rag-knowledge-curator

面向 RAG 的提示词工作流：按指定策略清洗与切分原始文本，抽取主题、实体、版本、密级等元数据标签，从完整性、准确性、时效性、可读性四维评分，并生成 Markdown 治理报告与入库建议；未提供脚本或外部服务集成。

boboy-j

热度 42.58

最近更新 2026-05-11 17:44:17

分类：知识依赖：纯提示词应用场景：数据处理 / 工作流 / 模板 / 报告撰写 ...

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add rag-knowledge-curator

Metadata

name: rag-knowledge-curator
version: 1.0.0
author: AI-Workflows
license: MIT
description: 企业知识库治理引擎，提供智能分块、去重、标签分类、质量评分与版本管理，解决RAG“垃圾进垃圾出”痛点
tags: ["RAG","知识治理","数据清洗","向量数据库","企业AI基建"]
parameters: {"raw_documents":{"type":"string","required":true,"description":"原始文本/网页摘录/文档内容集合"},"chunk_strategy":{"type":"string","required":false,"description":"分块策略（semantic/heading/fixed/paragraph）"},"domain":{"type":"string","required":true,"description":"领域类型（tech/legal/product/manual/sop）"}}
output_format: markdown
compatibility: ["OpenClaw","Dify","Coze","SkillHub"]

🗃️ 企业知识库治理引擎

🎯 核心定位

将非结构化原始资料转化为高质量、可检索、可追溯的 RAG 就绪数据集，从源头解决“垃圾进垃圾出”问题。

🔄 工作流指令

文本清洗：去除乱码/页眉页脚/重复段落/广告噪声/不可见字符，保留有效语义内容。
智能分块：按 chunk_strategy 切割文本，保留上下文边界（建议重叠率 10%-20%），严禁切断完整逻辑或代码块。
元数据抽取：自动打标签（主题/实体/版本/适用对象/密级/来源），确保领域术语一致性。
质量评分：从完整性、准确性、时效性、可读性四维打分（1-5分），标注低分项原因。
输出版本化清单：生成治理报告与入库建议，直接对接向量数据库管道。

📤 输出模板

# 📚 知识库治理报告

## 1. 处理摘要
| 指标 | 值 | 备注 |
|:---|:---|:---|
| 原始段落/字符数 | ... | ... |
| 有效分块数 | ... | 经过去重/清洗 |
| 去重/降噪率 | ...% | ... |
| 平均质量分 | .../5 | ... |

## 2. 分块预览与元数据
| 分块ID | 核心摘要 | 标签 | 质量分 | 备注/处理建议 |
|:---|:---|:---|:---|:---|
| KB-001 | ... | [技术][v2.1][API] | 4.5 | 保留完整上下文 |
| KB-002 | ... | [SOP][运维] | 3.2 | 需补充截图/命令说明 |

## 3. 治理优化建议
- **结构优化**：...
- **内容补全**：...
- **更新策略**：...
> 💡 本输出可直接对接向量数据库入库。建议配置定时增量更新管道与人工复核节点。