核心用法
Knowledge 是一套完整的个人知识管理框架，帮助用户捕获、结构化并主动利用分散在各处的信息资产。
捕获流程：用户提供URL（网页/YouTube）、本地文件路径或粘贴文本后，系统自动提取原始内容 → 生成100-400字摘要 → 按主题分类存储。YouTube视频支持自动下载字幕并清理时间戳，网页内容自动去噪保留正文。
主动召回：系统维护一个轻量级索引在Agent持久记忆中，包含分类列表和条目概览。当用户询问任何主题时，Agent优先查询知识库——将其视为记忆的延伸。支持关键词搜索、跨条目关联分析，并在回答时引用原始来源。
分类管理：采用灵活的分层结构。新内容默认进入unsorted/，积累3+同类条目后可建议创建新分类；支持分类的合并、拆分、重命名，所有变更记录CHANGELOG.md并可选Git版本控制。
书籍追踪：自动扫描处理过的内容中的书籍引用，维护books-to-read.md待读清单，记录引用来源和发现日期。
显著优点
- 零摩擦捕获：一句话指令即可完成从URL到结构化摘要的完整流程
- 渐进式组织：不强制预设分类，随使用自然演化知识架构
- 记忆延伸：Agent主动在对话中召回相关知识，无需用户明确指令
- 可审计性：完整保留原始内容（raw）与加工摘要（summary），支持溯源
- 开放格式：纯Markdown + 文件系统，无厂商锁定，可用任何工具浏览
潜在局限
- 依赖外部工具：YouTube处理需要
yt-dlp，语音识别需whisper，未安装时功能降级 - 摘要质量波动：自动生成的摘要可能遗漏细节或误读语境，关键内容建议人工复核
- 分类边界模糊：初期
unsorted/可能堆积，需要定期整理维护 - 搜索能力受限：若无嵌入/向量搜索，纯关键词匹配可能漏检语义相关条目
- 单用户设计：无多用户隔离或权限控制
适合人群
- 研究人员、内容创作者：需要系统化管理参考资料
- 终身学习者：收藏大量文章、播客、视频但缺乏回顾机制
- 知识工作者：跨项目积累领域知识，需要快速调取过往洞察
- Obsidian/Notion用户：偏好本地优先、文件系统原生的替代方案
常规风险
- 路径配置失误：首次使用若误设知识库路径，后续操作可能写入意外位置
- 重复捕获：同一来源多次添加会产生重复条目，虽有查重提示但非强制阻断
- Git误操作：自动提交若配置不当可能暴露敏感内容至远程仓库
- 摘要偏差：依赖LLM生成摘要，存在幻觉风险，不宜直接用于关键决策依据