KB Agentic Skill

技能简介

KB Agentic Skill 是一款面向 AI 编程 Agent 的知识库与文档优先协议，将 Agent 打造为基于用户提供的文档来构建「第二大脑」的专家。支持 Claude Code、Codex、Gemini CLI、Google Antigravity 2.0、Cursor/Windsurf 项目指令，并可选集成 devPNT 治理机制。

它的核心价值在于：让 AI Agent 的断言忠实于你提供的文档，而不是模型自己的记忆。

核心能力

• 摄取阶段：文档逐字入库，MD5 内容寻址、永不覆盖；非文本文件提取标准摘要存入侧写文件；每条输入携带来源标注（elicited / derived_from / basis）
• 提取阶段：以「声明」为最小单位；每条声明携带定位符（页码+字符范围），提取器验证定位有效；所有声明均须有来源支撑，不凭空编造
• 知识图谱：五大判决逻辑（EXISTS / INADEQUATE / MISSING / GENERALIZES / UNPLACED），图谱节点永不循环写入
• 调和对等：新增 / 确认 / 细化 / 共存 / 冲突均有明确处理规则，冲突时整套进入 CONTESTED 状态
• 召回即读图谱：Agent 在回答前必须扫描知识图谱，避免仅凭模型记忆输出
• 自动捕获：会话结束前自动扫描今日决策，防止重要判断随风消散
• 修订纪律：文档更新须全量重读重写，而非叠加时间戳补丁
• 便携知识：export/import 可将子图谱连带证据闭包导出，跨项目复用

安装配置

前置要求：Node.js 18+（全局安装后 skill 命令在 PATH 中可用）

# 全局安装
npm install -g @antoneeo/kb-agentic-skill@latest

# 运行安装脚本（自动复制到各 Agent 的 skills 目录）
kb-agentic-install-skill

# 初始化项目
cd your-project
kb-agentic-init

安装脚本自动将技能文件复制到以下位置：

• Claude Code：~/.claude/skills/kb-agentic/
• Codex：~/.codex/skills/kb-agentic/
• Gemini CLI：~/.gemini/skills/kb-agentic/
• Google Antigravity：~/.gemini/config/skills/kb-agentic/

使用步骤

1. 全局安装 npm install -g @antoneeo/kb-agentic-skill@latest
2. 运行安装脚本 kb-agentic-install-skill（复制技能文件到各 Agent 目录）
3. 进入项目目录 cd your-project，运行 kb-agentic-init 初始化项目结构
4. 在 Agent 会话中调用 kb orient 开启导向，扫描知识图谱后开始工作
5. 摄取文档 kb index 将文档注册到知识库，生成 claims 和图谱节点
6. 召回知识 在 Agent 回复前，kb recall 扫描图谱获取相关声明
7. 争议裁决 当声明冲突时，Agent 提出裁决，用户以 basis: 字段提供事实依据
8. 导出共享 kb export 将子图谱连带证据打包，供其他项目 import 复用

适用场景

• 复杂产品文档管理：需求文档、设计决策、技术债务记录跨项目积累与复用
• 合规与审计：声明全部有来源、可追溯，满足监管对证据链的要求
• 多人协作的知识治理：团队成员的知识贡献经提取、调和对等地沉淀，避免重复和冲突
• AI Agent 的外部记忆：为每次会话提供稳定、可验证的知识基础，降低模型幻觉风险
• 遗留系统文档化：将 PDF 手册、Wiki 页面提取为结构化声明，重建系统认知
• 跨团队知识迁移：export/import 机制实现项目间知识的安全传递与继承

适用人群

• 使用 Claude Code / Codex / Gemini 的工程师：需要将项目文档转化为 Agent 可操作的第二大脑
• 技术写作者与文档工程师：需要严格追踪文档来源、版本和修订历史
• 合规与安全团队：需要确保 AI 输出有可验证的证据支撑
• 项目经理与产品负责人：需要管理分散在多处文档中的决策上下文
• 研究机构与知识密集型团队：需要将大量文献提取为可检索、可验证的知识图谱

工作原理

KB Agentic Skill 基于三大支柱构建：

第一支柱：内容寻址存储。每个文档以原始字节摘要存入 corpus/given/，永不修改，新版本以 supersedes: 追加而非覆盖。提取的声明携带定位符（页码+字符范围），提取器在验证时打开原始文件确认定位有效。

第二支柱：声明图谱。所有声明以 id | claim | valid | qty | about | source | prov | state 结构化存储。ID 由文档位置和数量哈希生成，LLM 改写不产生新 ID，图谱节点永不循环，新增节点与现有节点冲突时触发调和流程。

第三支柱：会话启动导向。每次会话以 kb orient 开头，Agent 必须先扫描知识图谱才能回答项目相关问题，答案必须引用声明 ID，确保每个输出都有文档支撑。

官方链接

• NPM：https://www.npmjs.com/package/@antoneeo/kb-agentic-skill
• GitHub：https://github.com/Antoneeo