Secretária de Conhecimento — Captura de Inspirações & Rastreamento de Fluxo
Yanyeoo/inspiration-workflow-skill
Captura sem atrito de ideias + RAG pessoal + rastreamento de progresso
Ver no GitHubSkill que captura automaticamente inspirações, artigos e links em conversas, vinculando-os a tarefas específicas e oferecendo recomendações baseadas em conhecimento pessoal. Funciona como agente de IA que mantém biblioteca de conhecimento por tarefa e consulta automaticamente ao sugerir próximos passos, com suporte cross-platform (Box, WorkBuddy, Claude Code CLI) e zero dependências externas.
Instalação
npx convez-ai Yanyeoo/inspiration-workflow-skill1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
Casos de uso
- Pesquisadores capturando papers e ideias durante projetos sem perder contexto
- Times em bloqueios técnicos recebendo recomendações baseadas em conhecimento já coletado
- Documentação de arquitetura com vinculação automática de decisões e referências
- Fluxos de trabalho contínuos com progressão de tarefas auto-rastreada
Veredito

Solução robusta para pesquisadores e times técnicos que precisam capturar conhecimento contextualizado sem atrito. O destaque real é a integração de RAG pessoal nas recomendações de IA, vinculando ideias a tarefas; porém depende de plataforma compatível (Box/WorkBuddy) e requer estabelecer disciplina de uso para máximo valor.
README
A tradução para o português deste README ainda está na fila.
知识秘书 Agent — Knowledge Secretary Agent
让好想法不再消失,让任务不再卡壳。
🎯 核心理念
你正在做 N 件事,每件事都有自己的知识库(秘书)。AI 用这些知识帮你判断下一步。
| 传统笔记工具 | 知识秘书 Agent |
|---|---|
| 记灵感 → 孤立笔记 | 记灵感 → 绑定到当前任务 |
| 手动打开 → 点击记录 | 对话中识别 → 直接存,零摩擦 |
| AI 推荐 → 通用建议 | AI 推荐 → 引用你的知识库 |
| 单一工具锁定 | Box / Claude / CodeBuddy 共享数据 |
✨ 四大技术亮点
1️⃣ 知识-任务二维绑定(Task-Anchored Knowledge)
每条知识携带 task_id,按任务维度组织,告别孤立笔记碎片。
2️⃣ 知识库驱动决策(Personal RAG)
遇到 blocker 或问「下一步」时,AI 主动检索当前任务知识库,引用具体条目给出有依据的建议。
3️⃣ 零摩擦捕获
识别即存储,全程无「要记录吗」确认弹窗。唯一需要确认的是压缩(不可逆操作)。
4️⃣ 全生命周期闭环 + 跨平台共享
想法捕获 → 任务绑定 → 进度追踪 → 阈值压缩 → 报告导出 → 定时回顾,共享同一份本地数据,换平台不丢上下文。
🚀 一行安装(Box / WorkBuddy)
use_skill("https://github.com/Yanyeoo/inspiration-workflow-skill")
安装后什么都不用做——正常说话,知识秘书自动在场。
其他平台 + 定时推送 + 企微接入见 DAILY_WORKFLOW.md。
💬 效果演示
场景:遇到 Blocker,AI 引用知识库推荐(核心亮点)
用户:卡住了,密集检索模型在领域数据上效果很差
AI:✅ 已记录困难:密集检索模型领域适应差
根据知识库「稀疏+密集混合检索方案」(06-09),推荐:
1. 优先用 BM25 保底召回,密集检索做 rerank
2. 领域微调:用 triplet loss 对 bi-encoder 做 few-shot
3. 参考知识库中的论文 arxiv:2210.11610 章节 4.2
当前进度 30% → 解决后说「更新到 X%」
场景:零摩擦捕获(无需说「记一下」)
用户:我想到可以用图数据库替代 JSON 存储知识关联
AI:✅ 已记录到 [RAG 知识库优化]:
图数据库替代 JSON(idea)
标签:#图数据库 #知识关联 #架构
与「知识关联设计」(06-08)相关,已自动关联。
场景:自动识别论文链接
用户:这篇论文很相关 https://arxiv.org/abs/2210.11610
AI:✅ 已记录到 [RAG 知识库优化]:
arxiv:2210.11610(paper)
标签:#RAG #检索优化 #论文
📂 文件结构
inspiration-workflow-skill/
├── SKILL.md # Box/WorkBuddy Skill 定义(v2.0)
├── CLAUDE.md # Claude Code CLI 版本
├── CONTEST.md # BOX AI 创想大赛参赛说明
├── DEPLOY.md # 多平台部署指南(Box/Claude/CodeBuddy/Codex/小龙虾)
├── DEMO_SCRIPT.md # 录屏演示脚本(分场景时间轴)
├── setup.sh # 一键初始化脚本
├── agent/ # Agent 多文件架构(Box agent-creator 标准)
│ ├── IDENTITY.md # 身份定位
│ ├── SOUL.md # 行为准则
│ ├── AGENTS.md # 子 Agent 配置
│ ├── TOOLS.md # 工具清单与决策树
│ └── memory/
│ └── MEMORY.md # 长期记忆模板
└── scripts/
├── capture.py # 灵感捕获模块
├── compress.py # 阈值压缩模块
├── search.py # 检索模块
├── export.py # 导出模块(Markdown / JSON / Mermaid)
└── tasks.py # 任务管理模块
🛠️ 安装方式
方式一:Box / WorkBuddy(推荐,最丝滑)
在 Box 对话框发送:
use_skill("https://github.com/Yanyeoo/inspiration-workflow-skill")
方式二:一键脚本(全平台初始化)
curl -fsSL https://raw.githubusercontent.com/Yanyeoo/inspiration-workflow-skill/master/setup.sh | bash
方式三:Claude Code CLI
git clone https://github.com/Yanyeoo/inspiration-workflow-skill.git
mkdir -p ~/.claude/commands
cp inspiration-workflow-skill/CLAUDE.md ~/.claude/commands/inspiration-workflow.md
# 使用:claude → /inspiration-workflow
方式四:手动克隆
git clone https://github.com/Yanyeoo/inspiration-workflow-skill.git \
~/.workbuddy/skills/inspiration-workflow-skill
详细的 CodeBuddy / Codex / 小龙虾安装说明见 DEPLOY.md。
🚀 快速上手
SCRIPT=~/.workbuddy/skills/inspiration-workflow-skill/scripts
# 1. 创建任务
python $SCRIPT/tasks.py --new "RAG 知识库优化"
# 2. 捕获灵感
python $SCRIPT/capture.py --content "稀疏+密集混合检索方案" --type idea
# 3. 记录进度
python $SCRIPT/capture.py --content "完成 BM25 基线" --type milestone
# 或通过 workflow 脚本(如果存在)
# python $SCRIPT/workflow.py --action "完成 BM25 基线" --progress 30
# 4. 搜索知识
python $SCRIPT/search.py \
--file ~/.workbuddy/memory/inspirations/inspirations.json \
--keyword "RAG"
# 5. 导出报告
python $SCRIPT/export.py \
--file ~/.workbuddy/memory/inspirations/inspirations.json \
--format markdown --output ~/Desktop/report.md
# 6. 检查压缩阈值
python $SCRIPT/compress.py \
--file ~/.workbuddy/memory/inspirations/inspirations.json \
--dry-run
📊 数据存储方案
~/.workbuddy/memory/
├── tasks.json # 任务列表(核心,v2.0 新增)
├── inspirations/
│ └── inspirations.json # 知识库(每条绑定 task_id)
├── reviews/ # 压缩综述(自动生成)
│ └── review-{task}-{date}.md
└── exports/ # 导出文件
└── task-report-{date}.md
跨平台共享:所有平台(Box / Claude CLI / CodeBuddy)均读写此目录,切换工具不丢数据。
📋 触发词速查
| 说什么 | AI 做什么 |
|---|---|
| 「开始做 X」/ 「新任务:X」 | 创建任务,切换为活跃 |
| 「我想到…」/ 「有个想法…」 | 直接存为 idea,绑定当前任务 |
http:// 或 https:// 链接 | 直接存为 url/paper |
| 「我做了…」/ 「完成了…」 | 更新任务进度 + history |
| 「卡住了」/ 「报错」/ 「不知道怎么」 | 记录 blocker + 知识库推荐 |
| 「接下来干嘛」/ 「下一步」 | 读知识库,输出有依据推荐 |
| 「看所有任务」/ 「任务总览」 | 格式化输出所有任务状态 |
| 「导出总结」/ 「生成报告」 | export.py 生成任务报告 |
⚙️ 个性化配置
知识秘书默认开箱即用,不强迫你配置任何东西。
但如果你想让它更贴合自己的工作方式,在安装后直接说:
帮我配置知识秘书
它会引导你回答几个问题(主要工作场景、记录偏好、推送方式等),然后自动写入你的个人配置。
没有说过「帮我配置」?没关系,默认配置对大多数场景都适用。
| 配置项 | 默认值 | 说明 |
|---|---|---|
compression_threshold | 50(全局)/ 30(单任务) | 触发压缩的知识条数 |
auto_detect | true | 自动识别知识(关闭后需手动「记一下」) |
confirm_before_compress | true | 压缩前询问确认(推荐保持开启) |
reminder_interval | 10 | 每 N 条知识提醒一次进度 |
🔮 未来规划
- 接入向量数据库(Chroma / FAISS)→ 语义检索
- 自动生成 Mermaid 知识图谱(可视化任务知识关联)
- 接入腾讯文档,导出即发布
- feedly MCP 集成,订阅文章自动归类到任务
- 多用户隔离(团队协作场景)
🏆 BOX AI 创想大赛
本项目参加 BOX AI 创想大赛。详细参赛说明见 CONTEST.md。
📄 许可证
MIT License — 可自由使用、修改、分发。
👤 作者
Shayla Deng @ Tencent PCG
如有问题或建议,欢迎提 Issue 或 PR。