置
• 快速的文档导入
• 引导式的导入入门流程
• 跨文档的知识检索
• 关系感知的图谱视图
• 明确的后续操作建议

避免滑向“又一个邻近领域的知识技能”这一定位偏差。

核心工作流

1. 首次运行检查

在以下场景中使用 kc doctor：

• 用户刚安装该技能
• kc 命令未被识别，或在执行任何实质性任务前即报错
• 用户即将导入一个大型笔记文件夹

良好的 doctor 行为包括：

• 确认数据目录具备写入权限
• 确认 JSON 存储可正常读取
• 确认 CLI 入口点存在
• 若 kc 不在系统 PATH 中，则明确发出警告

若 kc 不可用，请提示用户先重新安装或修复 Clawhub 安装，再继续执行 import/search 类命令。 若依赖项缺失但相关文件仍存在，node bin/cli.js doctor 仍可作为备用诊断方式运行。 若默认数据目录不可写，请在运行 import/search 命令前，将环境变量 KC_DATA_DIR 设置为一个具备写入权限的目录路径。

2. 导入体验

当用户希望基于多个文件或整个笔记目录构建图谱时，使用 kc import-docs； 当用户希望采用“预览优先”的引导式入门流程时，使用 kc import-wizard。

良好的导入行为包括：

• 支持传入单个/多个文件或整个目录
• 避免对同一文件重复导入而产生冗余源记录
• 保留原始文档的标题与路径信息
• 清晰展示本次导入所创建的文档数、概念数及关系数
• 导入完成后，持续帮助用户保持上下文感知（如当前图谱状态、关键指标等）

3. 跨文档搜索

当用户提出如下问题时，使用 kc search 或 kc query：

• 某个想法在哪些笔记中出现过？
• 哪些文档提到了某一特定概念？
• 哪些概念同时关联多个文档？

搜索结果应包含：

• 匹配的概念
• 匹配的源文档
• 必要时显示匹配的关键词
• 实用的后续操作建议

4. 关系可视化

使用 kc visualize 进行全图导出，使用 kc map 获取以某一概念为中心、具备可操作性的子图。

可视化能力应帮助用户回答以下问题：

• 哪些节点处于图谱中心位置？
• 哪些节点连接较弱或孤立？
• 哪些内容值得进一步人工审查？

5. 可操作的结果输出

切勿止步于“这就是图谱”。 输出结果通常应推荐一项或多项具体操作，例如：

• 导入更多原始资料
• 自动连接新导入的概念
• 查看以某概念为中心的子图
• 结合源文档核实弱连接关系的真实性
• 导出图谱视图用于分享或协作评审

核心命令

导入

kc doctor
kc import-wizard --dir notes/
kc import-docs --dir notes/
kc import-docs --files a.md b.md c.txt

搜索

kc search "machine learning"
kc answer "哪些文档把强化学习和规划连在一起？"
kc query "transformer" --sources
kc query --ask "哪些文档同时提到了强化学习和规划？"

映射与可视化

kc map --concept "人工智能" --depth 2
kc visualize --format html --output graph.html
kc visualize --concept "机器学习" --depth 2 --output ml-graph.html

管理

kc stats
kc export --output backup.json
kc import --file backup.json

输出规范

当技能返回结果时，推荐采用如下结构组织输出：

匹配了什么

展示命中概念及其覆盖的源文档范围。

为何重要

说明该匹配所揭示的有意义的关系或模式。

下一步操作

明确告知用户应如何基于当前图谱开展后续操作。

产品定位

知识连接器在以下场景中最具优势：

• 用户拥有持续增长的笔记语料库
• 相同或相似概念反复出现在不同文件中
• 用户需要从单纯的信息存储，迈向深度理解与洞察

若该工具仅表现为一个原始提取器——缺乏导入流程、不支持源文档感知的搜索、也无任何后续步骤引导——则其价值将显著削弱。