knowledge-base-skill

# Knowledge Base Skill - 多业务知识库管理（支持图片 + OCR） ## 📖 功能概述 支持按业务类型分隔的问答知识库系统，每个业务独立存储、独立查询，自动分页，**支持图片附件 + OCR 文字提取**。 ### 核心特性 | 特性 | 说明 | |------|------| | 🏢 **多业务支持** | 客服、产品、技术等独立数据库 | | 📄 **自动分页** | 单文件达 500MB 自动创建新页 | | 📸 **图片附件** | 保存截图，自动 OCR 提取文字 | | 🔍 **智能搜索** | 匹配问题文本 + 图片 OCR 文字 | | ⏳ **待回答管理** | 记录未回答问题，定期提醒 | | 📊 **统计分析** | 业务统计、图片统计 | | 📤 **导出功能** | 一键导出 Markdown 文档 | --- ## 🎯 触发词 当用户提到以下关键词时，进入知识库操作模式： - `我想操作知识库` - `我想操作业务知识库` - `知识库` - `knowledge base` - `KB` - `添加一个问题` - `查询知识库` --- ## 🚀 交互流程 ### 方式一：快捷命令（强烈推荐 ⭐） 用户直接使用快捷格式，无需多轮对话： ``` KB:<业务名> Q:<问题> A:<答案> # 纯文字问答 KB:<业务名> Q:<问题> A:<答案> IMG:<路径> # 带图片问答 KB:<业务名> <问题> # 查询问题 KB:<业务名> list # 查看统计 KB:list # 列出所有业务 KB:img list [业务名] # 列出图片 KB:img stats # 图片统计 ``` **示例：** ``` KB:客服 Q:如何退款 A:7 天内无理由退款 KB:技术 Q:登录报 502 错误 A: 检查 Nginx 配置 IMG:/tmp/error.png KB:客服 退款流程是什么 KB:技术 list KB:list ``` ### 方式二：对话模式 #### 步骤 1：触发知识库操作 **用户**: `我想操作知识库` 或 `我想操作业务知识库` **助理**: ``` 📚 已进入知识库操作模式 当前业务： 1. 客服 (120 问答) 2. 产品 (85 问答) 3. 技术 (200 问答) 请告诉我业务类型，或： - 输入业务名称（如"客服"） - 说"list"查看所有 - 说"new 业务名"创建新业务 - 或直接用快捷格式：KB:业务 Q:问题 A:答案 ``` #### 步骤 2：选择业务 **用户**: `技术` 或 `切换到技术知识库` **助理**: ``` ✅ 已选择：技术知识库 当前操作模式： - 添加问答：Q: 问题 A: 答案 [IMG:图片路径] - 查询问题：直接发送问题 - 查看状态：list - 图片管理：img list / img stats - 切换业务：switch - 退出：exit 当前业务：技术 | 已回答：200 条 | 待回答：5 条 | 图片：15 张 ``` #### 步骤 3：执行操作 **添加问答（纯文字）**: ``` 用户：Q: API 地址是什么 A: https://api.example.com 助理：✅ 问答已添加 (技术知识库) ``` **添加问答（带图片）**: ``` 用户：Q: 登录报 502 错误 A: 检查 Nginx 配置 IMG:/tmp/error.png 助理： 📸 保存图片... ✅ 已保存：error.png (256 KB) 🔍 提取 OCR 文字：502 Bad Gateway nginx/1.18.0 ✅ 问答已添加 (技术知识库) 📎 附件：1 张图片 ``` **查询问题**: ``` 用户：502 错误怎么办 助理： 🔍 找到匹配答案（相似度 0.95）： Q: 登录报 502 错误 A: 检查 Nginx 配置 📎 相关图片：error.png 📝 图片文字：502 Bad Gateway nginx/1.18.0 ``` --- ## 📋 命令格式详解 ### 快捷命令（推荐） | 命令 | 说明 | 示例 | |------|------|------| | `KB:业务 Q:问题 A:答案` | 添加问答 | `KB:客服 Q:如何退款 A:7 天内可退款` | | `KB:业务 Q:问题 A:答案 IMG:路径` | 添加带图片问答 | `KB:技术 Q:502 错误 A: 检查 Nginx IMG:/tmp/error.png` | | `KB:业务 问题` | 查询问题 | `KB:客服 退款流程` | | `KB:业务 list` | 查看业务统计 | `KB:技术 list` | | `KB:list` | 列出所有业务 | `KB:list` | | `KB:new 业务名` | 创建新业务 | `KB:new 财务` | | `KB:export 业务名` | 导出文档 | `KB:export 客服` | | `KB:img list [业务]` | 列出图片 | `KB:img list 技术` | | `KB:img stats` | 图片统计 | `KB:img stats` | ### 自然语言命令 | 用户输入 | 助理行为 | |---------|---------| | `我想在客服知识库添加一个问题` | 提示用户提供问题和答案 | | `Q: 如何退款 A: 7 天内可退款` | 添加到当前业务知识库 | | `查询产品知识库中关于价格的问题` | 在产品知识库中搜索 | | `帮我创建一个 HR 知识库` | 创建新业务 | | `切换到技术知识库` | 切换当前业务 | | `导出客服知识库` | 导出 Markdown 文档 | --- ## 🗂️ 目录结构 ``` knowledge-base/ ├── kb-manager.py # 知识库核心管理器 ├── image-manager.py # 图片管理器 + OCR ├── kb-image.sh # 图片命令行工具 ├── businesses.json # 业务索引 ├── attachments/ # 图片附件目录 │ ├── 客服/ │ │ ├── a3f8b2c1.png │ │ └── d9e4f5a6.jpg │ ├── 产品/ │ └── 技术/ ├── 客服/ # 业务数据库目录 │ ├── qa-database.json │ └── qa-database-page2.json ├── 产品/ └── 技术/ ``` --- ## 📸 图片处理流程 ### 1. 保存图片 ```python # 自动保存到 attachments/业务名/ # 生成唯一文件名：{hash}.{ext} # 返回文件信息：路径、大小、扩展名 ``` ### 2. OCR 提取文字 ```python # 自动尝试 OCR 引擎： # 1. pytesseract (Python 库) # 2. tesseract 命令行 # 3. 其他 OCR 服务 # 返回提取的文字内容 ``` ### 3. 存储到数据库 ```json { "question": "登录报 502 错误", "answer": "检查 Nginx 配置", "attachments": [ { "filename": "a3f8b2c1.png", "type": "image", "path": "attachments/技术/a3f8b2c1.png", "ocr_text": "502 Bad Gateway nginx/1.18.0" } ] } ``` ### 4. 搜索时匹配 ```python # 同时搜索： # 1. 问题文本相似度 # 2. 图片 OCR 文字相似度 # 返回最佳匹配 + 图片附件 ``` --- ## 🔍 搜索策略 ### 优先级 1. **当前业务搜索** - 默认只在当前业务搜索 2. **跨业务搜索** - 如果当前业务无匹配，询问是否跨业务搜索 3. **图片 OCR 搜索** - 同时匹配图片中的文字 ### 相似度阈值 | 相似度 | 行为 | |--------|------| | ≥ 0.9 | 直接返回，高置信度 | | 0.7-0.9 | 返回并提示相似度 | | 0.6-0.7 | 返回并建议确认 | | < 0.6 | 视为无匹配，建议添加新问答 | ### 搜索结果格式 ```json { "question": "登录报 502 错误", "answer": "检查 Nginx 配置", "similarity": 0.95, "business": "技术", "page": 1, "attachments": [ { "filename": "a3f8b2c1.png", "ocr_text": "502 Bad Gateway" } ] } ``` --- ## ⚙️ 配置选项 ### 分页大小 ```python MAX_FILE_SIZE = 500 * 1024 * 1024 # 500MB ``` ### 相似度阈值 ```python DEFAULT_THRESHOLD = 0.6 # 默认匹配阈值 ``` ### OCR 语言 ```python # 支持的语言包 lang='chi_sim+eng' # 简体中文 + 英文 ``` --- ## 🛠️ 命令行工具 ### 知识库管理 ```bash cd knowledge-base # 业务管理 python3 kb-manager.py business list # 列出所有业务 python3 kb-manager.py business new 客服 # 创建新业务 python3 kb-manager.py business delete 客服 # 删除业务 # 问答操作 python3 kb-manager.py add 客服 "如何退款" "7 天内可退款" python3 kb-manager.py search 客服 "退款流程" python3 kb-manager.py stats 客服 # 详细统计 python3 kb-manager.py export 客服 # 导出文档 ``` ### 图片管理 ```bash # 保存图片并添加问答 ./kb-image.sh add 技术 "502 错误" "检查 Nginx" "/tmp/error.png" # OCR 提取 ./kb-image.sh ocr "/tmp/screenshot.png" # 列出图片 ./kb-image.sh list 技术 # 图片统计 ./kb-image.sh stats ``` --- ## 📊 统计信息 ### 业务统计 ```bash KB:技术 list ``` 输出： ``` 业务：技术 已回答：200 条 待回答：5 条 页数：1 页 ``` ### 图片统计 ```bash KB:img stats ``` 输出： ```json { "total_images": 25, "total_size_mb": 12.5, "businesses": { "客服": {"images": 10, "size_kb": 5120}, "技术": {"images": 8, "size_kb": 4096}, "产品": {"images": 5, "size_kb": 2560} } } ``` --- ## 💡 最佳实践 ### 1. 业务命名 - ✅ 简洁：2-4 个字（客服、产品、技术） - ❌ 过长：客户服务知识库、产品信息知识库 ### 2. 问题标准化 - ✅ 包含关键词：`502 错误`、`退款流程`、`API 地址` - ❌ 模糊表述：`这个怎么办`、`那个问题` ### 3. 图片处理 - ✅ 清晰截图，文字可读 - ✅ 有意义文件名：`login-502-error.png` - ✅ 大小 < 5MB - ❌ 敏感信息未脱敏 ### 4. 定期维护 - 每周导出备份：`KB:export 业务名` - 清理待回答问题 - 检查图片统计 --- ## ⚠️ 依赖安装 ### 必需 - Python 3.x - 基础 Python 库（json, os, hashlib 等） ### 可选（推荐） **OCR 引擎 - 用于自动提取图片文字：** ```bash # Python 库 pip install pytesseract pillow # 系统包（Ubuntu/Debian） apt install tesseract-ocr tesseract-ocr-chi-sim tesseract-ocr-eng # macOS brew install tesseract tesseract-lang ``` **检查 OCR 状态：** ```bash ./kb-image.sh ocr /path/to/test.png ``` --- ## 🎯 使用场景 ### 场景 1：客服 FAQ **问题**：新客服不知道如何处理各种客户咨询 **解决**： 1. 创建 `客服` 业务 2. 添加常见问题：`KB:客服 Q:如何退款 A:7 天内可退款` 3. 新客服查询时自动回答 ### 场景 2：技术支持（带截图） **问题**：用户发送错误截图咨询，同样问题重复出现 **解决**： 1. 保存错误截图：`KB:技术 Q:502 错误 A: 检查 Nginx IMG:/tmp/error.png` 2. OCR 自动提取文字 3. 下次查询时返回答案 + 截图 ### 场景 3：产品文档 **问题**：产品规格经常变更，文档更新不及时 **解决**： 1. 创建 `产品` 业务 2. 每次更新后添加：`KB:产品 Q:iPhone 15 规格 A:...IMG:specs.png` 3. 查询时自动匹配最新规格 --- ## 📖 相关文档 - [README.md](../../knowledge-base/README.md) - 完整文档 - [QUICKSTART.md](../../knowledge-base/QUICKSTART.md) - 快速开始 - [IMAGE_GUIDE.md](../../knowledge-base/IMAGE_GUIDE.md) - 图片支持详解 - [EXAMPLES.md](../../knowledge-base/EXAMPLES.md) - 使用示例 - [SUMMARY.md](../../knowledge-base/SUMMARY.md) - 功能总结 --- ## 📝 版本历史 - **v2.1** (2026-03-15) - 图片附件支持、OCR 文字提取、图片搜索 - **v2.0** (2026-03-15) - 多业务支持、快捷命令格式 - **v1.0** (2026-03-15) - 初始版本 --- **Skill 位置**: `skills/knowledge-base-skill/` **数据位置**: `knowledge-base/`