核心用法
Knowledge Skill 是一套基于本地文件系统的知识捕获与检索工具，通过命令行脚本 know 实现统一的知识管理。用户可将任意有价值的信息——包括网页URL、视频/文章/论文摘要、社交媒体帖子以及Agent生成的研究报告——以结构化Markdown格式保存，并自动生成可浏览的索引文件。
主要操作围绕 know add 展开，支持五类内容：
url: 书签式网页保存video: 视频链接归档extract: 外部内容摘要（视频/文章/论文）post: 社交媒体内容research: Agent研究成果
每条记录包含YAML前置元数据（类型、标题、来源URL、标签、添加时间、摘要等），并自动更新 INDEX.md。检索层面提供关键词搜索、最近条目浏览、标签过滤三种方式。
系统强调"捕获即归档"的纪律：有价值内容立即入库，不依赖临时记忆文件，配合标签和摘要规范，并通过 know tidy --fix 自动规范化维护。
显著优点
1. 去中心化持久存储：纯文件方案，无数据库依赖，数据所有权完全归属用户
2. 开放互操作性：标准Markdown+YAML格式，可与QMD等外部索引工具链集成
3. 轻量易集成：单脚本部署，支持环境变量和配置文件自定义存储路径
4. 自动化维护：内置审计、修复、验证、重建索引等运维命令
5. Agent原生设计：明确支持Agent研究成果的捕获，适合AI协作工作流
潜在缺点与局限
- 检索能力有限：基于grep的文本搜索，无全文检索、语义搜索或相关性排序
- 无协作机制：本地单用户设计，无同步、共享、冲突解决功能
- 格式约束较严：要求YAML frontmatter规范，手工编辑易出错
- 依赖外部工具链：高级检索需配合QMD等第三方工具
- 无版本控制：虽可用Git管理，但非内置功能
适合人群
- 个人研究者、知识工作者，重视数据主权和长期可访问性
- 需要为AI Agent建立可检索知识库的开发者
- 偏好命令行工作流、愿意承担一定手动维护成本的用户
- 对Notion/Evernote等SaaS方案有隐私顾虑或离线需求者
常规风险
1. 数据丢失风险：本地存储无自动备份，需用户自行配置备份策略
2. 格式损坏风险：YAML语法错误可能导致条目无法解析，know validate 可部分缓解
3. 标签膨胀风险：缺乏强制词表，长期积累后标签体系可能混乱
4. 迁移成本：大量Markdown文件迁移至其他系统需格式转换
5. 隐私泄露：本地文件若无加密，设备共享或维修时存在暴露风险