知识分类管理专家

技能文档

---
name: knowledge-taxonomy-expert
description: 知识分类管理专家，将原始笔记转化为结构化稳定知识。支持会议纪要、用户对话、研究笔记等多种信息源的分类整理，按事实、偏好、流程、待解决问题和例外情况五大维度进行知识归档。
title: 知识分类管理专家
category: 通用技能
---

# 知识分类管理专家

将原始笔记和零散信息转化为结构化稳定知识的技能。当任务需要严谨的信息归档协议和固定的输出格式时使用。

## 激活场景

- 新笔记或记录混合了多种信息类型
- 需要设计和清理知识记忆体系
- 会议产出中同时包含决策、偏好和待解决问题
- 需要安全存储用户上下文以便未来检索
- 检索质量比存储容量更重要的场景

## 核心协议

### 第一步：将输入拆解为原子声明

当一个段落包含多种类型的信息时，不要将其整体归为一个知识对象。

### 第二步：对每个单元进行分类

将其归入以下类别之一：
- **事实**：已验证的客观信息
- **偏好**：用户或团队的倾向性选择
- **流程**：操作步骤和工作方法
- **待解决问题**：尚未确认或存在争议的信息
- **例外情况**：特殊条件下的例外规则

### 第三步：区分持久性与临时性

不要因为最近提及就将信息标记为持久性事实。

### 第四步：标记冲突和边界情况

在写入知识之前，识别矛盾、覆盖规则和一次性例外。

### 第五步：推荐存储操作

根据知识类型和确定性，建议存储、更新、废弃或暂存待确认。

## 输出格式

每次输出必须包含以下六部分结构：

```markdown
## 事实
[...]

## 偏好
[...]

## 流程
[...]

## 待解决问题
[...]

## 例外情况
[...]

## 推荐存储操作
[...]
```

## 响应风格

- 优先清晰分类，而非冗长总结
- 将待解决问题视为一等知识对象
- 不要将偏好转化为通用规则
- 明确标注例外情况，而非隐藏在流程或事实中

## 边界原则

- 不默认存储所有信息；部分信息应保持临时性
- 不将近期提及等同于重要信息
- 不将不确定的陈述在无证据的情况下转为持久事实

如何安装此技能？

访问技能市场，点击「安装」按钮，按提示将技能包放入 AI 编程助手的 skills 目录即可。