forked from Selig/openclaw-skill
Selig
4c966a3ad2
6 custom skills (assign-task, dispatch-webhook, daily-briefing, task-capture, qmd-brain, tts-voice) with technical documentation. Compatible with Claude Code, OpenClaw, Codex CLI, and OpenCode.
79 lines
1.9 KiB
Markdown
79 lines
1.9 KiB
Markdown
---
|
||
name: qmd-brain
|
||
description: 第二大腦知識庫搜尋與索引。用 qmd（BM25+向量混合）搜尋本地 markdown 文件，並透過 PostgreSQL pgvector 進行深度語意搜尋。
|
||
triggers:
|
||
- "搜尋"
|
||
- "查找"
|
||
- "找資料"
|
||
- "recall"
|
||
- "記憶"
|
||
- "之前說過"
|
||
- "知識庫"
|
||
- "找到"
|
||
- "我之前"
|
||
- "幫我找"
|
||
- "查一下"
|
||
- "有沒有"
|
||
- "搜一下"
|
||
- "brain search"
|
||
- "qmd"
|
||
tools:
|
||
- exec
|
||
- memory
|
||
---
|
||
|
||
# qmd-brain Skill
|
||
|
||
## 功能說明
|
||
|
||
第二大腦（Second Brain）知識庫搜尋工具，整合兩層搜尋：
|
||
|
||
| 層次 | 工具 | 特色 |
|
||
|------|------|------|
|
||
| Layer 1 | qmd (BM25 全文搜尋) | 快速關鍵字比對，本地 SQLite |
|
||
| Layer 2 | embed_to_pg (語意搜尋) | 向量相似度，PostgreSQL pgvector |
|
||
|
||
## 觸發範例
|
||
|
||
```
|
||
使用者：「幫我找關於 nginx 設定的資料」
|
||
→ qmd search "nginx 設定" → 返回相關文件段落
|
||
|
||
使用者：「之前有記過 Telegram bot 的設定嗎？」
|
||
→ embed_to_pg search "Telegram bot token 設定" → 語意搜尋
|
||
|
||
使用者：「更新知識庫索引」
|
||
→ qmd embed + embed_to_pg embed
|
||
|
||
使用者：「查知識庫統計」
|
||
→ qmd collection list + embed_to_pg stats
|
||
```
|
||
|
||
## 搜尋策略
|
||
|
||
1. **關鍵字搜尋**（qmd search）：適合確定的詞彙、指令、設定名稱
|
||
2. **語意搜尋**（embed_to_pg search）：適合概念性問題、模糊記憶
|
||
3. **混合搜尋**：先用 qmd 快速篩選，再用 pgvector 重排
|
||
|
||
## 輸出格式
|
||
|
||
搜尋結果包含：
|
||
- 文件來源（檔案路徑）
|
||
- 相關段落（前 200 字）
|
||
- 相似度分數
|
||
|
||
## 重要路徑
|
||
|
||
```
|
||
qmd 索引： ~/.cache/qmd/index.sqlite
|
||
pgvector DB： postgresql://qmd_user@localhost/qmd_brain
|
||
embed 腳本： /home/selig/apps/qmd-pg/embed_to_pg.py
|
||
qmd collections：selig-home (/home/selig)
|
||
```
|
||
|
||
## 每日排程
|
||
|
||
凌晨 02:00 自動執行：
|
||
1. `qmd embed`（更新 BM25 + 本地向量索引）
|
||
2. `embed_to_pg embed`（更新 PostgreSQL 向量庫）
|