把文件变成知识库！这款Skill让AI检索完全不依赖云端API

你有没有遇到过这种情况——给AI丢了一堆文档，想让它当”知识库“用，结果它根本答不上来，或者回答得乱七八糟？

问题出在哪？不是AI不行，是你没给它配一个靠谱的检索层。

今天挖到一个有意思的Skill，叫 creating-kb——它干的活，就是帮你把一堆文件，变成一个AI能精准检索的知识库。

它能做什么？

一句话：把任意文件变成可分发的 .skill 知识库包。

传统的RAG方案，得搭向量数据库、配embedding模型、接API……一套下来光部署就够你喝一壶的。creating-kb 完全不同——它用的是纯BM25倒排索引，打包出来的是一个.skill文件（本质上就是个zip），里面自带搜索引擎，完全不依赖任何外部模型，也不走网络。

具体怎么跑？三步：

1. 收集文件——把要索引的md、txt、html文件扔到一个目录
2. 构建包——跑一行Node脚本，自动分块、建BM25索引、打包
3. 分发——把.skill文件扔给任何Agent，解压就能查

整个过程没有API调用、没有模型下载、即开即用。

核心优势在哪？

便携性拉满。 传统方案里，embedding模型和数据是绑定的——换个大模型、换台机器、换个平台，往往意味着重新折腾一遍。creating-kb输出的包是纯 lexical 的，任何能跑Node或Python的环境都能直接查询，不挑食。

索引质量有保障。 BM25是信息检索领域老牌算法，比朴素的关键词匹配聪明太多——它会考虑词频、文档长度、IDF权重，实测在真实语料上召回率相当能打。而且因为chunk策略灵活（默认整文档作为一个chunk），对小文件场景尤其友好。

推理层交给上层。 它的设计很聪明——检索层和推理层完全解耦。.skill包只负责召回最相关的chunk，语义理解/回答生成交给调用它的Agent自己来。这样你就能针对不同模型、不同场景灵活搭配，不用担心”某模型不支持某embedding维度”这种破事。

适合谁用？

• 经常要给Agent喂内部文档的同学
• 需要跨Agent/跨平台共享知识的场景（比如团队里多个Claude实例要共用一份知识库）
• 对数据隐私有要求、不能走云端API的场景（完全离线，安全感💯）
• 想快速搭演示/概念验证RAG pipeline的研究者

怎么装？

npx skills add https://github.com/oaustegard/claude-skills --skill creating-kb

装完跟Claude说”帮我把这些文档打包成知识库”，它就懂了。

一点局限

BM25毕竟是词匹配，不是语义搜索——如果你的语料里关键信息表述非常多样（比如同一概念有几十种不同说法），召回率会受影响。这种时候还是得上embedding方案。

但对于结构化程度高、表述相对一致的文档集，creating-kb 的体验非常顺滑，而且整个链路透明可控——你很清楚它在做什么、怎么做的。

GitHub： https://github.com/oaustegard/claude-skills ⭐ 148

（Skill在 creating-kb 子目录）

GitHub: https://github.com/oaustegard/claude-skills