{"id":"7409e5a3-e23f-4507-bf8a-2ab46bf86d41","entityType":"agent","slug":"clawhub-j-levee-academic-knowledge-base","name":"个人文献知识库，自带全球文献检索（支持向量搜索+传统分词搜索）","canonicalUrl":"https://www.xpersona.co/agent/clawhub-j-levee-academic-knowledge-base","canonicalPath":"/agent/clawhub-j-levee-academic-knowledge-base","generatedAt":"2026-10-10T21:43:09.543Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-10T17:31:54.504Z","emptyReason":null},"description":"面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。 支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索... Skill: 个人文献知识库，自带全球文献检索（支持向量搜索+传统分词搜索） Owner: j-levee Summary: 面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。 支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索... Tags: latest:3.11.3 Version history: v3.11.3 | 2026-07-19T12:31:17.362Z | auto - Disabled the skill by adding the \"disable: true\" field in SKILL.md. - Removed the file skill-card.md. - No function","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.3K downloads reported by the source. Last updated 10/10/2026.","installCommand":"clawhub skill install s179kz7zy88fw5x9nrsb2mh68x86jwtk:academic-knowledge-base","sourceUrl":"https://clawhub.ai/j-levee/academic-knowledge-base","homepage":"https://clawhub.ai/j-levee/skills/academic-knowledge-base","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/j-levee/academic-knowledge-base","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/j-levee/skills/academic-knowledge-base","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":62,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。 支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索..."},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-10T17:31:54.504Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T17:31:54.504Z","emptyReason":null},"stars":null,"forks":null,"downloads":1316,"packageName":null,"latestVersion":"3.11.3","tractionLabel":"1.3K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T17:31:54.504Z","emptyReason":null},"lastUpdatedAt":"2026-10-10T17:31:54.504Z","lastCrawledAt":"2026-10-10T17:31:54.504Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-11T17:31:54.504Z","lastVerifiedAt":null,"highlights":[{"version":"3.11.3","createdAt":"2026-07-19T12:31:17.362Z","changelog":"- Disabled the skill by adding the \"disable: true\" field in SKILL.md. - Removed the file skill-card.md. - No functional or feature changes; documentation and configuration update only.","fileCount":6,"zipByteSize":15233},{"version":"3.11.2","createdAt":"2026-07-15T08:14:22.290Z","changelog":"academic-knowledge-base 3.11.2 - Added example and default configuration files (config.example.json, config.json) for easier setup and environment management. - SKILL.md updated with more precise credential and quota management rules; now enforcing user email collection before SmartLib API operations. - Minor corrections and clarifications in documentation (README.md, SKILL.md), including initialization and vectorization configuration instructions. - Removed outdated skill-card.md file to streamline documentation.","fileCount":6,"zipByteSize":15194},{"version":"3.6.1","createdAt":"2026-06-30T06:21:47.123Z","changelog":"修复安装后 config.json 含个人邮箱问题；现发布时自动净化（保留 Gateway 凭据，清空 EMAIL）","fileCount":5,"zipByteSize":15116},{"version":"3.11.0","createdAt":"2026-06-22T03:42:43.609Z","changelog":"v3.11: Automated publish from gateway deployment","fileCount":4,"zipByteSize":14737},{"version":"3.10.0","createdAt":"2026-06-18T07:04:24.312Z","changelog":"v3.10.0: 热修复——核心文献库slug统一为global-biblio-base，修正所有旧引用","fileCount":4,"zipByteSize":14855},{"version":"3.9.0","createdAt":"2026-06-18T05:39:56.033Z","changelog":"v3.9: 更新 Gateway URL 至 v47+v48 生产版本，修复 SKILL.md 描述","fileCount":4,"zipByteSize":14793},{"version":"1.0.1","createdAt":"2026-06-12T01:31:04.357Z","changelog":"**v1.0.1 Changelog for academic-knowledge-base** - Updated quota management and registration workflow: now enforces email inquiry before any operation, even if a config file already exists. - Explicitly prohibits auto-filling or generating default email addresses; requires actual user input. - Improved email extraction via pattern matching from user messages. - Documentation reflects new production API version and updated dependency on smartlib-literature-search v3.1 (was v3.0). - Removed legacy skill-card.md for cleanup.","fileCount":4,"zipByteSize":14839},{"version":"1.0.0","createdAt":"2026-06-08T08:30:12.721Z","changelog":"- Initial release.","fileCount":4,"zipByteSize":14037}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s179kz7zy88fw5x9nrsb2mh68x86jwtk:academic-knowledge-base","setupComplexity":"low","setupSteps":["Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-j-levee-academic-knowledge-base/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-j-levee-academic-knowledge-base/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-j-levee-academic-knowledge-base/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-j-levee-academic-knowledge-base/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-j-levee-academic-knowledge-base/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-j-levee-academic-knowledge-base/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-10T21:43:09.539Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-j-levee-academic-knowledge-base/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-j-levee-academic-knowledge-base/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-j-levee-academic-knowledge-base/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-j-levee-academic-knowledge-base/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-10T17:31:54.504Z","emptyReason":null},"readme":"Skill: 个人文献知识库，自带全球文献检索（支持向量搜索+传统分词搜索）\n\nOwner: j-levee\n\nSummary: 面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。 支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索...\n\nTags: latest:3.11.3\n\nVersion history:\n\nv3.11.3 | 2026-07-19T12:31:17.362Z | auto\n\n- Disabled the skill by adding the \"disable: true\" field in SKILL.md.\n- Removed the file skill-card.md.\n- No functional or feature changes; documentation and configuration update only.\n\nv3.11.2 | 2026-07-15T08:14:22.290Z | auto\n\nacademic-knowledge-base 3.11.2\n\n- Added example and default configuration files (config.example.json, config.json) for easier setup and environment management.\n- SKILL.md updated with more precise credential and quota management rules; now enforcing user email collection before SmartLib API operations.\n- Minor corrections and clarifications in documentation (README.md, SKILL.md), including initialization and vectorization configuration instructions.\n- Removed outdated skill-card.md file to streamline documentation.\n\nv3.6.1 | 2026-06-30T06:21:47.123Z | user\n\n修复安装后 config.json 含个人邮箱问题；现发布时自动净化（保留 Gateway 凭据，清空 EMAIL）\n\nv3.11.0 | 2026-06-22T03:42:43.609Z | user\n\nv3.11: Automated publish from gateway deployment\n\nv3.10.0 | 2026-06-18T07:04:24.312Z | user\n\nv3.10.0: 热修复——核心文献库slug统一为global-biblio-base，修正所有旧引用\n\nv3.9.0 | 2026-06-18T05:39:56.033Z | user\n\nv3.9: 更新 Gateway URL 至 v47+v48 生产版本，修复 SKILL.md 描述\n\nv1.0.1 | 2026-06-12T01:31:04.357Z | auto\n\n**v1.0.1 Changelog for academic-knowledge-base**\n\n- Updated quota management and registration workflow: now enforces email inquiry before any operation, even if a config file already exists.\n- Explicitly prohibits auto-filling or generating default email addresses; requires actual user input.\n- Improved email extraction via pattern matching from user messages.\n- Documentation reflects new production API version and updated dependency on smartlib-literature-search v3.1 (was v3.0).\n- Removed legacy skill-card.md for cleanup.\n\nv1.0.0 | 2026-06-08T08:30:12.721Z | auto\n\n- Initial release.\n\nArchive index:\n\nArchive v3.11.3: 6 files, 15233 bytes\n\nFiles: config.example.json (230b), config.json (265b), README.md (4206b), skill-card.md (2871b), SKILL.md (24946b), _meta.json (143b)\n\nFile v3.11.3:SKILL.md\n\n---\nslug: academic-knowledge-base\nname: academic-knowledge-base\ndisplayName: 个人文献知识库，自带全球文献检索（支持向量搜索+传统分词搜索）\nversion: 3.11.2\ndescription: |\n  面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。\n  支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索、分词匹配检索、参考文献管理、Wiki知识层自动维护。\n  ✨ 亮点：入库文献自动保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%），支持多源交叉验证。\n  采用懒加载引导式初始化，无需前置配置即可使用。配额管理复用 global-biblio-base 的 gateway 凭证和计次规则（v3.1：5接口，每次调用计1次），配额耗尽后暂停外部检索请求。\n  适用场景：文献管理、知识积累、论文写作辅助、研究调研。触发词：保存到知识库、知识库统计、我的知识库、给这篇打标签、列出我的专题、文献管理、论文管理、我的论文库、文献收藏、研究笔记、知识整理、学术知识库、论文知识库、文献整理、学术笔记、研究知识管理、收藏这篇文章、加入知识库、文献综述工具。\n  A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki + SmartLib literature search + vectorized semantic retrieval. Ingested literature automatically preserves original database source links (300+ databases, 100% coverage) for cross-verification. Quota managed via global-biblio-base gateway with v3.0 billing rules (5 interfaces, 1 quota per successful call), restricted display when quota exhausted.\n  Production URL: read from global-biblio-base/config.json → SMARTLIB_GATEWAY_URL (Gateway v47, version 67)\nagent_created: true\nrecommends:\n  - global-biblio-base\n  - smartlib-citation-checker\nallowed-tools:\n  - Read\n  - Write\n  - Edit\n  - Bash\n  - WebFetch\n  - AskUserQuestion\ndisable: true\n---\n\n## 快速触发词 / Quick Trigger Reference\n\n| 你想做什么 / What to do | 这样说 / Say |\n|------|------|\n| 保存文献 | \"保存到知识库\"、\"加入知识库\"、\"收藏这篇文章\" |\n| 搜索自己的文献 | \"在我的知识库里找...\"、\"查一下我的文献有没有...\" |\n| 看知识库统计 | \"知识库统计\"、\"我的知识库有多少文献\" |\n| 管理标签 | \"给这篇打标签...\"、\"我的深度学习标签\" |\n| 导出引用 | \"引用这篇文献\"、\"导出这几篇为 BibTeX\" |\n| 创建研究专题 | \"把这N篇组成一个专题\"、\"开个XX的课题\" |\n| 查看专题 | \"列出我的专题\"、\"打开XX专题\"、\"有哪些专题\" |\n| 专题内检索 | \"在XX专题里检索...\" |\n| 导出/归档 | \"导出XX专题\"、\"归档XX专题\" |\n| 配置 | \"知识库配置\"、\"配置向量化\" |\n| 健康检查 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n# 学术知识库 / Academic Knowledge Base\n\n> 中文 / Chinese | [English below each section]\n\n面向学术研究者的个人知识中枢 —— 整合 Karpathy LLM Wiki 知识编译 + SmartLib 文献检索 + 向量化语义检索，让每一次检索和研究都沉淀为自己的知识资产。\n\n> A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki knowledge compilation + SmartLib literature search + vectorized semantic retrieval. Every search and study session compounds into your own knowledge asset.\n\n---\n\n## 来源参考 / Source References\n\n本技能的设计架构和工作流继承自以下两个上游技能：\n\n### 参考技能 1：Karpathy LLM Wiki\n\n- **技能位置**：`~/.workbuddy/skills/Karpathy LLM Wiki/`\n- **核心理念**：用 LLM 增量构建和维护持久化 Wiki 知识库，而非每次查询时做 RAG\n- **本技能继承**：Raw 不可变性、LLM 维护 Wiki 层、ingest/query/lint 操作、[[wiki-links]] 格式\n\n> Inherited: Raw immutability, LLM-owned wiki layer, ingest/query/lint operations, wiki page format.\n\n### 参考技能 2：global-biblio-base\n\n- **技能位置**：`~/.workbuddy/skills/global-biblio-base/`\n- **版本**：v3.1\n- **核心理念**：基于 SmartLib 开放平台 API 提供中外文学术文献检索，已接入全程自动化服务（gateway 注册 + 配额消耗 + 微信支付充值）\n- **本技能继承**：文献检索 API + 认证流程、元数据字段结构、三级检索策略、外部检索联动。**配额共享**——与 literature-search 使用同一 gateway 凭证和配额\n\n> Inherited: SmartLib API auth, metadata schema, search strategies, field validation. **Quota shared** with literature-search.\n\n---\n\n## 核心架构 / Core Architecture\n\n```\n~/.workbuddy/academic-kb/\n├── raw/                          # 原始资料（不可修改 / Immutable）\n│   ├── literature/               #   文献全文 PDF/解析文本\n│   ├── news/                     #   资讯/报道原文\n│   └── personal/                 #   个人实验数据、笔记\n├── db/                           # 结构化数据库\n│   ├── literature.json           #   文献元数据（Identifier 为唯一 key）\n│   ├── news.json                 #   资讯条目\n│   ├── personal_data.json        #   个人学术数据\n│   └── tags.json                 #   标签体系\n├── wiki/                         # LLM 维护的 Wiki 知识层\n│   ├── index.md                  #   知识目录\n│   ├── log.md                    #   操作日志\n│   └── [topic-pages].md          #   主题/概念页面\n├── vectors/                      # 向量化存储\n│   ├── embeddings.json           #   向量数据\n│   └── vector_config.json        #   向量化范围配置\n├── sessions/                     # 研究专题（文献子集+笔记+分析）\n│   └── {slug}_yyyymmdd/\n│       ├── session.json           #   专题元数据\n│       ├── literature.json        #   选中文献快照\n│       ├── notes.md               #   用户研究笔记\n│       └── analysis.md            #   AI 生成的研究综述\n└── KB-SCHEMA.md                  # 知识库 Schema 与约定\n```\n\n| 层级 / Layer | 职责 / Responsibility | 所有者 / Owner |\n|------|------|------|\n| **Raw Sources** | 原始资料，不可修改 / Immutable sources | 用户 / User |\n| **Structured DB** | 结构化元数据，CRUD / Structured metadata | 系统 + 用户 |\n| **Wiki** | LLM 自动维护的知识网络 / Auto-maintained knowledge graph | LLM |\n| **Vectors** | 语义检索向量索引 / Vector index | 系统 |\n\n---\n\n## 凭证与配额 / Credentials & Quota\n\n> ## ⚠️ 强制规则 — 必须先询问邮箱\n> 1. **执行任何需要 SmartLib API 的操作前，必须先询问用户邮箱地址**\n> 2. 禁止使用 global-biblio-base/config.json 中预填的邮箱（即使存在且非 null）\n> 3. 禁止自动生成邮箱（如 `user@example.com`、`auto@xxx.com` 等）\n> 4. 用户未提供邮箱 → 停止执行，回复：\n>    \"请提供您的邮箱地址以注册 SmartLib 学术知识库服务（新用户免费 100 次/月）\"\n> 5. 只有用户明确输入邮箱后，才能调用 /register 或 /quota\n>\n> ## 邮箱识别自动化\n> 当用户消息中出现以下模式时，自动提取邮箱 → 无需再次询问：\n> - 明确的邮箱地址（包含 @ 符号的完整地址，如 `xxx@xxx.xxx`）\n> - \"我的邮箱是 xxx\" / \"email: xxx\" / \"用 xxx 注册\" / \"邮箱 xxx\"\n\n本技能**不独立注册**，复用 global-biblio-base 的 gateway 凭证和配额：\n\n```\n检查 global-biblio-base 的 config.json\n  ├── SMARTLIB_EMAIL 已配置 → 复用凭证，进入配额检查\n  │\n  │   配额检查: GET {GATEWAY_URL}/quota?email={SMARTLIB_EMAIL}\n  │\n  │   如果返回 404 \"not_registered\" → 用户可能已被重置/删除\n  │     → 提示: \"检测到您的账户需要重新绑定，正在自动重新注册...\"\n  │     → 调 gateway /register（使用同一邮箱）→ 写入 config.json\n  │     → 注册成功后继续配额检查\n  │\n  └── SMARTLIB_EMAIL 未配置 → 引导用户先注册:\n        \"📋 知识库需要 SmartLib 检索能力。首次使用需绑定邮箱（免费 100 次/月，仅用于配额管理），请输入邮箱即可开始:\"\n        用户输入 → 调 gateway /register（无需验证码）→ 写入 config.json\n        → 成功: \"✅ 注册成功！本月免费 100 次，可立即使用（邮箱验证仅充值时需要，现在不验证也能用）。请告诉我您想检索或录入什么文献——\"\n        → 失败 → 提示原因 → 终止\n```\n\n> **注意**：注册无需验证码，极速完成。\n\n**配额消耗规则 / Quota Consumption Rules:**\n\n本技能与 global-biblio-base **共享配额和计次规则**。配额按**实际 API 接口调用次数**计费，共 5 个接口，每次调用计 1 次。\n\n> Shared quota and billing rules with literature-search. **5 interfaces**, each successful call = 1 quota. Failed calls do NOT consume quota (v36).\n\n**计费接口清单（5个）/ Billable Interfaces (5 total):**\n\n| 类别 | 接口 | 计费 | 知识库中的触发场景 |\n|------|------|------|------|\n| **检索** | 中文期刊检索 | 1次/调用 | 入库时 SmartLib 补全字段（中文文献匹配） |\n| **检索** | 全球文献检索 | 1次/调用 | 入库时 SmartLib 补全字段（外文文献匹配）、研究专题新检索 |\n| **详情** | 中文期刊详情 | 1次/调用 | 补全文献元数据（查看详情） |\n| **详情** | 全球文献详情 | 1次/调用 | 补全外文文献元数据（查看详情） |\n| **下载** | 中文期刊全文下载 | 1次/调用 | 入库时下载中文期刊全文 PDF |\n\n**不计费的操作 / Non-billable Operations:**\n\n| 操作 / Operation | 说明 / Note |\n|------|------|\n| 知识库内检索（分词+向量） | 本地操作，不调 SmartLib API |\n| 入库 SmartLib 检索结果（元数据） | 文献已在检索 Skill 中消耗过配额 |\n| 标签管理、导出引用、Wiki 维护 | 本地操作 |\n| 向量化 API 调用 | 使用独立的向量化服务商，不计 SmartLib 配额 |\n| 研究专题创建（本地文献子集） | 不调外部 API |\n| 外文 OA PDF 探测 | 外部免费 API，不计 SmartLib 配额 |\n\n---\n\n## 🔒 配额耗尽处理 / Quota Exhaustion\n\n配额耗尽后**暂停外部检索请求**：\n\n| 状态 | 行为 |\n|------|------|\n| **配额充足** | 完整使用所有功能（检索、入库、专题、导出） |\n| **配额耗尽** | 知识库本地检索正常；外部检索、入库匹配、新文献补充**一律拒绝** |\n\n**配额耗尽后的提示格式：**\n\n```\n⚠️ 您的 SmartLib 检索配额已用尽。\n\n知识库内 {N} 篇已有文献仍可正常检索、管理、导出。\n但外部检索、入库匹配等需要调用 SmartLib 的功能已被暂停。\n\n> 💰 充值套餐：\n> 体验包：¥9.90 / 1000次\n> 月付基础：¥29.00 / 5000次/月\n> 月付进阶：¥99.00 / 20000次/月\n> 月付专业：¥299.00 / 100000次/月\n> 回复「充值」获取微信支付码，恢复 SmartLib 外部检索能力。\n```\n\n**重要规则**：\n- 配额耗尽后，所有需要调用 SmartLib API 的操作（外部检索、入库匹配、新文献补充）**一律拒绝**，不展示任何部分结果\n- 知识库内已有文献的检索、标签管理、导出、Wiki 维护、研究专题 — **不受影响**（纯本地操作）\n- 充值后立即恢复所有外部检索功能\n\n---\n\n## 输出规范 / Output Standards\n\n**每次调用 SmartLib API 后，在结果末尾展示配额状态：**\n\n```\n📊 本次消耗 {n} 次 | 剩余 {remain} 次 (共 {total} 次/月)\n```\n\n```\n```\n\n---\n\n## 知识库初始化 / KB Initialization\n\n**无需显式\"初始化\"。** 懒加载引导式设计——首次使用任何功能时，基础设施自动静默创建。\n\n> No explicit \"init\" required. Lazy-loading guided design.\n\n### 自愈式就绪 / Self-Healing Readiness\n\n| 检查项 / Check | 缺失时行为 / On Missing |\n|------|------|\n| 根目录不存在 | 静默创建完整目录结构 + 空 JSON 文件 + KB-SCHEMA.md |\n| vector_config.json 不存在 | 静默写入默认配置（BGE-M3 / 硅基流动 / 仅摘要向量化） |\n| 向量化 API Key 未配置 | 仅在首次需要向量化时引导配置，不阻塞入库 |\n| embeddings.json 损坏 | 静默重建空文件 |\n\n### 向量化方案备选 / Vectorization Options\n\n| 方案 / Option | 模型 / Model | 费用 / Cost | 维度 / Dims |\n|------|------|------|------|\n| 推荐 | 硅基流动 BGE-M3 | **免费** | 1024 |\n| 高精度 | 智谱 Embedding-3 | ¥0.5/百万token | 256-2048 |\n| 高精度 | 阿里 text-embedding-v4 | ¥0.5/百万token | 64-2048 |\n| 私有部署 | Ollama + nomic-embed-text | 免费 | 768 |\n\n---\n\n## 数据入库 / Data Ingestion\n\n支持 4 种数据类型入库。\n\n### 类型 1：SmartLib 检索结果入库\n\n**触发**：用户在使用 global-biblio-base 后说\"保存到知识库\"、\"加入知识库\"\n\n```\n用户指定入库的检索结果\n  ├── 遍历每条结果\n  │     ├── Identifier 去重检查（db/literature.json）\n  │     │     ├── 已存在 → 跳过\n  │     │     └── 不存在 → 入库\n  │     └── 入库操作：写 literature.json + 下载原文到 raw/ + 向量化（若配置）\n  └── 汇总提示入库结果\n```\n\n**文献元数据格式（db/literature.json）：**\n\n```json\n{\n  \"Identifier_Value\": {\n    \"identifier\": \"文献唯一ID\",\n    \"title\": \"文献标题\",\n    \"authors\": [\"作者1\", \"作者2\"],\n    \"source_name\": \"期刊/来源\",\n    \"publish_year\": \"2025\",\n    \"abstract\": \"摘要内容\",\n    \"keywords\": [\"关键词1\"],\n    \"doi\": \"10.xxxx/xxxx\",\n    \"core_indexing\": \"SCI;EI\",\n    \"source\": \"smartlib\",\n    \"source_links\": [\n      {\"db_id\": \"scopusjournal\", \"db_title\": \"Scopus\", \"link\": \"https://www.scopus.com/...\"},\n      {\"db_id\": \"wsoscimagazine\", \"db_title\": \"WoS SCI\", \"link\": \"https://www.webofscience.com/...\"}\n    ],\n    \"vectorized\": true,\n    \"tags\": [\"深度学习\"],\n    \"notes\": \"\"\n  }\n}\n```\n\n> **source_links 字段说明**：从 SmartLib 详情接口的 `Source` 字段自动提取，保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%，平均4.75个链接/篇）。入库时自动保存，支持多源交叉验证。\n\n### 类型 2：用户上传文献入库\n\n**触发**：用户提供 PDF/Word/Markdown/BibTeX 文件路径\n\n```\nStep 1：解析文献（PDF 提取文本 / Word 解析结构 / BibTeX 解析字段）\nStep 2：匹配 SmartLib（用标题+作者检索 API 4，标题相似度 > 80% 则合并补全 DOI/ISSN/核心收录）\nStep 3：存储（原文 → raw/literature/，元数据 → literature.json，向量化）\n```\n\n未匹配 SmartLib 的文献标注 `source: \"user_upload\"`。\n\n### 类型 3：资讯/报道入库\n\n**触发**：用户提供 URL 或粘贴文本\n\n```\nStep 1：提取标题、来源、日期、摘要\nStep 2：原文 → raw/news/，元数据 → db/news.json\n```\n\n### 类型 4：个人学术数据入库\n\n**触发**：用户上传实验数据、CSV、笔记等\n\n```\nStep 1：解析数据（CSV 保持表格结构 / 文本 Markdown 存储）\nStep 2：询问是否关联已有文献\nStep 3：原文 → raw/personal/，元数据 → db/personal_data.json\n```\n\n---\n\n## 向量化服务 / Vectorization Service\n\n### API 调用规范\n\n统一使用 OpenAI 兼容格式：\n\n```\nPOST {base_url}/embeddings\nAuthorization: Bearer {api_key}\nBody: {\"model\": \"{model_name}\", \"input\": [\"文本1\", \"文本2\"]}\n```\n\n### 批量向量化\n\n- 单次最多提交 32 条\n- 每批 32 条并发（最多 3 批并行）\n- 单批失败自动重试 3 次（指数退避）\n\n### 向量化触发条件\n\n| 操作 / Operation | 触发向量化？ |\n|------|:--:|\n| 文献检索结果入库 | 若配置开启 |\n| 用户上传文献入库 | 若配置开启 |\n| 资讯/个人数据入库 | 默认关闭 |\n| 删除文献 | 同步删除向量索引 |\n\n---\n\n## 检索策略 / Retrieval Strategy\n\n### 双轨检索流程\n\n```\n用户查询\n  │\n  ├── 1. 知识库分词匹配检索\n  │     ├── 中文分词 → title/abstract/keywords 倒排匹配\n  │     └── BM25 评分（标题 > 关键词 > 摘要）\n  │\n  ├── 2. 知识库向量语义检索\n  │     ├── 查询向量化 → 余弦相似度匹配\n  │     └── 返回 Top-N（N = 分词匹配结果的 2 倍）\n  │\n  ├── 3. 去重合并\n  │     └── BM25 × 0.6 + Vector_Similarity × 0.4\n  │\n  ├── 4. 自适应外部检索\n  │     ├── 知识库 ≥ 3 条 → 知识库置顶 + 正常外部检索\n  │     ├── 知识库 1-2 条 → 知识库置顶 + 外部检索加倍\n  │     └── 知识库 0 条 → 全量外部检索\n  │\n  └── 5. 结果展示（分区：知识库 [📚] / 外部 [🌐]）\n```\n\n### 结果展示格式\n\n```\n🔎 检索：\"{用户查询}\"\n\n════════════════════════════════\n📚 你的知识库（共 N 篇）\n════════════════════════════════\n| # | 收录 | 标题 | 作者 | 来源 | 年份 |\n|---|------|------|------|------|------|\n| 1 | [SCI] | ... | ... | ... | 2024 |\n\n════════════════════════════════\n🌐 外部检索补充（SmartLib，共 M 篇）\n════════════════════════════════\n| # | 收录 | 标题 | 作者 | 来源 | 年份 |\n|---|------|------|------|------|------|\n| 1 | - | ... | ... | ... | 2025 |\n\n💾 输入 \"保存 1,3\" 将外部结果加入知识库\n```\n\n---\n\n## Wiki 知识层维护 / Wiki Maintenance\n\n继承自 LLM Wiki 模式，入库后 LLM 自动维护知识网络。\n\n### 触发时机\n\n| 操作 | 更新范围 |\n|------|------|\n| 入库新文献 | 创建/更新该文献涉及的主题概念页 |\n| 批量入库 ≥ 5 篇 | 全量 Lint（交叉引用、矛盾检测、孤立页面） |\n| 用户手动要求 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n### 入库后更新流程\n\n```\n文献入库 → 提取主题 → 检查已有 Wiki 页面 → 创建/更新概念页\n  → 写入引用 → 更新交叉引用 → 检测矛盾 → 更新 index.md → 追加 log.md\n```\n\n### Lint（健康检查）\n\n批量入库 ≥ 5 篇后自动执行，或用户手动触发。检查项：\n\n1. **矛盾检测**：不同文献间结论冲突，标注 `[⚠️ 矛盾]`\n2. **过时检测**：超过 3 年未更新的概念页\n3. **孤立页面**：无入链的 Wiki 页面\n4. **冗余检测**：内容高度相似的页面\n\n---\n\n## 参考文献管理 / Reference Management\n\n| 功能 / Feature | 触发方式 / Trigger |\n|------|------|\n| 添加文献 | \"保存到知识库\" |\n| 查看详情 | \"查看文献 XXX\" |\n| 删除文献 | \"删除文献 XXX\"（仅删元数据，raw 原文保留） |\n| 去重检测 | 入库时自动触发（Identifier / DOI / 标题匹配） |\n| 标签管理 | \"给这篇文献打标签'深度学习'\" |\n| 批量导出 | \"导出这几篇为 BibTeX\" |\n| 引用生成 | \"引用这篇文献\" → GB/T 7714 / APA / MLA / BibTeX |\n\n### 导出格式\n\n| 格式 | 用途 |\n|------|------|\n| GB/T 7714-2015 | 中文论文（优先） |\n| APA 7th | 社科论文 |\n| MLA 9th | 人文论文 |\n| BibTeX | LaTeX |\n\n---\n\n## 研究专题 / Research Sessions\n\n从知识库中挑选文献子集组成研究专题。专题自包含（文献快照 + 笔记 + AI 分析），可独立导出迁移。\n\n> Create focused research sessions from your KB. Self-contained and portable.\n\n### 触发场景\n\n| 用户意图 / Intent | 触发短语示例 |\n|------|------|\n| 创建专题 | \"把这N篇组成一个专题\"、\"用这些结果创建专题\" |\n| 查看专题 | \"列出我的专题\"、\"打开XX专题\" |\n| 专题内操作 | \"在XX专题里检索...\"、\"更新XX专题笔记\" |\n| 导出/归档 | \"导出XX专题\"、\"归档XX专题\" |\n\n### 存储结构\n\n```\n~/.workbuddy/academic-kb/sessions/{slug}_{yyyymmdd}/\n├── session.json          # 专题元数据（标题、来源、状态）\n├── literature.json       # 选中文献快照（自包含可迁移）\n├── notes.md              # 用户研究笔记\n└── analysis.md           # AI 生成的研究综述\n```\n\n### 专题操作\n\n| 操作 | 说明 |\n|------|------|\n| 创建 | 选文献 → AI 智能命名 → 生成 analysis.md |\n| 添加文献 | 追加到专题 literature.json，不影响主库 |\n| 专题内检索 | 限定范围为专题文献，复用双轨检索 |\n| 更新笔记 | 追加内容（带时间戳），AI 可辅助生成大纲 |\n| 导出 | 打包专题目录为 zip |\n| 归档/删除 | 归档：status → archived；删除：需二次确认 |\n\n> Sessions are snapshots — editing session content never affects the main KB.\n\n---\n\n## 知识库统计 / KB Statistics\n\n**触发**：用户说\"知识库统计\"、\"KB Stats\"等\n\n生成交互式 HTML 报告（模板 `kb-report.html`），包含：\n\n| 功能 | 说明 |\n|------|------|\n| 摘要卡片 | 文献总量、已向量化数、资讯数 |\n| 文献构成 | 按类型和语言的柱状图 |\n| 年份分布 | 按年份统计柱状图 |\n| 热门标签 | 标签云 |\n| 全部文献列表 | 可展开明细表 |\n\n报告通过 `preview_url` 打开。未初始化时显示引导页。\n\n---\n\n## 配置管理 / Configuration Management\n\n| 用户指令 / Command | 操作 / Action |\n|------|------|\n| \"知识库配置\" | 展示 vector_config.json 关键信息 |\n| \"配置向量化\" | 展示方案对比表，引导输入 API Key |\n| \"开启全文向量化\" | 修改 vector_config.json，提示是否补向量化 |\n| \"换用智谱向量\" | 修改 provider/model，提示需重新向量化 |\n\nKey 写入 `~/.workbuddy/academic-kb/vectors/vector_config.json` 的 `api_key` 字段。\n\n---\n\n## 与外部技能的联动 / Integration with Other Skills\n\n| 技能 / Skill | 联动方式 / Integration | 关系 |\n|------|------|------|\n| **llm-wiki** | Wiki 层核心模式（ingest/query/lint、Raw 不可变性、[[wiki-links]]） | ⬆️ 上游参考 |\n| **global-biblio-base** (v3.1) | 检索结果一键入库；SmartLib 补全字段；共享配额与凭证；外部检索联动 | ⬆️ 上游参考 |\n| **smartlib-citation-checker** | 引用核查时优先查知识库；引用格式转换引擎复用 | ➡️ 同级协作 |\n\n---\n\n## 安全与隐私 / Security & Privacy\n\n| 安全原则 / Principle | 实现 / Implementation |\n|------|------|\n| 零越权文件访问 | 所有操作限定在 `~/.workbuddy/academic-kb/` 内 |\n| API Key 安全 | 仅存储在本地 vector_config.json，仅发送至用户选择的向量化服务商 |\n| 零隐藏网络调用 | 仅 SmartLib API 和向量化 API，无遥测 |\n| Raw 不可变 | `raw/` 目录不可修改不可删除 |\n| 无远程执行 | 所有代码本地执行 |\n\n---\n\n## 错误处理与回退 / Error Handling & Fallback\n\n| 故障场景 / Failure | 降级行为 / Degradation |\n|------|------|\n| SmartLib API 无响应 | 自动重试 3 次（1s/3s/9s），失败 → 提示稍后重试 |\n| SmartLib Token 过期 | 自动重新获取，用户无感知 |\n| 向量化 API 无 Key | 跳过向量化，照常入库，分词检索正常 |\n| 向量化 API 调用失败 | 分批重试 3 次，单批失败不影响其他批 |\n| embeddings.json 损坏 | 静默重建，后续检索时自动补向量化 |\n| 知识库目录被误删 | 下次操作时自动检测并静默重建 |\n\n---\n\n## 版本历史 / Version History\n\n| 版本 | 日期 | 核心变更 |\n|------|------|---------|\n| v3.0 | 2026-05 | 初次上线：支持4类数据入库、双轨检索（向量+分词）、Wiki知识层、研究专题管理 |\n| v3.1 | 2026-05 | 外部检索配额消耗更透明，API调用成功后才扣次数 |\n| v3.2 | 2026-05 | 入库文献自动附带原始数据库来源链接，支持一键跳转验证 |\n| v3.3 | 2026-06 | 外部检索失败不再消耗配额；上游文献检索技能功能增强 |\n| v3.4 | 2026-06 | 服务连接优化，新增更多文献入口 |\n| v3.5 | 2026-06 | 注册流程简化，新用户开通更快捷 |\n| v3.6 | 2026-06 | 注册赠送次数增加至100次；可订阅套餐最低1000次起 |\n| v3.7 | 2026-06 | 新用户引导体验优化，首次使用自动配置，无需手动设置 |\n| v3.8 | 2026-06 | 文献检索渠道扩充至12亿全球文献 |\n| v3.9 | 2026-06 | 文献检索链路优化，查全率和查准率提升 |\n| v3.10 | 2026-06 | 技能名称更新为「个人文献知识库」；检索速度优化 |\n| v3.11 | 2026-06 | 技能展示名称与描述优化 |\n\nFile v3.11.3:README.md\n\n# Academic Knowledge Base (学术知识库) v3.7\n\n> Your research compounds. Not just searches — a personal knowledge hub that grows with every query.\n\n**SkillHub 安装名：** `academic-knowledge-base`\n**作者：** @J-levee (张亚东 / Zhang Yadong)\n**依赖技能：** global-biblio-base (必需), smartlib-citation-checker (推荐)\n\n---\n\n## 这是什么？ / What is this?\n\n一个**面向学术研究者的个人知识中枢**。让每一次文献检索和研究自动沉淀到私有知识库，形成持续积累的研究资产。\n\n> A personal knowledge hub for academic researchers. Every search and study session compounds into your private knowledge base.\n\n### 一句话说清 / One-liner\n\n> 你说\"查 RAG 最新进展\" → AI 先搜你的知识库 → 再搜外部补充 → 一键入库。以后你再问，知识库优先回答。\n\n---\n\n## 核心功能 / Core Features\n\n### 4 类数据自动入库\n\n| 数据类型 | 触发方式 | 入库行为 |\n|------|------|------|\n| SmartLib 检索结果 | \"保存到知识库\" | 元数据写入 + 摘要自动向量化 + Wiki 概念页更新 |\n| 用户上传文献 (PDF/Word/BibTeX) | 提供文件路径 | 解析 → SmartLib 匹配补全字段 → 入库 |\n| 资讯/报道 | \"保存这篇资讯\" | 原文存档 + 元数据标引入库 |\n| 个人学术数据 | \"记录这些实验数据\" | CSV/Excel/笔记入库，可关联到文献 |\n\n### 双轨智能检索\n\n- **BM25 分词匹配**：标题/关键词/摘要倒排索引\n- **向量语义检索**：BGE-M3（免费，1024维，中文优化）\n- **加权合并**：知识库结果 [📚] 置顶，命中不足时自动扩展外部 SmartLib 检索\n\n### LLM 自动维护 Wiki 知识层\n\n继承自 Karpathy LLM Wiki 模式 — 每次入库 AI 自动创建/更新主题概念页、建立文献交叉引用。\n\n### 研究专题 (Research Sessions)\n\n文献子集 → 智能命名 → 笔记 + AI 分析 → 一键导出 zip 快照。\n\n### 交互式统计报告\n\n说\"知识库统计\" → 自动生成 HTML 报告：摘要卡片 + 语言饼图 + 年份柱状图 + 标签云。\n\n---\n\n## 💰 变现说明 / Monetization\n\n本技能与 `global-biblio-base` **共享凭证和配额**。首次使用自动检测并复用凭证，共享 100 次/月免费额度。\n\n| 状态 | 展示规则 |\n|------|---------|\n| 配额充足 | 知识库检索完整展示所有结果 |\n| 配额耗尽 | Gateway 返回 429，外部检索、入库匹配等需要调用 SmartLib 的功能**一律拒绝**；知识库本地检索、标签管理、导出等纯本地操作正常 |\n\n每次入库一条文献 = 消耗 1 次配额。回复「充值」获取微信支付码。\n\n---\n\n## 快速开始 / Quick Start\n\n### 1. 安装\n\n在 WorkBuddy 中，SkillHub 搜索 `academic-knowledge-base` → 一键安装。必须同时安装 `global-biblio-base`。\n\n### 2. 第一次使用\n\n**直接开始就行。** 本技能采用懒加载设计：\n\n```\n你：\"帮我查 RAG 技术的文献\"\n→ AI 自动创建知识库目录 → 用 SmartLib 检索 → 展示结果\n你：\"保存全部\"\n→ 自动入库 + 去重 + 标签提取 + Wiki 更新 → 完成\n```\n\n### 3. (可选) 开启语义检索\n\n首次批量入库时 AI 会提示配置向量化。推荐免费 BGE-M3（硅基流动），获取 Key → https://cloud.siliconflow.cn/account/ak。不配置也不影响核心功能。\n\n### 4. 你的第一句话\n\n| 你想... | 这样说 |\n|------|------|\n| 搜文献 | \"帮我查 Transformer 在药物发现中的应用\" |\n| 保存 | \"把这 5 篇保存到知识库\" |\n| 看自己的库 | \"我的知识库有什么\" / \"知识库统计\" |\n| 创建专题 | \"把这 N 篇组成一个专题\" |\n\n---\n\n## FAQ\n\n**Q: 这个和 global-biblio-base 有什么区别？**\nA: 后者是\"搜索引擎\"（每次调用外部 API），本技能是\"私人图书馆\"（搜过就存下来，越积越多）。\n\n**Q: 向量化要钱吗？**\nA: 默认方案（硅基流动 BGE-M3）完全免费。\n\n**Q: 我的数据安全吗？**\nA: 全部存储在本地 `~/.workbuddy/academic-kb/`，不上传任何服务器。\n\n---\n\n> Inspired by [Karpathy LLM Wiki](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) and powered by [SmartLib API](https://www.vipslib.com/).\n\nFile v3.11.3:_meta.json\n\n{\n  \"ownerId\": \"kn71136czyc1f1bmx5rt1tjtes86jsve\",\n  \"slug\": \"academic-knowledge-base\",\n  \"version\": \"3.11.3\",\n  \"publishedAt\": 1784464277362\n}\n\nFile v3.11.3:skill-card.md\n\n## Description:\n\nAcademic Knowledge Base helps researchers build and search a local literature knowledge base that combines SmartLib literature retrieval, BM25 keyword search, vector search, citation export, research sessions, and AI-maintained wiki notes.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[j-levee](https://clawhub.ai/user/j-levee)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal researchers and research teams use this skill to search global academic literature, save papers and uploaded research materials into a personal knowledge base, retrieve them with keyword and vector search, manage research sessions, and export citations or reports.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The release ships a plaintext gateway secret.\n\nMitigation: Remove the bundled secret, rotate it before release, and require users to provide credentials through local configuration or a secret store.\n\nRisk: Confidential or unpublished research may be exposed through external SmartLib matching or embedding calls.\n\nMitigation: Disable external matching and embeddings for sensitive research unless the user has explicitly confirmed the provider, data flow, and consent.\n\nRisk: Privacy and account-handling expectations may be misleading, including registration behavior and email transmission.\n\nMitigation: Correct the privacy disclosure, require explicit consent before registration, and avoid sending email addresses in URL query strings.\n\nRisk: The skill may persist research data or modify shared cross-skill configuration.\n\nMitigation: Show the target paths and configuration changes before persistence, and require confirmation for cross-skill config updates.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/j-levee/skills/academic-knowledge-base)\n- [Karpathy LLM Wiki](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f)\n- [SmartLib API](https://www.vipslib.com/)\n- [SiliconFlow API keys](https://cloud.siliconflow.cn/account/ak)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown guidance with tables, JSON examples, API call patterns, citation exports, and optional HTML report artifacts.]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [May create or update local knowledge-base files, research-session snapshots, vector configuration, BibTeX exports, and HTML statistics reports.]\n\n## Skill Version(s):\n\n3.11.3 (source: server release metadata; artifact frontmatter reports 3.11.2)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v3.11.3:config.example.json\n\n{\r\n  \"SMARTLIB_GATEWAY_URL\": \"https://1318491188-jvmi3wist0.ap-shanghai.tencentscf.com\",\r\n  \"SMARTLIB_GATEWAY_SECRET\": \"<your-gateway-secret>\",\r\n  \"SMARTLIB_EMAIL\": null,\r\n  \"SMARTLIB_APPID\": null,\r\n  \"SMARTLIB_APPSECRET\": null\r\n}\n\nFile v3.11.3:config.json\n\n{\r\n  \"SMARTLIB_GATEWAY_URL\": \"https://1318491188-jvmi3wist0.ap-shanghai.tencentscf.com\",\r\n  \"SMARTLIB_GATEWAY_SECRET\": \"sk-O9vHwWzMg0Jf7khvhKQ0xxpdGIOROcw5RyQnROrNuZj9x6hOeHmi2\",\r\n  \"SMARTLIB_EMAIL\": null,\r\n  \"SMARTLIB_APPID\": null,\r\n  \"SMARTLIB_APPSECRET\": null\r\n}\n\nArchive v3.11.2: 6 files, 15194 bytes\n\nFiles: config.example.json (230b), config.json (265b), README.md (4206b), skill-card.md (2872b), SKILL.md (24910b), _meta.json (143b)\n\nFile v3.11.2:SKILL.md\n\n---\nslug: academic-knowledge-base\nname: academic-knowledge-base\ndisplayName: 个人文献知识库，自带全球文献检索（支持向量搜索+传统分词搜索）\nversion: 3.11.2\ndescription: |\n  面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。\n  支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索、分词匹配检索、参考文献管理、Wiki知识层自动维护。\n  ✨ 亮点：入库文献自动保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%），支持多源交叉验证。\n  采用懒加载引导式初始化，无需前置配置即可使用。配额管理复用 global-biblio-base 的 gateway 凭证和计次规则（v3.1：5接口，每次调用计1次），配额耗尽后暂停外部检索请求。\n  适用场景：文献管理、知识积累、论文写作辅助、研究调研。触发词：保存到知识库、知识库统计、我的知识库、给这篇打标签、列出我的专题、文献管理、论文管理、我的论文库、文献收藏、研究笔记、知识整理、学术知识库、论文知识库、文献整理、学术笔记、研究知识管理、收藏这篇文章、加入知识库、文献综述工具。\n  A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki + SmartLib literature search + vectorized semantic retrieval. Ingested literature automatically preserves original database source links (300+ databases, 100% coverage) for cross-verification. Quota managed via global-biblio-base gateway with v3.0 billing rules (5 interfaces, 1 quota per successful call), restricted display when quota exhausted.\n  Production URL: read from global-biblio-base/config.json → SMARTLIB_GATEWAY_URL (Gateway v47, version 67)\nagent_created: true\nrecommends: [global-biblio-base, smartlib-citation-checker]\nallowed-tools: [Read, Write, Edit, Bash, WebFetch, AskUserQuestion]\n---\n\n## 快速触发词 / Quick Trigger Reference\n\n| 你想做什么 / What to do | 这样说 / Say |\n|------|------|\n| 保存文献 | \"保存到知识库\"、\"加入知识库\"、\"收藏这篇文章\" |\n| 搜索自己的文献 | \"在我的知识库里找...\"、\"查一下我的文献有没有...\" |\n| 看知识库统计 | \"知识库统计\"、\"我的知识库有多少文献\" |\n| 管理标签 | \"给这篇打标签...\"、\"我的深度学习标签\" |\n| 导出引用 | \"引用这篇文献\"、\"导出这几篇为 BibTeX\" |\n| 创建研究专题 | \"把这N篇组成一个专题\"、\"开个XX的课题\" |\n| 查看专题 | \"列出我的专题\"、\"打开XX专题\"、\"有哪些专题\" |\n| 专题内检索 | \"在XX专题里检索...\" |\n| 导出/归档 | \"导出XX专题\"、\"归档XX专题\" |\n| 配置 | \"知识库配置\"、\"配置向量化\" |\n| 健康检查 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n# 学术知识库 / Academic Knowledge Base\n\n> 中文 / Chinese | [English below each section]\n\n面向学术研究者的个人知识中枢 —— 整合 Karpathy LLM Wiki 知识编译 + SmartLib 文献检索 + 向量化语义检索，让每一次检索和研究都沉淀为自己的知识资产。\n\n> A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki knowledge compilation + SmartLib literature search + vectorized semantic retrieval. Every search and study session compounds into your own knowledge asset.\n\n---\n\n## 来源参考 / Source References\n\n本技能的设计架构和工作流继承自以下两个上游技能：\n\n### 参考技能 1：Karpathy LLM Wiki\n\n- **技能位置**：`~/.workbuddy/skills/Karpathy LLM Wiki/`\n- **核心理念**：用 LLM 增量构建和维护持久化 Wiki 知识库，而非每次查询时做 RAG\n- **本技能继承**：Raw 不可变性、LLM 维护 Wiki 层、ingest/query/lint 操作、[[wiki-links]] 格式\n\n> Inherited: Raw immutability, LLM-owned wiki layer, ingest/query/lint operations, wiki page format.\n\n### 参考技能 2：global-biblio-base\n\n- **技能位置**：`~/.workbuddy/skills/global-biblio-base/`\n- **版本**：v3.1\n- **核心理念**：基于 SmartLib 开放平台 API 提供中外文学术文献检索，已接入全程自动化服务（gateway 注册 + 配额消耗 + 微信支付充值）\n- **本技能继承**：文献检索 API + 认证流程、元数据字段结构、三级检索策略、外部检索联动。**配额共享**——与 literature-search 使用同一 gateway 凭证和配额\n\n> Inherited: SmartLib API auth, metadata schema, search strategies, field validation. **Quota shared** with literature-search.\n\n---\n\n## 核心架构 / Core Architecture\n\n```\n~/.workbuddy/academic-kb/\n├── raw/                          # 原始资料（不可修改 / Immutable）\n│   ├── literature/               #   文献全文 PDF/解析文本\n│   ├── news/                     #   资讯/报道原文\n│   └── personal/                 #   个人实验数据、笔记\n├── db/                           # 结构化数据库\n│   ├── literature.json           #   文献元数据（Identifier 为唯一 key）\n│   ├── news.json                 #   资讯条目\n│   ├── personal_data.json        #   个人学术数据\n│   └── tags.json                 #   标签体系\n├── wiki/                         # LLM 维护的 Wiki 知识层\n│   ├── index.md                  #   知识目录\n│   ├── log.md                    #   操作日志\n│   └── [topic-pages].md          #   主题/概念页面\n├── vectors/                      # 向量化存储\n│   ├── embeddings.json           #   向量数据\n│   └── vector_config.json        #   向量化范围配置\n├── sessions/                     # 研究专题（文献子集+笔记+分析）\n│   └── {slug}_yyyymmdd/\n│       ├── session.json           #   专题元数据\n│       ├── literature.json        #   选中文献快照\n│       ├── notes.md               #   用户研究笔记\n│       └── analysis.md            #   AI 生成的研究综述\n└── KB-SCHEMA.md                  # 知识库 Schema 与约定\n```\n\n| 层级 / Layer | 职责 / Responsibility | 所有者 / Owner |\n|------|------|------|\n| **Raw Sources** | 原始资料，不可修改 / Immutable sources | 用户 / User |\n| **Structured DB** | 结构化元数据，CRUD / Structured metadata | 系统 + 用户 |\n| **Wiki** | LLM 自动维护的知识网络 / Auto-maintained knowledge graph | LLM |\n| **Vectors** | 语义检索向量索引 / Vector index | 系统 |\n\n---\n\n## 凭证与配额 / Credentials & Quota\n\n> ## ⚠️ 强制规则 — 必须先询问邮箱\n> 1. **执行任何需要 SmartLib API 的操作前，必须先询问用户邮箱地址**\n> 2. 禁止使用 global-biblio-base/config.json 中预填的邮箱（即使存在且非 null）\n> 3. 禁止自动生成邮箱（如 `user@example.com`、`auto@xxx.com` 等）\n> 4. 用户未提供邮箱 → 停止执行，回复：\n>    \"请提供您的邮箱地址以注册 SmartLib 学术知识库服务（新用户免费 100 次/月）\"\n> 5. 只有用户明确输入邮箱后，才能调用 /register 或 /quota\n>\n> ## 邮箱识别自动化\n> 当用户消息中出现以下模式时，自动提取邮箱 → 无需再次询问：\n> - 明确的邮箱地址（包含 @ 符号的完整地址，如 `xxx@xxx.xxx`）\n> - \"我的邮箱是 xxx\" / \"email: xxx\" / \"用 xxx 注册\" / \"邮箱 xxx\"\n\n本技能**不独立注册**，复用 global-biblio-base 的 gateway 凭证和配额：\n\n```\n检查 global-biblio-base 的 config.json\n  ├── SMARTLIB_EMAIL 已配置 → 复用凭证，进入配额检查\n  │\n  │   配额检查: GET {GATEWAY_URL}/quota?email={SMARTLIB_EMAIL}\n  │\n  │   如果返回 404 \"not_registered\" → 用户可能已被重置/删除\n  │     → 提示: \"检测到您的账户需要重新绑定，正在自动重新注册...\"\n  │     → 调 gateway /register（使用同一邮箱）→ 写入 config.json\n  │     → 注册成功后继续配额检查\n  │\n  └── SMARTLIB_EMAIL 未配置 → 引导用户先注册:\n        \"📋 知识库需要 SmartLib 检索能力。首次使用需绑定邮箱（免费 100 次/月，仅用于配额管理），请输入邮箱即可开始:\"\n        用户输入 → 调 gateway /register（无需验证码）→ 写入 config.json\n        → 成功: \"✅ 注册成功！本月免费 100 次，可立即使用（邮箱验证仅充值时需要，现在不验证也能用）。请告诉我您想检索或录入什么文献——\"\n        → 失败 → 提示原因 → 终止\n```\n\n> **注意**：注册无需验证码，极速完成。\n\n**配额消耗规则 / Quota Consumption Rules:**\n\n本技能与 global-biblio-base **共享配额和计次规则**。配额按**实际 API 接口调用次数**计费，共 5 个接口，每次调用计 1 次。\n\n> Shared quota and billing rules with literature-search. **5 interfaces**, each successful call = 1 quota. Failed calls do NOT consume quota (v36).\n\n**计费接口清单（5个）/ Billable Interfaces (5 total):**\n\n| 类别 | 接口 | 计费 | 知识库中的触发场景 |\n|------|------|------|------|\n| **检索** | 中文期刊检索 | 1次/调用 | 入库时 SmartLib 补全字段（中文文献匹配） |\n| **检索** | 全球文献检索 | 1次/调用 | 入库时 SmartLib 补全字段（外文文献匹配）、研究专题新检索 |\n| **详情** | 中文期刊详情 | 1次/调用 | 补全文献元数据（查看详情） |\n| **详情** | 全球文献详情 | 1次/调用 | 补全外文文献元数据（查看详情） |\n| **下载** | 中文期刊全文下载 | 1次/调用 | 入库时下载中文期刊全文 PDF |\n\n**不计费的操作 / Non-billable Operations:**\n\n| 操作 / Operation | 说明 / Note |\n|------|------|\n| 知识库内检索（分词+向量） | 本地操作，不调 SmartLib API |\n| 入库 SmartLib 检索结果（元数据） | 文献已在检索 Skill 中消耗过配额 |\n| 标签管理、导出引用、Wiki 维护 | 本地操作 |\n| 向量化 API 调用 | 使用独立的向量化服务商，不计 SmartLib 配额 |\n| 研究专题创建（本地文献子集） | 不调外部 API |\n| 外文 OA PDF 探测 | 外部免费 API，不计 SmartLib 配额 |\n\n---\n\n## 🔒 配额耗尽处理 / Quota Exhaustion\n\n配额耗尽后**暂停外部检索请求**：\n\n| 状态 | 行为 |\n|------|------|\n| **配额充足** | 完整使用所有功能（检索、入库、专题、导出） |\n| **配额耗尽** | 知识库本地检索正常；外部检索、入库匹配、新文献补充**一律拒绝** |\n\n**配额耗尽后的提示格式：**\n\n```\n⚠️ 您的 SmartLib 检索配额已用尽。\n\n知识库内 {N} 篇已有文献仍可正常检索、管理、导出。\n但外部检索、入库匹配等需要调用 SmartLib 的功能已被暂停。\n\n> 💰 充值套餐：\n> 体验包：¥9.90 / 1000次\n> 月付基础：¥29.00 / 5000次/月\n> 月付进阶：¥99.00 / 20000次/月\n> 月付专业：¥299.00 / 100000次/月\n> 回复「充值」获取微信支付码，恢复 SmartLib 外部检索能力。\n```\n\n**重要规则**：\n- 配额耗尽后，所有需要调用 SmartLib API 的操作（外部检索、入库匹配、新文献补充）**一律拒绝**，不展示任何部分结果\n- 知识库内已有文献的检索、标签管理、导出、Wiki 维护、研究专题 — **不受影响**（纯本地操作）\n- 充值后立即恢复所有外部检索功能\n\n---\n\n## 输出规范 / Output Standards\n\n**每次调用 SmartLib API 后，在结果末尾展示配额状态：**\n\n```\n📊 本次消耗 {n} 次 | 剩余 {remain} 次 (共 {total} 次/月)\n```\n\n```\n```\n\n---\n\n## 知识库初始化 / KB Initialization\n\n**无需显式\"初始化\"。** 懒加载引导式设计——首次使用任何功能时，基础设施自动静默创建。\n\n> No explicit \"init\" required. Lazy-loading guided design.\n\n### 自愈式就绪 / Self-Healing Readiness\n\n| 检查项 / Check | 缺失时行为 / On Missing |\n|------|------|\n| 根目录不存在 | 静默创建完整目录结构 + 空 JSON 文件 + KB-SCHEMA.md |\n| vector_config.json 不存在 | 静默写入默认配置（BGE-M3 / 硅基流动 / 仅摘要向量化） |\n| 向量化 API Key 未配置 | 仅在首次需要向量化时引导配置，不阻塞入库 |\n| embeddings.json 损坏 | 静默重建空文件 |\n\n### 向量化方案备选 / Vectorization Options\n\n| 方案 / Option | 模型 / Model | 费用 / Cost | 维度 / Dims |\n|------|------|------|------|\n| 推荐 | 硅基流动 BGE-M3 | **免费** | 1024 |\n| 高精度 | 智谱 Embedding-3 | ¥0.5/百万token | 256-2048 |\n| 高精度 | 阿里 text-embedding-v4 | ¥0.5/百万token | 64-2048 |\n| 私有部署 | Ollama + nomic-embed-text | 免费 | 768 |\n\n---\n\n## 数据入库 / Data Ingestion\n\n支持 4 种数据类型入库。\n\n### 类型 1：SmartLib 检索结果入库\n\n**触发**：用户在使用 global-biblio-base 后说\"保存到知识库\"、\"加入知识库\"\n\n```\n用户指定入库的检索结果\n  ├── 遍历每条结果\n  │     ├── Identifier 去重检查（db/literature.json）\n  │     │     ├── 已存在 → 跳过\n  │     │     └── 不存在 → 入库\n  │     └── 入库操作：写 literature.json + 下载原文到 raw/ + 向量化（若配置）\n  └── 汇总提示入库结果\n```\n\n**文献元数据格式（db/literature.json）：**\n\n```json\n{\n  \"Identifier_Value\": {\n    \"identifier\": \"文献唯一ID\",\n    \"title\": \"文献标题\",\n    \"authors\": [\"作者1\", \"作者2\"],\n    \"source_name\": \"期刊/来源\",\n    \"publish_year\": \"2025\",\n    \"abstract\": \"摘要内容\",\n    \"keywords\": [\"关键词1\"],\n    \"doi\": \"10.xxxx/xxxx\",\n    \"core_indexing\": \"SCI;EI\",\n    \"source\": \"smartlib\",\n    \"source_links\": [\n      {\"db_id\": \"scopusjournal\", \"db_title\": \"Scopus\", \"link\": \"https://www.scopus.com/...\"},\n      {\"db_id\": \"wsoscimagazine\", \"db_title\": \"WoS SCI\", \"link\": \"https://www.webofscience.com/...\"}\n    ],\n    \"vectorized\": true,\n    \"tags\": [\"深度学习\"],\n    \"notes\": \"\"\n  }\n}\n```\n\n> **source_links 字段说明**：从 SmartLib 详情接口的 `Source` 字段自动提取，保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%，平均4.75个链接/篇）。入库时自动保存，支持多源交叉验证。\n\n### 类型 2：用户上传文献入库\n\n**触发**：用户提供 PDF/Word/Markdown/BibTeX 文件路径\n\n```\nStep 1：解析文献（PDF 提取文本 / Word 解析结构 / BibTeX 解析字段）\nStep 2：匹配 SmartLib（用标题+作者检索 API 4，标题相似度 > 80% 则合并补全 DOI/ISSN/核心收录）\nStep 3：存储（原文 → raw/literature/，元数据 → literature.json，向量化）\n```\n\n未匹配 SmartLib 的文献标注 `source: \"user_upload\"`。\n\n### 类型 3：资讯/报道入库\n\n**触发**：用户提供 URL 或粘贴文本\n\n```\nStep 1：提取标题、来源、日期、摘要\nStep 2：原文 → raw/news/，元数据 → db/news.json\n```\n\n### 类型 4：个人学术数据入库\n\n**触发**：用户上传实验数据、CSV、笔记等\n\n```\nStep 1：解析数据（CSV 保持表格结构 / 文本 Markdown 存储）\nStep 2：询问是否关联已有文献\nStep 3：原文 → raw/personal/，元数据 → db/personal_data.json\n```\n\n---\n\n## 向量化服务 / Vectorization Service\n\n### API 调用规范\n\n统一使用 OpenAI 兼容格式：\n\n```\nPOST {base_url}/embeddings\nAuthorization: Bearer {api_key}\nBody: {\"model\": \"{model_name}\", \"input\": [\"文本1\", \"文本2\"]}\n```\n\n### 批量向量化\n\n- 单次最多提交 32 条\n- 每批 32 条并发（最多 3 批并行）\n- 单批失败自动重试 3 次（指数退避）\n\n### 向量化触发条件\n\n| 操作 / Operation | 触发向量化？ |\n|------|:--:|\n| 文献检索结果入库 | 若配置开启 |\n| 用户上传文献入库 | 若配置开启 |\n| 资讯/个人数据入库 | 默认关闭 |\n| 删除文献 | 同步删除向量索引 |\n\n---\n\n## 检索策略 / Retrieval Strategy\n\n### 双轨检索流程\n\n```\n用户查询\n  │\n  ├── 1. 知识库分词匹配检索\n  │     ├── 中文分词 → title/abstract/keywords 倒排匹配\n  │     └── BM25 评分（标题 > 关键词 > 摘要）\n  │\n  ├── 2. 知识库向量语义检索\n  │     ├── 查询向量化 → 余弦相似度匹配\n  │     └── 返回 Top-N（N = 分词匹配结果的 2 倍）\n  │\n  ├── 3. 去重合并\n  │     └── BM25 × 0.6 + Vector_Similarity × 0.4\n  │\n  ├── 4. 自适应外部检索\n  │     ├── 知识库 ≥ 3 条 → 知识库置顶 + 正常外部检索\n  │     ├── 知识库 1-2 条 → 知识库置顶 + 外部检索加倍\n  │     └── 知识库 0 条 → 全量外部检索\n  │\n  └── 5. 结果展示（分区：知识库 [📚] / 外部 [🌐]）\n```\n\n### 结果展示格式\n\n```\n🔎 检索：\"{用户查询}\"\n\n════════════════════════════════\n📚 你的知识库（共 N 篇）\n════════════════════════════════\n| # | 收录 | 标题 | 作者 | 来源 | 年份 |\n|---|------|------|------|------|------|\n| 1 | [SCI] | ... | ... | ... | 2024 |\n\n════════════════════════════════\n🌐 外部检索补充（SmartLib，共 M 篇）\n════════════════════════════════\n| # | 收录 | 标题 | 作者 | 来源 | 年份 |\n|---|------|------|------|------|------|\n| 1 | - | ... | ... | ... | 2025 |\n\n💾 输入 \"保存 1,3\" 将外部结果加入知识库\n```\n\n---\n\n## Wiki 知识层维护 / Wiki Maintenance\n\n继承自 LLM Wiki 模式，入库后 LLM 自动维护知识网络。\n\n### 触发时机\n\n| 操作 | 更新范围 |\n|------|------|\n| 入库新文献 | 创建/更新该文献涉及的主题概念页 |\n| 批量入库 ≥ 5 篇 | 全量 Lint（交叉引用、矛盾检测、孤立页面） |\n| 用户手动要求 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n### 入库后更新流程\n\n```\n文献入库 → 提取主题 → 检查已有 Wiki 页面 → 创建/更新概念页\n  → 写入引用 → 更新交叉引用 → 检测矛盾 → 更新 index.md → 追加 log.md\n```\n\n### Lint（健康检查）\n\n批量入库 ≥ 5 篇后自动执行，或用户手动触发。检查项：\n\n1. **矛盾检测**：不同文献间结论冲突，标注 `[⚠️ 矛盾]`\n2. **过时检测**：超过 3 年未更新的概念页\n3. **孤立页面**：无入链的 Wiki 页面\n4. **冗余检测**：内容高度相似的页面\n\n---\n\n## 参考文献管理 / Reference Management\n\n| 功能 / Feature | 触发方式 / Trigger |\n|------|------|\n| 添加文献 | \"保存到知识库\" |\n| 查看详情 | \"查看文献 XXX\" |\n| 删除文献 | \"删除文献 XXX\"（仅删元数据，raw 原文保留） |\n| 去重检测 | 入库时自动触发（Identifier / DOI / 标题匹配） |\n| 标签管理 | \"给这篇文献打标签'深度学习'\" |\n| 批量导出 | \"导出这几篇为 BibTeX\" |\n| 引用生成 | \"引用这篇文献\" → GB/T 7714 / APA / MLA / BibTeX |\n\n### 导出格式\n\n| 格式 | 用途 |\n|------|------|\n| GB/T 7714-2015 | 中文论文（优先） |\n| APA 7th | 社科论文 |\n| MLA 9th | 人文论文 |\n| BibTeX | LaTeX |\n\n---\n\n## 研究专题 / Research Sessions\n\n从知识库中挑选文献子集组成研究专题。专题自包含（文献快照 + 笔记 + AI 分析），可独立导出迁移。\n\n> Create focused research sessions from your KB. Self-contained and portable.\n\n### 触发场景\n\n| 用户意图 / Intent | 触发短语示例 |\n|------|------|\n| 创建专题 | \"把这N篇组成一个专题\"、\"用这些结果创建专题\" |\n| 查看专题 | \"列出我的专题\"、\"打开XX专题\" |\n| 专题内操作 | \"在XX专题里检索...\"、\"更新XX专题笔记\" |\n| 导出/归档 | \"导出XX专题\"、\"归档XX专题\" |\n\n### 存储结构\n\n```\n~/.workbuddy/academic-kb/sessions/{slug}_{yyyymmdd}/\n├── session.json          # 专题元数据（标题、来源、状态）\n├── literature.json       # 选中文献快照（自包含可迁移）\n├── notes.md              # 用户研究笔记\n└── analysis.md           # AI 生成的研究综述\n```\n\n### 专题操作\n\n| 操作 | 说明 |\n|------|------|\n| 创建 | 选文献 → AI 智能命名 → 生成 analysis.md |\n| 添加文献 | 追加到专题 literature.json，不影响主库 |\n| 专题内检索 | 限定范围为专题文献，复用双轨检索 |\n| 更新笔记 | 追加内容（带时间戳），AI 可辅助生成大纲 |\n| 导出 | 打包专题目录为 zip |\n| 归档/删除 | 归档：status → archived；删除：需二次确认 |\n\n> Sessions are snapshots — editing session content never affects the main KB.\n\n---\n\n## 知识库统计 / KB Statistics\n\n**触发**：用户说\"知识库统计\"、\"KB Stats\"等\n\n生成交互式 HTML 报告（模板 `kb-report.html`），包含：\n\n| 功能 | 说明 |\n|------|------|\n| 摘要卡片 | 文献总量、已向量化数、资讯数 |\n| 文献构成 | 按类型和语言的柱状图 |\n| 年份分布 | 按年份统计柱状图 |\n| 热门标签 | 标签云 |\n| 全部文献列表 | 可展开明细表 |\n\n报告通过 `preview_url` 打开。未初始化时显示引导页。\n\n---\n\n## 配置管理 / Configuration Management\n\n| 用户指令 / Command | 操作 / Action |\n|------|------|\n| \"知识库配置\" | 展示 vector_config.json 关键信息 |\n| \"配置向量化\" | 展示方案对比表，引导输入 API Key |\n| \"开启全文向量化\" | 修改 vector_config.json，提示是否补向量化 |\n| \"换用智谱向量\" | 修改 provider/model，提示需重新向量化 |\n\nKey 写入 `~/.workbuddy/academic-kb/vectors/vector_config.json` 的 `api_key` 字段。\n\n---\n\n## 与外部技能的联动 / Integration with Other Skills\n\n| 技能 / Skill | 联动方式 / Integration | 关系 |\n|------|------|------|\n| **llm-wiki** | Wiki 层核心模式（ingest/query/lint、Raw 不可变性、[[wiki-links]]） | ⬆️ 上游参考 |\n| **global-biblio-base** (v3.1) | 检索结果一键入库；SmartLib 补全字段；共享配额与凭证；外部检索联动 | ⬆️ 上游参考 |\n| **smartlib-citation-checker** | 引用核查时优先查知识库；引用格式转换引擎复用 | ➡️ 同级协作 |\n\n---\n\n## 安全与隐私 / Security & Privacy\n\n| 安全原则 / Principle | 实现 / Implementation |\n|------|------|\n| 零越权文件访问 | 所有操作限定在 `~/.workbuddy/academic-kb/` 内 |\n| API Key 安全 | 仅存储在本地 vector_config.json，仅发送至用户选择的向量化服务商 |\n| 零隐藏网络调用 | 仅 SmartLib API 和向量化 API，无遥测 |\n| Raw 不可变 | `raw/` 目录不可修改不可删除 |\n| 无远程执行 | 所有代码本地执行 |\n\n---\n\n## 错误处理与回退 / Error Handling & Fallback\n\n| 故障场景 / Failure | 降级行为 / Degradation |\n|------|------|\n| SmartLib API 无响应 | 自动重试 3 次（1s/3s/9s），失败 → 提示稍后重试 |\n| SmartLib Token 过期 | 自动重新获取，用户无感知 |\n| 向量化 API 无 Key | 跳过向量化，照常入库，分词检索正常 |\n| 向量化 API 调用失败 | 分批重试 3 次，单批失败不影响其他批 |\n| embeddings.json 损坏 | 静默重建，后续检索时自动补向量化 |\n| 知识库目录被误删 | 下次操作时自动检测并静默重建 |\n\n---\n\n## 版本历史 / Version History\n\n| 版本 | 日期 | 核心变更 |\n|------|------|---------|\n| v3.0 | 2026-05 | 初次上线：支持4类数据入库、双轨检索（向量+分词）、Wiki知识层、研究专题管理 |\n| v3.1 | 2026-05 | 外部检索配额消耗更透明，API调用成功后才扣次数 |\n| v3.2 | 2026-05 | 入库文献自动附带原始数据库来源链接，支持一键跳转验证 |\n| v3.3 | 2026-06 | 外部检索失败不再消耗配额；上游文献检索技能功能增强 |\n| v3.4 | 2026-06 | 服务连接优化，新增更多文献入口 |\n| v3.5 | 2026-06 | 注册流程简化，新用户开通更快捷 |\n| v3.6 | 2026-06 | 注册赠送次数增加至100次；可订阅套餐最低1000次起 |\n| v3.7 | 2026-06 | 新用户引导体验优化，首次使用自动配置，无需手动设置 |\n| v3.8 | 2026-06 | 文献检索渠道扩充至12亿全球文献 |\n| v3.9 | 2026-06 | 文献检索链路优化，查全率和查准率提升 |\n| v3.10 | 2026-06 | 技能名称更新为「个人文献知识库」；检索速度优化 |\n| v3.11 | 2026-06 | 技能展示名称与描述优化 |\n\nFile v3.11.2:README.md\n\n# Academic Knowledge Base (学术知识库) v3.7\n\n> Your research compounds. Not just searches — a personal knowledge hub that grows with every query.\n\n**SkillHub 安装名：** `academic-knowledge-base`\n**作者：** @J-levee (张亚东 / Zhang Yadong)\n**依赖技能：** global-biblio-base (必需), smartlib-citation-checker (推荐)\n\n---\n\n## 这是什么？ / What is this?\n\n一个**面向学术研究者的个人知识中枢**。让每一次文献检索和研究自动沉淀到私有知识库，形成持续积累的研究资产。\n\n> A personal knowledge hub for academic researchers. Every search and study session compounds into your private knowledge base.\n\n### 一句话说清 / One-liner\n\n> 你说\"查 RAG 最新进展\" → AI 先搜你的知识库 → 再搜外部补充 → 一键入库。以后你再问，知识库优先回答。\n\n---\n\n## 核心功能 / Core Features\n\n### 4 类数据自动入库\n\n| 数据类型 | 触发方式 | 入库行为 |\n|------|------|------|\n| SmartLib 检索结果 | \"保存到知识库\" | 元数据写入 + 摘要自动向量化 + Wiki 概念页更新 |\n| 用户上传文献 (PDF/Word/BibTeX) | 提供文件路径 | 解析 → SmartLib 匹配补全字段 → 入库 |\n| 资讯/报道 | \"保存这篇资讯\" | 原文存档 + 元数据标引入库 |\n| 个人学术数据 | \"记录这些实验数据\" | CSV/Excel/笔记入库，可关联到文献 |\n\n### 双轨智能检索\n\n- **BM25 分词匹配**：标题/关键词/摘要倒排索引\n- **向量语义检索**：BGE-M3（免费，1024维，中文优化）\n- **加权合并**：知识库结果 [📚] 置顶，命中不足时自动扩展外部 SmartLib 检索\n\n### LLM 自动维护 Wiki 知识层\n\n继承自 Karpathy LLM Wiki 模式 — 每次入库 AI 自动创建/更新主题概念页、建立文献交叉引用。\n\n### 研究专题 (Research Sessions)\n\n文献子集 → 智能命名 → 笔记 + AI 分析 → 一键导出 zip 快照。\n\n### 交互式统计报告\n\n说\"知识库统计\" → 自动生成 HTML 报告：摘要卡片 + 语言饼图 + 年份柱状图 + 标签云。\n\n---\n\n## 💰 变现说明 / Monetization\n\n本技能与 `global-biblio-base` **共享凭证和配额**。首次使用自动检测并复用凭证，共享 100 次/月免费额度。\n\n| 状态 | 展示规则 |\n|------|---------|\n| 配额充足 | 知识库检索完整展示所有结果 |\n| 配额耗尽 | Gateway 返回 429，外部检索、入库匹配等需要调用 SmartLib 的功能**一律拒绝**；知识库本地检索、标签管理、导出等纯本地操作正常 |\n\n每次入库一条文献 = 消耗 1 次配额。回复「充值」获取微信支付码。\n\n---\n\n## 快速开始 / Quick Start\n\n### 1. 安装\n\n在 WorkBuddy 中，SkillHub 搜索 `academic-knowledge-base` → 一键安装。必须同时安装 `global-biblio-base`。\n\n### 2. 第一次使用\n\n**直接开始就行。** 本技能采用懒加载设计：\n\n```\n你：\"帮我查 RAG 技术的文献\"\n→ AI 自动创建知识库目录 → 用 SmartLib 检索 → 展示结果\n你：\"保存全部\"\n→ 自动入库 + 去重 + 标签提取 + Wiki 更新 → 完成\n```\n\n### 3. (可选) 开启语义检索\n\n首次批量入库时 AI 会提示配置向量化。推荐免费 BGE-M3（硅基流动），获取 Key → https://cloud.siliconflow.cn/account/ak。不配置也不影响核心功能。\n\n### 4. 你的第一句话\n\n| 你想... | 这样说 |\n|------|------|\n| 搜文献 | \"帮我查 Transformer 在药物发现中的应用\" |\n| 保存 | \"把这 5 篇保存到知识库\" |\n| 看自己的库 | \"我的知识库有什么\" / \"知识库统计\" |\n| 创建专题 | \"把这 N 篇组成一个专题\" |\n\n---\n\n## FAQ\n\n**Q: 这个和 global-biblio-base 有什么区别？**\nA: 后者是\"搜索引擎\"（每次调用外部 API），本技能是\"私人图书馆\"（搜过就存下来，越积越多）。\n\n**Q: 向量化要钱吗？**\nA: 默认方案（硅基流动 BGE-M3）完全免费。\n\n**Q: 我的数据安全吗？**\nA: 全部存储在本地 `~/.workbuddy/academic-kb/`，不上传任何服务器。\n\n---\n\n> Inspired by [Karpathy LLM Wiki](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) and powered by [SmartLib API](https://www.vipslib.com/).\n\nFile v3.11.2:_meta.json\n\n{\n  \"ownerId\": \"kn71136czyc1f1bmx5rt1tjtes86jsve\",\n  \"slug\": \"academic-knowledge-base\",\n  \"version\": \"3.11.2\",\n  \"publishedAt\": 1784103262290\n}\n\nFile v3.11.2:skill-card.md\n\n## Description: <br>\nAcademic Knowledge Base helps academic researchers build a local literature knowledge base that combines SmartLib literature search, local BM25 and vector search, reference management, research sessions, and LLM-maintained wiki notes. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[j-levee](https://clawhub.ai/user/j-levee) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nExternal researchers and knowledge workers use this skill to collect literature, uploaded documents, news, and research data into a persistent local academic knowledge base, then search, tag, cite, summarize, and export it for research and writing. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: The skill creates and maintains a persistent local research database. <br>\nMitigation: Review the target local storage location before first use, test with non-sensitive documents, and keep backups or deletion steps for data the skill writes. <br>\nRisk: Document metadata or text may be processed through SmartLib and user-selected embedding services. <br>\nMitigation: Confirm the configured SmartLib account, embedding provider, and data-sharing expectations before importing confidential drafts, unpublished research, or sensitive personal data. <br>\nRisk: Credential and quota configuration is shared with global-biblio-base, and the artifact includes gateway configuration. <br>\nMitigation: Review config.json secret handling, replace bundled or example credentials with user-managed values, and confirm the email and quota account before SmartLib API use. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/j-levee/skills/academic-knowledge-base) <br>\n- [Karpathy LLM Wiki reference](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) <br>\n- [SmartLib API](https://www.vipslib.com/) <br>\n- [SiliconFlow API key settings](https://cloud.siliconflow.cn/account/ak) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance] <br>\n**Output Format:** [Markdown guidance with tables, JSON configuration and data files, local filesystem updates, API request guidance, and optional HTML reports.] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Creates and updates persistent files under ~/.workbuddy/academic-kb and may call SmartLib or user-selected embedding services.] <br>\n\n## Skill Version(s): <br>\n3.11.2 (source: SKILL.md frontmatter and server release evidence) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nFile v3.11.2:config.example.json\n\n{\r\n  \"SMARTLIB_GATEWAY_URL\": \"https://1318491188-jvmi3wist0.ap-shanghai.tencentscf.com\",\r\n  \"SMARTLIB_GATEWAY_SECRET\": \"<your-gateway-secret>\",\r\n  \"SMARTLIB_EMAIL\": null,\r\n  \"SMARTLIB_APPID\": null,\r\n  \"SMARTLIB_APPSECRET\": null\r\n}\n\nFile v3.11.2:config.json\n\n{\r\n  \"SMARTLIB_GATEWAY_URL\": \"https://1318491188-jvmi3wist0.ap-shanghai.tencentscf.com\",\r\n  \"SMARTLIB_GATEWAY_SECRET\": \"sk-O9vHwWzMg0Jf7khvhKQ0xxpdGIOROcw5RyQnROrNuZj9x6hOeHmi2\",\r\n  \"SMARTLIB_EMAIL\": null,\r\n  \"SMARTLIB_APPID\": null,\r\n  \"SMARTLIB_APPSECRET\": null\r\n}\n\nArchive v3.6.1: 5 files, 15116 bytes\n\nFiles: config.json (265b), README.md (4189b), skill-card.md (3104b), SKILL.md (25412b), _meta.json (142b)\n\nFile v3.6.1:SKILL.md\n\n---\nname: academic-knowledge-base\ndisplayName: 个人文献知识库，自带全球文献检索（支持向量搜索+传统分词搜索）\nversion: 3.11\nhomepage: https://www.vipslib.com\ndescription: |\n  面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。\n  支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索、分词匹配检索、参考文献管理、Wiki知识层自动维护。\n  ✨ 亮点：入库文献自动保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%），支持多源交叉验证。\n  采用懒加载引导式初始化，无需前置配置即可使用。配额管理复用 global-biblio-base 的 gateway 凭证和计次规则（v3.1：5接口，每次调用计1次），配额耗尽后暂停外部检索请求。\n  适用场景：文献管理、知识积累、论文写作辅助、研究调研。触发词：保存到知识库、知识库统计、我的知识库、给这篇打标签、列出我的专题、文献管理、论文管理、我的论文库、文献收藏、研究笔记、知识整理、学术知识库、论文知识库、文献整理、学术笔记、研究知识管理、收藏这篇文章、加入知识库、文献综述工具。\n  A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki + SmartLib literature search + vectorized semantic retrieval. Ingested literature automatically preserves original database source links (300+ databases, 100% coverage) for cross-verification. Quota managed via global-biblio-base gateway with v3.1 billing rules (5 interfaces, 1 quota per successful call), restricted display when quota exhausted.\n  Production URL: read from global-biblio-base/config.json → SMARTLIB_GATEWAY_URL (Gateway v47, version 67)\nmetadata:\n  openclaw:\n    emoji: \"🧠\"\n    requires:\n      env:\n        - SMARTLIB_GATEWAY_SECRET\n        - SMARTLIB_GATEWAY_URL\n        - SMARTLIB_EMAIL\n    envVars:\n      - name: SMARTLIB_GATEWAY_URL\n        required: true\n        description: SmartLib Gateway 服务地址\n      - name: SMARTLIB_GATEWAY_SECRET\n        required: true\n        description: SmartLib Gateway API 密钥\n      - name: SMARTLIB_EMAIL\n        required: true\n        description: 注册邮箱（必填，复用 global-biblio-base 凭证与配额）\nagent_created: true\nrecommends: [global-biblio-base, smartlib-citation-checker]\nallowed-tools: [Read, Write, Edit, Bash, WebFetch, AskUserQuestion]\n---\n\n## 快速触发词 / Quick Trigger Reference\n\n| 你想做什么 / What to do | 这样说 / Say |\n|------|------|\n| 保存文献 | \"保存到知识库\"、\"加入知识库\"、\"收藏这篇文章\" |\n| 搜索自己的文献 | \"在我的知识库里找...\"、\"查一下我的文献有没有...\" |\n| 看知识库统计 | \"知识库统计\"、\"我的知识库有多少文献\" |\n| 管理标签 | \"给这篇打标签...\"、\"我的深度学习标签\" |\n| 导出引用 | \"引用这篇文献\"、\"导出这几篇为 BibTeX\" |\n| 创建研究专题 | \"把这N篇组成一个专题\"、\"开个XX的课题\" |\n| 查看专题 | \"列出我的专题\"、\"打开XX专题\"、\"有哪些专题\" |\n| 专题内检索 | \"在XX专题里检索...\" |\n| 导出/归档 | \"导出XX专题\"、\"归档XX专题\" |\n| 配置 | \"知识库配置\"、\"配置向量化\" |\n| 健康检查 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n# 学术知识库 / Academic Knowledge Base\n\n> 中文 / Chinese | [English below each section]\n\n面向学术研究者的个人知识中枢 —— 整合 Karpathy LLM Wiki 知识编译 + SmartLib 文献检索 + 向量化语义检索，让每一次检索和研究都沉淀为自己的知识资产。\n\n> A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki knowledge compilation + SmartLib literature search + vectorized semantic retrieval. Every search and study session compounds into your own knowledge asset.\n\n---\n\n## 来源参考 / Source References\n\n本技能的设计架构和工作流继承自以下两个上游技能：\n\n### 参考技能 1：Karpathy LLM Wiki\n\n- **技能位置**：`~/.workbuddy/skills/Karpathy LLM Wiki/`\n- **核心理念**：用 LLM 增量构建和维护持久化 Wiki 知识库，而非每次查询时做 RAG\n- **本技能继承**：Raw 不可变性、LLM 维护 Wiki 层、ingest/query/lint 操作、[[wiki-links]] 格式\n\n> Inherited: Raw immutability, LLM-owned wiki layer, ingest/query/lint operations, wiki page format.\n\n### 参考技能 2：global-biblio-base\n\n- **技能位置**：`~/.workbuddy/skills/global-biblio-base/`\n- **版本**：v3.1\n- **核心理念**：基于 SmartLib 开放平台 API 提供中外文学术文献检索，已接入全程自动化服务（gateway 注册 + 配额消耗 + 微信支付充值）\n- **本技能继承**：文献检索 API + 认证流程、元数据字段结构、三级检索策略、外部检索联动。**配额共享**——与 literature-search 使用同一 gateway 凭证和配额\n\n> Inherited: SmartLib API auth, metadata schema, search strategies, field validation. **Quota shared** with literature-search.\n\n---\n\n## 核心架构 / Core Architecture\n\n```\n~/.workbuddy/academic-kb/\n├── raw/                          # 原始资料（不可修改 / Immutable）\n│   ├── literature/               #   文献全文 PDF/解析文本\n│   ├── news/                     #   资讯/报道原文\n│   └── personal/                 #   个人实验数据、笔记\n├── db/                           # 结构化数据库\n│   ├── literature.json           #   文献元数据（Identifier 为唯一 key）\n│   ├── news.json                 #   资讯条目\n│   ├── personal_data.json        #   个人学术数据\n│   └── tags.json                 #   标签体系\n├── wiki/                         # LLM 维护的 Wiki 知识层\n│   ├── index.md                  #   知识目录\n│   ├── log.md                    #   操作日志\n│   └── [topic-pages].md          #   主题/概念页面\n├── vectors/                      # 向量化存储\n│   ├── embeddings.json           #   向量数据\n│   └── vector_config.json        #   向量化范围配置\n├── sessions/                     # 研究专题（文献子集+笔记+分析）\n│   └── {slug}_yyyymmdd/\n│       ├── session.json           #   专题元数据\n│       ├── literature.json        #   选中文献快照\n│       ├── notes.md               #   用户研究笔记\n│       └── analysis.md            #   AI 生成的研究综述\n└── KB-SCHEMA.md                  # 知识库 Schema 与约定\n```\n\n| 层级 / Layer | 职责 / Responsibility | 所有者 / Owner |\n|------|------|------|\n| **Raw Sources** | 原始资料，不可修改 / Immutable sources | 用户 / User |\n| **Structured DB** | 结构化元数据，CRUD / Structured metadata | 系统 + 用户 |\n| **Wiki** | LLM 自动维护的知识网络 / Auto-maintained knowledge graph | LLM |\n| **Vectors** | 语义检索向量索引 / Vector index | 系统 |\n\n---\n\n## 凭证与配额 / Credentials & Quota\n\n> ## ⚠️ 强制规则 — 必须先询问邮箱\n> 1. **执行任何操作前，必须先询问用户邮箱地址**\n> 2. 禁止使用 global-biblio-base/config.json 中预填的邮箱（即使存在且非 null）\n> 3. 禁止自动生成邮箱（如 `user@example.com`、`auto@xxx.com` 等）\n> 4. 用户未提供邮箱 → 停止执行，回复：\n>    \"请提供您的邮箱地址以注册 SmartLib 学术知识库（新用户免费 100 次/月）\"\n> 5. 只有用户明确输入邮箱后，才能调用 /register 或 /quota\n>\n> ## 邮箱识别自动化\n> 当用户消息中出现以下模式时，自动提取邮箱 → 无需再次询问：\n> - 明确的邮箱地址（包含 @ 符号的完整地址，如 `xxx@xxx.xxx`）\n> - \"我的邮箱是 xxx\" / \"email: xxx\" / \"用 xxx 注册\" / \"邮箱 xxx\"\n\n本技能**不独立注册**，复用 global-biblio-base 的 gateway 凭证和配额：\n\n```\n检查 global-biblio-base 的 config.json\n  ├── SMARTLIB_EMAIL 已配置 → 复用凭证，进入配额检查\n  │\n  │   配额检查: GET {GATEWAY_URL}/quota?email={SMARTLIB_EMAIL}\n  │\n  │   如果返回 404 \"not_registered\" → 用户可能已被重置/删除\n  │     → 提示: \"检测到您的账户需要重新绑定，正在自动重新注册...\"\n  │     → 调 gateway /register（使用同一邮箱）→ 写入 config.json\n  │     → 注册成功后继续配额检查\n  │\n  └── SMARTLIB_EMAIL 未配置 → 引导用户先注册:\n        \"📋 知识库需要 SmartLib 检索能力。首次使用需绑定邮箱（免费 100 次/月，仅用于配额管理），请输入邮箱即可开始:\"\n        用户输入 → 调 gateway /register（无需验证码）→ 写入 config.json\n        → 成功: \"✅ 注册成功！本月免费 100 次，可立即使用（邮箱验证仅充值时需要，现在不验证也能用）。请告诉我您想检索或录入什么文献——\"\n        → 失败 → 提示原因 → 终止\n```\n\n> **注意**：注册无需验证码，极速完成。\n\n**配额消耗规则 / Quota Consumption Rules:**\n\n本技能与 global-biblio-base **共享配额和计次规则**。配额按**实际 API 接口调用次数**计费，共 5 个接口，每次调用计 1 次。\n\n> Shared quota and billing rules with literature-search. **5 interfaces**, each successful call = 1 quota. Failed calls do NOT consume quota (v36).\n\n**计费接口清单（5个）/ Billable Interfaces (5 total):**\n\n| 类别 | 接口 | 计费 | 知识库中的触发场景 |\n|------|------|------|------|\n| **检索** | 中文期刊检索 | 1次/调用 | 入库时 SmartLib 补全字段（中文文献匹配） |\n| **检索** | 全球文献检索 | 1次/调用 | 入库时 SmartLib 补全字段（外文文献匹配）、研究专题新检索 |\n| **详情** | 中文期刊详情 | 1次/调用 | 补全文献元数据（查看详情） |\n| **详情** | 全球文献详情 | 1次/调用 | 补全外文文献元数据（查看详情） |\n| **下载** | 中文期刊全文下载 | 1次/调用 | 入库时下载中文期刊全文 PDF |\n\n**不计费的操作 / Non-billable Operations:**\n\n| 操作 / Operation | 说明 / Note |\n|------|------|\n| 知识库内检索（分词+向量） | 本地操作，不调 SmartLib API |\n| 入库 SmartLib 检索结果（元数据） | 文献已在检索 Skill 中消耗过配额 |\n| 标签管理、导出引用、Wiki 维护 | 本地操作 |\n| 向量化 API 调用 | 使用独立的向量化服务商，不计 SmartLib 配额 |\n| 研究专题创建（本地文献子集） | 不调外部 API |\n| 外文 OA PDF 探测 | 外部免费 API，不计 SmartLib 配额 |\n\n---\n\n## 🔒 配额耗尽处理 / Quota Exhaustion\n\n配额耗尽后**暂停外部检索请求**：\n\n| 状态 | 行为 |\n|------|------|\n| **配额充足** | 完整使用所有功能（检索、入库、专题、导出） |\n| **配额耗尽** | 知识库本地检索正常；外部检索、入库匹配、新文献补充**一律拒绝** |\n\n**配额耗尽后的提示格式：**\n\n```\n⚠️ 您的 SmartLib 检索配额已用尽。\n\n知识库内 {N} 篇已有文献仍可正常检索、管理、导出。\n但外部检索、入库匹配等需要调用 SmartLib 的功能已被暂停。\n\n> 💰 充值套餐：\n> 体验包：¥9.90 / 1000次\n> 月付基础：¥29.00 / 5000次/月\n> 月付进阶：¥99.00 / 20000次/月\n> 月付专业：¥299.00 / 100000次/月\n> 回复「充值」获取微信支付码，恢复 SmartLib 外部检索能力。\n```\n\n**重要规则**：\n- 配额耗尽后，所有需要调用 SmartLib API 的操作（外部检索、入库匹配、新文献补充）**一律拒绝**，不展示任何部分结果\n- 知识库内已有文献的检索、标签管理、导出、Wiki 维护、研究专题 — **不受影响**（纯本地操作）\n- 充值后立即恢复所有外部检索功能\n\n---\n\n## 输出规范 / Output Standards\n\n**每次调用 SmartLib API 后，在结果末尾展示配额状态：**\n\n```\n📊 本次消耗 {n} 次 | 剩余 {remain} 次 (共 {total} 次/月)\n```\n\n```\n```\n\n---\n\n## 知识库初始化 / KB Initialization\n\n**无需显式\"初始化\"。** 懒加载引导式设计——首次使用任何功能时，基础设施自动静默创建。\n\n> No explicit \"init\" required. Lazy-loading guided design.\n\n### 自愈式就绪 / Self-Healing Readiness\n\n| 检查项 / Check | 缺失时行为 / On Missing |\n|------|------|\n| 根目录不存在 | 静默创建完整目录结构 + 空 JSON 文件 + KB-SCHEMA.md |\n| vector_config.json 不存在 | 静默写入默认配置（BGE-M3 / 硅基流动 / 仅摘要向量化） |\n| 向量化 API Key 未配置 | 仅在首次需要向量化时引导配置，不阻塞入库 |\n| embeddings.json 损坏 | 静默重建空文件 |\n\n### 向量化方案备选 / Vectorization Options\n\n| 方案 / Option | 模型 / Model | 费用 / Cost | 维度 / Dims |\n|------|------|------|------|\n| 推荐 | 硅基流动 BGE-M3 | **免费** | 1024 |\n| 高精度 | 智谱 Embedding-3 | ¥0.5/百万token | 256-2048 |\n| 高精度 | 阿里 text-embedding-v4 | ¥0.5/百万token | 64-2048 |\n| 私有部署 | Ollama + nomic-embed-text | 免费 | 768 |\n\n---\n\n## 数据入库 / Data Ingestion\n\n支持 4 种数据类型入库。\n\n### 类型 1：SmartLib 检索结果入库\n\n**触发**：用户在使用 global-biblio-base 后说\"保存到知识库\"、\"加入知识库\"\n\n```\n用户指定入库的检索结果\n  ├── 遍历每条结果\n  │     ├── Identifier 去重检查（db/literature.json）\n  │     │     ├── 已存在 → 跳过\n  │     │     └── 不存在 → 入库\n  │     └── 入库操作：写 literature.json + 下载原文到 raw/ + 向量化（若配置）\n  └── 汇总提示入库结果\n```\n\n**文献元数据格式（db/literature.json）：**\n\n```json\n{\n  \"Identifier_Value\": {\n    \"identifier\": \"文献唯一ID\",\n    \"title\": \"文献标题\",\n    \"authors\": [\"作者1\", \"作者2\"],\n    \"source_name\": \"期刊/来源\",\n    \"publish_year\": \"2025\",\n    \"abstract\": \"摘要内容\",\n    \"keywords\": [\"关键词1\"],\n    \"doi\": \"10.xxxx/xxxx\",\n    \"core_indexing\": \"SCI;EI\",\n    \"source\": \"smartlib\",\n    \"source_links\": [\n      {\"db_id\": \"scopusjournal\", \"db_title\": \"Scopus\", \"link\": \"https://www.scopus.com/...\"},\n      {\"db_id\": \"wsoscimagazine\", \"db_title\": \"WoS SCI\", \"link\": \"https://www.webofscience.com/...\"}\n    ],\n    \"vectorized\": true,\n    \"tags\": [\"深度学习\"],\n    \"notes\": \"\"\n  }\n}\n```\n\n> **source_links 字段说明**：从 SmartLib 详情接口的 `Source` 字段自动提取，保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%，平均4.75个链接/篇）。入库时自动保存，支持多源交叉验证。\n\n### 类型 2：用户上传文献入库\n\n**触发**：用户提供 PDF/Word/Markdown/BibTeX 文件路径\n\n```\nStep 1：解析文献（PDF 提取文本 / Word 解析结构 / BibTeX 解析字段）\nStep 2：匹配 SmartLib（用标题+作者检索 API 4，标题相似度 > 80% 则合并补全 DOI/ISSN/核心收录）\nStep 3：存储（原文 → raw/literature/，元数据 → literature.json，向量化）\n```\n\n未匹配 SmartLib 的文献标注 `source: \"user_upload\"`。\n\n### 类型 3：资讯/报道入库\n\n**触发**：用户提供 URL 或粘贴文本\n\n```\nStep 1：提取标题、来源、日期、摘要\nStep 2：原文 → raw/news/，元数据 → db/news.json\n```\n\n### 类型 4：个人学术数据入库\n\n**触发**：用户上传实验数据、CSV、笔记等\n\n```\nStep 1：解析数据（CSV 保持表格结构 / 文本 Markdown 存储）\nStep 2：询问是否关联已有文献\nStep 3：原文 → raw/personal/，元数据 → db/personal_data.json\n```\n\n---\n\n## 向量化服务 / Vectorization Service\n\n### API 调用规范\n\n统一使用 OpenAI 兼容格式：\n\n```\nPOST {base_url}/embeddings\nAuthorization: Bearer {api_key}\nBody: {\"model\": \"{model_name}\", \"input\": [\"文本1\", \"文本2\"]}\n```\n\n### 批量向量化\n\n- 单次最多提交 32 条\n- 每批 32 条并发（最多 3 批并行）\n- 单批失败自动重试 3 次（指数退避）\n\n### 向量化触发条件\n\n| 操作 / Operation | 触发向量化？ |\n|------|:--:|\n| 文献检索结果入库 | 若配置开启 |\n| 用户上传文献入库 | 若配置开启 |\n| 资讯/个人数据入库 | 默认关闭 |\n| 删除文献 | 同步删除向量索引 |\n\n---\n\n## 检索策略 / Retrieval Strategy\n\n### 双轨检索流程\n\n```\n用户查询\n  │\n  ├── 1. 知识库分词匹配检索\n  │     ├── 中文分词 → title/abstract/keywords 倒排匹配\n  │     └── BM25 评分（标题 > 关键词 > 摘要）\n  │\n  ├── 2. 知识库向量语义检索\n  │     ├── 查询向量化 → 余弦相似度匹配\n  │     └── 返回 Top-N（N = 分词匹配结果的 2 倍）\n  │\n  ├── 3. 去重合并\n  │     └── BM25 × 0.6 + Vector_Similarity × 0.4\n  │\n  ├── 4. 自适应外部检索\n  │     ├── 知识库 ≥ 3 条 → 知识库置顶 + 正常外部检索\n  │     ├── 知识库 1-2 条 → 知识库置顶 + 外部检索加倍\n  │     └── 知识库 0 条 → 全量外部检索\n  │\n  └── 5. 结果展示（分区：知识库 [📚] / 外部 [🌐]）\n```\n\n### 结果展示格式\n\n```\n🔎 检索：\"{用户查询}\"\n\n════════════════════════════════\n📚 你的知识库（共 N 篇）\n════════════════════════════════\n| # | 收录 | 标题 | 作者 | 来源 | 年份 |\n|---|------|------|------|------|------|\n| 1 | [SCI] | ... | ... | ... | 2024 |\n\n════════════════════════════════\n🌐 外部检索补充（SmartLib，共 M 篇）\n════════════════════════════════\n| # | 收录 | 标题 | 作者 | 来源 | 年份 |\n|---|------|------|------|------|------|\n| 1 | - | ... | ... | ... | 2025 |\n\n💾 输入 \"保存 1,3\" 将外部结果加入知识库\n```\n\n---\n\n## Wiki 知识层维护 / Wiki Maintenance\n\n继承自 LLM Wiki 模式，入库后 LLM 自动维护知识网络。\n\n### 触发时机\n\n| 操作 | 更新范围 |\n|------|------|\n| 入库新文献 | 创建/更新该文献涉及的主题概念页 |\n| 批量入库 ≥ 5 篇 | 全量 Lint（交叉引用、矛盾检测、孤立页面） |\n| 用户手动要求 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n### 入库后更新流程\n\n```\n文献入库 → 提取主题 → 检查已有 Wiki 页面 → 创建/更新概念页\n  → 写入引用 → 更新交叉引用 → 检测矛盾 → 更新 index.md → 追加 log.md\n```\n\n### Lint（健康检查）\n\n批量入库 ≥ 5 篇后自动执行，或用户手动触发。检查项：\n\n1. **矛盾检测**：不同文献间结论冲突，标注 `[⚠️ 矛盾]`\n2. **过时检测**：超过 3 年未更新的概念页\n3. **孤立页面**：无入链的 Wiki 页面\n4. **冗余检测**：内容高度相似的页面\n\n---\n\n## 参考文献管理 / Reference Management\n\n| 功能 / Feature | 触发方式 / Trigger |\n|------|------|\n| 添加文献 | \"保存到知识库\" |\n| 查看详情 | \"查看文献 XXX\" |\n| 删除文献 | \"删除文献 XXX\"（仅删元数据，raw 原文保留） |\n| 去重检测 | 入库时自动触发（Identifier / DOI / 标题匹配） |\n| 标签管理 | \"给这篇文献打标签'深度学习'\" |\n| 批量导出 | \"导出这几篇为 BibTeX\" |\n| 引用生成 | \"引用这篇文献\" → GB/T 7714 / APA / MLA / BibTeX |\n\n### 导出格式\n\n| 格式 | 用途 |\n|------|------|\n| GB/T 7714-2015 | 中文论文（优先） |\n| APA 7th | 社科论文 |\n| MLA 9th | 人文论文 |\n| BibTeX | LaTeX |\n\n---\n\n## 研究专题 / Research Sessions\n\n从知识库中挑选文献子集组成研究专题。专题自包含（文献快照 + 笔记 + AI 分析），可独立导出迁移。\n\n> Create focused research sessions from your KB. Self-contained and portable.\n\n### 触发场景\n\n| 用户意图 / Intent | 触发短语示例 |\n|------|------|\n| 创建专题 | \"把这N篇组成一个专题\"、\"用这些结果创建专题\" |\n| 查看专题 | \"列出我的专题\"、\"打开XX专题\" |\n| 专题内操作 | \"在XX专题里检索...\"、\"更新XX专题笔记\" |\n| 导出/归档 | \"导出XX专题\"、\"归档XX专题\" |\n\n### 存储结构\n\n```\n~/.workbuddy/academic-kb/sessions/{slug}_{yyyymmdd}/\n├── session.json          # 专题元数据（标题、来源、状态）\n├── literature.json       # 选中文献快照（自包含可迁移）\n├── notes.md              # 用户研究笔记\n└── analysis.md           # AI 生成的研究综述\n```\n\n### 专题操作\n\n| 操作 | 说明 |\n|------|------|\n| 创建 | 选文献 → AI 智能命名 → 生成 analysis.md |\n| 添加文献 | 追加到专题 literature.json，不影响主库 |\n| 专题内检索 | 限定范围为专题文献，复用双轨检索 |\n| 更新笔记 | 追加内容（带时间戳），AI 可辅助生成大纲 |\n| 导出 | 打包专题目录为 zip |\n| 归档/删除 | 归档：status → archived；删除：需二次确认 |\n\n> Sessions are snapshots — editing session content never affects the main KB.\n\n---\n\n## 知识库统计 / KB Statistics\n\n**触发**：用户说\"知识库统计\"、\"KB Stats\"等\n\n生成交互式 HTML 报告（模板 `kb-report.html`），包含：\n\n| 功能 | 说明 |\n|------|------|\n| 摘要卡片 | 文献总量、已向量化数、资讯数 |\n| 文献构成 | 按类型和语言的柱状图 |\n| 年份分布 | 按年份统计柱状图 |\n| 热门标签 | 标签云 |\n| 全部文献列表 | 可展开明细表 |\n\n报告通过 `preview_url` 打开。未初始化时显示引导页。\n\n---\n\n## 配置管理 / Configuration Management\n\n| 用户指令 / Command | 操作 / Action |\n|------|------|\n| \"知识库配置\" | 展示 vector_config.json 关键信息 |\n| \"配置向量化\" | 展示方案对比表，引导输入 API Key |\n| \"开启全文向量化\" | 修改 vector_config.json，提示是否补向量化 |\n| \"换用智谱向量\" | 修改 provider/model，提示需重新向量化 |\n\nKey 写入 `~/.workbuddy/academic-kb/vectors/vector_config.json` 的 `api_key` 字段。\n\n---\n\n## 与外部技能的联动 / Integration with Other Skills\n\n| 技能 / Skill | 联动方式 / Integration | 关系 |\n|------|------|------|\n| **llm-wiki** | Wiki 层核心模式（ingest/query/lint、Raw 不可变性、[[wiki-links]]） | ⬆️ 上游参考 |\n| **global-biblio-base** (v3.1) | 检索结果一键入库；SmartLib 补全字段；共享配额与凭证；外部检索联动 | ⬆️ 上游参考 |\n| **smartlib-citation-checker** | 引用核查时优先查知识库；引用格式转换引擎复用 | ➡️ 同级协作 |\n\n---\n\n## 安全与隐私 / Security & Privacy\n\n| 安全原则 / Principle | 实现 / Implementation |\n|------|------|\n| 零越权文件访问 | 所有操作限定在 `~/.workbuddy/academic-kb/` 内 |\n| API Key 安全 | 仅存储在本地 vector_config.json，仅发送至用户选择的向量化服务商 |\n| 零隐藏网络调用 | 仅 SmartLib API 和向量化 API，无遥测 |\n| Raw 不可变 | `raw/` 目录不可修改不可删除 |\n| 无远程执行 | 所有代码本地执行 |\n\n---\n\n## 错误处理与回退 / Error Handling & Fallback\n\n| 故障场景 / Failure | 降级行为 / Degradation |\n|------|------|\n| SmartLib API 无响应 | 自动重试 3 次（1s/3s/9s），失败 → 提示稍后重试 |\n| SmartLib Token 过期 | 自动重新获取，用户无感知 |\n| 向量化 API 无 Key | 跳过向量化，照常入库，分词检索正常 |\n| 向量化 API 调用失败 | 分批重试 3 次，单批失败不影响其他批 |\n| embeddings.json 损坏 | 静默重建，后续检索时自动补向量化 |\n| 知识库目录被误删 | 下次操作时自动检测并静默重建 |\n\n---\n\n## 版本历史 / Version History\n\n| 版本 | 日期 | 核心变更 |\n|------|------|---------|\n| v3.0 | 2026-05 | 初次上线：支持4类数据入库、双轨检索（向量+分词）、Wiki知识层、研究专题管理 |\n| v3.1 | 2026-05 | 外部检索配额消耗更透明，API调用成功后才扣次数 |\n| v3.2 | 2026-05 | 入库文献自动附带原始数据库来源链接，支持一键跳转验证 |\n| v3.3 | 2026-06 | 外部检索失败不再消耗配额；上游文献检索技能功能增强 |\n| v3.4 | 2026-06 | 服务连接优化，新增更多文献入口 |\n| v3.5 | 2026-06 | 注册流程简化，新用户开通更快捷 |\n| v3.6 | 2026-06 | 注册赠送次数增加至100次；可订阅套餐最低1000次起 |\n| v3.7 | 2026-06 | 新用户引导体验优化，首次使用自动配置，无需手动设置 |\n| v3.8 | 2026-06 | 文献检索渠道扩充至12亿全球文献 |\n| v3.9 | 2026-06 | 文献检索链路优化，查全率和查准率提升 |\n| v3.10 | 2026-06 | 技能名称更新为「个人文献知识库」；检索速度优化 |\n| v3.11 | 2026-06 | 技能展示名称与描述优化 |\n\nFile v3.6.1:README.md\n\n# Academic Knowledge Base (学术知识库) v3.0\n\n> Your research compounds. Not just searches — a personal knowledge hub that grows with every query.\n\n**SkillHub 安装名：** `academic-knowledge-base`\n**作者：** @J-levee (张亚东 / Zhang Yadong)\n**依赖技能：** smartlib-literature-search (必需), smartlib-citation-checker (推荐)\n\n---\n\n## 这是什么？ / What is this?\n\n一个**面向学术研究者的个人知识中枢**。让每一次文献检索和研究自动沉淀到私有知识库，形成持续积累的研究资产。\n\n> A personal knowledge hub for academic researchers. Every search and study session compounds into your private knowledge base.\n\n### 一句话说清 / One-liner\n\n> 你说\"查 RAG 最新进展\" → AI 先搜你的知识库 → 再搜外部补充 → 一键入库。以后你再问，知识库优先回答。\n\n---\n\n## 核心功能 / Core Features\n\n### 4 类数据自动入库\n\n| 数据类型 | 触发方式 | 入库行为 |\n|------|------|------|\n| SmartLib 检索结果 | \"保存到知识库\" | 元数据写入 + 摘要自动向量化 + Wiki 概念页更新 |\n| 用户上传文献 (PDF/Word/BibTeX) | 提供文件路径 | 解析 → SmartLib 匹配补全字段 → 入库 |\n| 资讯/报道 | \"保存这篇资讯\" | 原文存档 + 元数据标引入库 |\n| 个人学术数据 | \"记录这些实验数据\" | CSV/Excel/笔记入库，可关联到文献 |\n\n### 双轨智能检索\n\n- **BM25 分词匹配**：标题/关键词/摘要倒排索引\n- **向量语义检索**：BGE-M3（免费，1024维，中文优化）\n- **加权合并**：知识库结果 [📚] 置顶，命中不足时自动扩展外部 SmartLib 检索\n\n### LLM 自动维护 Wiki 知识层\n\n继承自 Karpathy LLM Wiki 模式 — 每次入库 AI 自动创建/更新主题概念页、建立文献交叉引用。\n\n### 研究专题 (Research Sessions)\n\n文献子集 → 智能命名 → 笔记 + AI 分析 → 一键导出 zip 快照。\n\n### 交互式统计报告\n\n说\"知识库统计\" → 自动生成 HTML 报告：摘要卡片 + 语言饼图 + 年份柱状图 + 标签云。\n\n---\n\n## 💰 变现说明 / Monetization\n\n本技能与 `smartlib-literature-search` **共享凭证和配额**。首次使用自动检测并复用凭证，共享 100 次/月免费额度。\n\n| 状态 | 展示规则 |\n|------|---------|\n| 配额充足 | 知识库检索完整展示所有结果 |\n| 配额耗尽 | 仅展示前 **2 条**完整结果，其余只显示标题；研究专题、参考文献管理等高级功能一并受限 |\n\n每次入库一条文献 = 消耗 1 次配额。回复「充值」获取微信支付码。\n\n---\n\n## 快速开始 / Quick Start\n\n### 1. 安装\n\n在 WorkBuddy 中，SkillHub 搜索 `academic-knowledge-base` → 一键安装。必须同时安装 `smartlib-literature-search`。\n\n### 2. 第一次使用\n\n**直接开始就行。** 本技能采用懒加载设计：\n\n```\n你：\"帮我查 RAG 技术的文献\"\n→ AI 自动创建知识库目录 → 用 SmartLib 检索 → 展示结果\n你：\"保存全部\"\n→ 自动入库 + 去重 + 标签提取 + Wiki 更新 → 完成\n```\n\n### 3. (可选) 开启语义检索\n\n首次批量入库时 AI 会提示配置向量化。推荐免费 BGE-M3（硅基流动），获取 Key → https://cloud.siliconflow.cn/account/ak。不配置也不影响核心功能。\n\n### 4. 你的第一句话\n\n| 你想... | 这样说 |\n|------|------|\n| 搜文献 | \"帮我查 Transformer 在药物发现中的应用\" |\n| 保存 | \"把这 5 篇保存到知识库\" |\n| 看自己的库 | \"我的知识库有什么\" / \"知识库统计\" |\n| 创建专题 | \"把这 N 篇组成一个专题\" |\n\n---\n\n## FAQ\n\n**Q: 这个和 smartlib-literature-search 有什么区别？**\nA: 后者是\"搜索引擎\"（每次调用外部 API），本技能是\"私人图书馆\"（搜过就存下来，越积越多）。\n\n**Q: 向量化要钱吗？**\nA: 默认方案（硅基流动 BGE-M3）完全免费。\n\n**Q: 我的数据安全吗？**\nA: 全部存储在本地 `~/.workbuddy/academic-kb/`，不上传任何服务器。\n\n---\n\n> Inspired by [Karpathy LLM Wiki](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) and powered by [SmartLib API](https://www.vipslib.com/).\n\nFile v3.6.1:_meta.json\n\n{\n  \"ownerId\": \"kn71136czyc1f1bmx5rt1tjtes86jsve\",\n  \"slug\": \"academic-knowledge-base\",\n  \"version\": \"3.6.1\",\n  \"publishedAt\": 1782800507123\n}\n\nFile v3.6.1:skill-card.md\n\n## Description: <br>\nA personal academic knowledge-base agent that stores research materials locally, combines local BM25 and vector search with SmartLib literature retrieval, and maintains wiki-style research notes and sessions. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[j-levee](https://clawhub.ai/user/j-levee) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nResearchers, students, and research teams use this skill to build a local literature knowledge base, save and retrieve papers and notes, create research sessions, export citations, and supplement local results with SmartLib search when configured. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: The skill creates and maintains a local research library containing papers, metadata, notes, vectors, and configuration. <br>\nMitigation: Use it only in an approved local profile, review ~/.workbuddy/academic-kb/ before handling sensitive material, and confirm how to delete or disable the knowledge base. <br>\nRisk: Literature queries and selected metadata or text may be sent to SmartLib or the configured embedding provider. <br>\nMitigation: Confirm the SmartLib and embedding-provider configuration before use, and avoid unpublished or sensitive papers unless that data sharing is approved. <br>\nRisk: The release evidence flags conflicting email/account handling instructions for SmartLib quota management. <br>\nMitigation: Verify the email used for registration and quota before first use, and avoid shared or unintended personal email accounts. <br>\nRisk: The artifact declares required SmartLib gateway credential environment variables. <br>\nMitigation: Provide credentials through the intended secure configuration path, do not expose credential values in prompts or documentation, and rotate credentials if they were copied into an installed artifact. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/j-levee/skills/academic-knowledge-base) <br>\n- [SmartLib API](https://www.vipslib.com/) <br>\n- [Karpathy LLM Wiki](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) <br>\n- [SiliconFlow API keys](https://cloud.siliconflow.cn/account/ak) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [text, markdown, json, html, files, configuration, guidance] <br>\n**Output Format:** [Markdown responses plus local JSON, Markdown, BibTeX, HTML reports, and zip exports.] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [May create and update a local research knowledge base under ~/.workbuddy/academic-kb/ and call SmartLib or configured embedding providers when required.] <br>\n\n## Skill Version(s): <br>\n3.6.1 (source: server release metadata; artifact frontmatter reports 3.11) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nFile v3.6.1:config.json\n\n{\r\n  \"SMARTLIB_GATEWAY_URL\": \"https://1318491188-jvmi3wist0.ap-shanghai.tencentscf.com\",\r\n  \"SMARTLIB_GATEWAY_SECRET\": \"sk-O9vHwWzMg0Jf7khvhKQ0xxpdGIOROcw5RyQnROrNuZj9x6hOeHmi2\",\r\n  \"SMARTLIB_EMAIL\": null,\r\n  \"SMARTLIB_APPID\": null,\r\n  \"SMARTLIB_APPSECRET\": null\r\n}\n\nArchive v3.11.0: 4 files, 14737 bytes\n\nFiles: README.md (4189b), skill-card.md (2823b), SKILL.md (25412b), _meta.json (143b)\n\nFile v3.11.0:SKILL.md\n\n---\nname: academic-knowledge-base\ndisplayName: 个人文献知识库，自带全球文献检索（支持向量搜索+传统分词搜索）\nversion: 3.11\nhomepage: https://www.vipslib.com\ndescription: |\n  面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。\n  支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索、分词匹配检索、参考文献管理、Wiki知识层自动维护。\n  ✨ 亮点：入库文献自动保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%），支持多源交叉验证。\n  采用懒加载引导式初始化，无需前置配置即可使用。配额管理复用 global-biblio-base 的 gateway 凭证和计次规则（v3.1：5接口，每次调用计1次），配额耗尽后暂停外部检索请求。\n  适用场景：文献管理、知识积累、论文写作辅助、研究调研。触发词：保存到知识库、知识库统计、我的知识库、给这篇打标签、列出我的专题、文献管理、论文管理、我的论文库、文献收藏、研究笔记、知识整理、学术知识库、论文知识库、文献整理、学术笔记、研究知识管理、收藏这篇文章、加入知识库、文献综述工具。\n  A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki + SmartLib literature search + vectorized semantic retrieval. Ingested literature automatically preserves original database source links (300+ databases, 100% coverage) for cross-verification. Quota managed via global-biblio-base gateway with v3.1 billing rules (5 interfaces, 1 quota per successful call), restricted display when quota exhausted.\n  Production URL: read from global-biblio-base/config.json → SMARTLIB_GATEWAY_URL (Gateway v47, version 67)\nmetadata:\n  openclaw:\n    emoji: \"🧠\"\n    requires:\n      env:\n        - SMARTLIB_GATEWAY_SECRET\n        - SMARTLIB_GATEWAY_URL\n        - SMARTLIB_EMAIL\n    envVars:\n      - name: SMARTLIB_GATEWAY_URL\n        required: true\n        description: SmartLib Gateway 服务地址\n      - name: SMARTLIB_GATEWAY_SECRET\n        required: true\n        description: SmartLib Gateway API 密钥\n      - name: SMARTLIB_EMAIL\n        required: true\n        description: 注册邮箱（必填，复用 global-biblio-base 凭证与配额）\nagent_created: true\nrecommends: [global-biblio-base, smartlib-citation-checker]\nallowed-tools: [Read, Write, Edit, Bash, WebFetch, AskUserQuestion]\n---\n\n## 快速触发词 / Quick Trigger Reference\n\n| 你想做什么 / What to do | 这样说 / Say |\n|------|------|\n| 保存文献 | \"保存到知识库\"、\"加入知识库\"、\"收藏这篇文章\" |\n| 搜索自己的文献 | \"在我的知识库里找...\"、\"查一下我的文献有没有...\" |\n| 看知识库统计 | \"知识库统计\"、\"我的知识库有多少文献\" |\n| 管理标签 | \"给这篇打标签...\"、\"我的深度学习标签\" |\n| 导出引用 | \"引用这篇文献\"、\"导出这几篇为 BibTeX\" |\n| 创建研究专题 | \"把这N篇组成一个专题\"、\"开个XX的课题\" |\n| 查看专题 | \"列出我的专题\"、\"打开XX专题\"、\"有哪些专题\" |\n| 专题内检索 | \"在XX专题里检索...\" |\n| 导出/归档 | \"导出XX专题\"、\"归档XX专题\" |\n| 配置 | \"知识库配置\"、\"配置向量化\" |\n| 健康检查 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n# 学术知识库 / Academic Knowledge Base\n\n> 中文 / Chinese | [English below each section]\n\n面向学术研究者的个人知识中枢 —— 整合 Karpathy LLM Wiki 知识编译 + SmartLib 文献检索 + 向量化语义检索，让每一次检索和研究都沉淀为自己的知识资产。\n\n> A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki knowledge compilation + SmartLib literature search + vectorized semantic retrieval. Every search and study session compounds into your own knowledge asset.\n\n---\n\n## 来源参考 / Source References\n\n本技能的设计架构和工作流继承自以下两个上游技能：\n\n### 参考技能 1：Karpathy LLM Wiki\n\n- **技能位置**：`~/.workbuddy/skills/Karpathy LLM Wiki/`\n- **核心理念**：用 LLM 增量构建和维护持久化 Wiki 知识库，而非每次查询时做 RAG\n- **本技能继承**：Raw 不可变性、LLM 维护 Wiki 层、ingest/query/lint 操作、[[wiki-links]] 格式\n\n> Inherited: Raw immutability, LLM-owned wiki layer, ingest/query/lint operations, wiki page format.\n\n### 参考技能 2：global-biblio-base\n\n- **技能位置**：`~/.workbuddy/skills/global-biblio-base/`\n- **版本**：v3.1\n- **核心理念**：基于 SmartLib 开放平台 API 提供中外文学术文献检索，已接入全程自动化服务（gateway 注册 + 配额消耗 + 微信支付充值）\n- **本技能继承**：文献检索 API + 认证流程、元数据字段结构、三级检索策略、外部检索联动。**配额共享**——与 literature-search 使用同一 gateway 凭证和配额\n\n> Inherited: SmartLib API auth, metadata schema, search strategies, field validation. **Quota shared** with literature-search.\n\n---\n\n## 核心架构 / Core Architecture\n\n```\n~/.workbuddy/academic-kb/\n├── raw/                          # 原始资料（不可修改 / Immutable）\n│   ├── literature/               #   文献全文 PDF/解析文本\n│   ├── news/                     #   资讯/报道原文\n│   └── personal/                 #   个人实验数据、笔记\n├── db/                           # 结构化数据库\n│   ├── literature.json           #   文献元数据（Identifier 为唯一 key）\n│   ├── news.json                 #   资讯条目\n│   ├── personal_data.json        #   个人学术数据\n│   └── tags.json                 #   标签体系\n├── wiki/                         # LLM 维护的 Wiki 知识层\n│   ├── index.md                  #   知识目录\n│   ├── log.md                    #   操作日志\n│   └── [topic-pages].md          #   主题/概念页面\n├── vectors/                      # 向量化存储\n│   ├── embeddings.json           #   向量数据\n│   └── vector_config.json        #   向量化范围配置\n├── sessions/                     # 研究专题（文献子集+笔记+分析）\n│   └── {slug}_yyyymmdd/\n│       ├── session.json           #   专题元数据\n│       ├── literature.json        #   选中文献快照\n│       ├── notes.md               #   用户研究笔记\n│       └── analysis.md            #   AI 生成的研究综述\n└── KB-SCHEMA.md                  # 知识库 Schema 与约定\n```\n\n| 层级 / Layer | 职责 / Responsibility | 所有者 / Owner |\n|------|------|------|\n| **Raw Sources** | 原始资料，不可修改 / Immutable sources | 用户 / User |\n| **Structured DB** | 结构化元数据，CRUD / Structured metadata | 系统 + 用户 |\n| **Wiki** | LLM 自动维护的知识网络 / Auto-maintained knowledge graph | LLM |\n| **Vectors** | 语义检索向量索引 / Vector index | 系统 |\n\n---\n\n## 凭证与配额 / Credentials & Quota\n\n> ## ⚠️ 强制规则 — 必须先询问邮箱\n> 1. **执行任何操作前，必须先询问用户邮箱地址**\n> 2. 禁止使用 global-biblio-base/config.json 中预填的邮箱（即使存在且非 null）\n> 3. 禁止自动生成邮箱（如 `user@example.com`、`auto@xxx.com` 等）\n> 4. 用户未提供邮箱 → 停止执行，回复：\n>    \"请提供您的邮箱地址以注册 SmartLib 学术知识库（新用户免费 100 次/月）\"\n> 5. 只有用户明确输入邮箱后，才能调用 /register 或 /quota\n>\n> ## 邮箱识别自动化\n> 当用户消息中出现以下模式时，自动提取邮箱 → 无需再次询问：\n> - 明确的邮箱地址（包含 @ 符号的完整地址，如 `xxx@xxx.xxx`）\n> - \"我的邮箱是 xxx\" / \"email: xxx\" / \"用 xxx 注册\" / \"邮箱 xxx\"\n\n本技能**不独立注册**，复用 global-biblio-base 的 gateway 凭证和配额：\n\n```\n检查 global-biblio-base 的 config.json\n  ├── SMARTLIB_EMAIL 已配置 → 复用凭证，进入配额检查\n  │\n  │   配额检查: GET {GATEWAY_URL}/quota?email={SMARTLIB_EMAIL}\n  │\n  │   如果返回 404 \"not_registered\" → 用户可能已被重置/删除\n  │     → 提示: \"检测到您的账户需要重新绑定，正在自动重新注册...\"\n  │     → 调 gateway /register（使用同一邮箱）→ 写入 config.json\n  │     → 注册成功后继续配额检查\n  │\n  └── SMARTLIB_EMAIL 未配置 → 引导用户先注册:\n        \"📋 知识库需要 SmartLib 检索能力。首次使用需绑定邮箱（免费 100 次/月，仅用于配额管理），请输入邮箱即可开始:\"\n        用户输入 → 调 gateway /register（无需验证码）→ 写入 config.json\n        → 成功: \"✅ 注册成功！本月免费 100 次，可立即使用（邮箱验证仅充值时需要，现在不验证也能用）。请告诉我您想检索或录入什么文献——\"\n        → 失败 → 提示原因 → 终止\n```\n\n> **注意**：注册无需验证码，极速完成。\n\n**配额消耗规则 / Quota Consumption Rules:**\n\n本技能与 global-biblio-base **共享配额和计次规则**。配额按**实际 API 接口调用次数**计费，共 5 个接口，每次调用计 1 次。\n\n> Shared quota and billing rules with literature-search. **5 interfaces**, each successful call = 1 quota. Failed calls do NOT consume quota (v36).\n\n**计费接口清单（5个）/ Billable Interfaces (5 total):**\n\n| 类别 | 接口 | 计费 | 知识库中的触发场景 |\n|------|------|------|------|\n| **检索** | 中文期刊检索 | 1次/调用 | 入库时 SmartLib 补全字段（中文文献匹配） |\n| **检索** | 全球文献检索 | 1次/调用 | 入库时 SmartLib 补全字段（外文文献匹配）、研究专题新检索 |\n| **详情** | 中文期刊详情 | 1次/调用 | 补全文献元数据（查看详情） |\n| **详情** | 全球文献详情 | 1次/调用 | 补全外文文献元数据（查看详情） |\n| **下载** | 中文期刊全文下载 | 1次/调用 | 入库时下载中文期刊全文 PDF |\n\n**不计费的操作 / Non-billable Operations:**\n\n| 操作 / Operation | 说明 / Note |\n|------|------|\n| 知识库内检索（分词+向量） | 本地操作，不调 SmartLib API |\n| 入库 SmartLib 检索结果（元数据） | 文献已在检索 Skill 中消耗过配额 |\n| 标签管理、导出引用、Wiki 维护 | 本地操作 |\n| 向量化 API 调用 | 使用独立的向量化服务商，不计 SmartLib 配额 |\n| 研究专题创建（本地文献子集） | 不调外部 API |\n| 外文 OA PDF 探测 | 外部免费 API，不计 SmartLib 配额 |\n\n---\n\n## 🔒 配额耗尽处理 / Quota Exhaustion\n\n配额耗尽后**暂停外部检索请求**：\n\n| 状态 | 行为 |\n|------|------|\n| **配额充足** | 完整使用所有功能（检索、入库、专题、导出） |\n| **配额耗尽** | 知识库本地检索正常；外部检索、入库匹配、新文献补充**一律拒绝** |\n\n**配额耗尽后的提示格式：**\n\n```\n⚠️ 您的 SmartLib 检索配额已用尽。\n\n知识库内 {N} 篇已有文献仍可正常检索、管理、导出。\n但外部检索、入库匹配等需要调用 SmartLib 的功能已被暂停。\n\n> 💰 充值套餐：\n> 体验包：¥9.90 / 1000次\n> 月付基础：¥29.00 / 5000次/月\n> 月付进阶：¥99.00 / 20000次/月\n> 月付专业：¥299.00 / 100000次/月\n> 回复「充值」获取微信支付码，恢复 SmartLib 外部检索能力。\n```\n\n**重要规则**：\n- 配额耗尽后，所有需要调用 SmartLib API 的操作（外部检索、入库匹配、新文献补充）**一律拒绝**，不展示任何部分结果\n- 知识库内已有文献的检索、标签管理、导出、Wiki 维护、研究专题 — **不受影响**（纯本地操作）\n- 充值后立即恢复所有外部检索功能\n\n---\n\n## 输出规范 / Output Standards\n\n**每次调用 SmartLib API 后，在结果末尾展示配额状态：**\n\n```\n📊 本次消耗 {n} 次 | 剩余 {remain} 次 (共 {total} 次/月)\n```\n\n```\n```\n\n---\n\n## 知识库初始化 / KB Initialization\n\n**无需显式\"初始化\"。** 懒加载引导式设计——首次使用任何功能时，基础设施自动静默创建。\n\n> No explicit \"init\" required. Lazy-loading guided design.\n\n### 自愈式就绪 / Self-Healing Readiness\n\n| 检查项 / Check | 缺失时行为 / On Missing |\n|------|------|\n| 根目录不存在 | 静默创建完整目录结构 + 空 JSON 文件 + KB-SCHEMA.md |\n| vector_config.json 不存在 | 静默写入默认配置（BGE-M3 / 硅基流动 / 仅摘要向量化） |\n| 向量化 API Key 未配置 | 仅在首次需要向量化时引导配置，不阻塞入库 |\n| embeddings.json 损坏 | 静默重建空文件 |\n\n### 向量化方案备选 / Vectorization Options\n\n| 方案 / Option | 模型 / Model | 费用 / Cost | 维度 / Dims |\n|------|------|------|------|\n| 推荐 | 硅基流动 BGE-M3 | **免费** | 1024 |\n| 高精度 | 智谱 Embedding-3 | ¥0.5/百万token | 256-2048 |\n| 高精度 | 阿里 text-embedding-v4 | ¥0.5/百万token | 64-2048 |\n| 私有部署 | Ollama + nomic-embed-text | 免费 | 768 |\n\n---\n\n## 数据入库 / Data Ingestion\n\n支持 4 种数据类型入库。\n\n### 类型 1：SmartLib 检索结果入库\n\n**触发**：用户在使用 global-biblio-base 后说\"保存到知识库\"、\"加入知识库\"\n\n```\n用户指定入库的检索结果\n  ├── 遍历每条结果\n  │     ├── Identifier 去重检查（db/literature.json）\n  │     │     ├── 已存在 → 跳过\n  │     │     └── 不存在 → 入库\n  │     └── 入库操作：写 literature.json + 下载原文到 raw/ + 向量化（若配置）\n  └── 汇总提示入库结果\n```\n\n**文献元数据格式（db/literature.json）：**\n\n```json\n{\n  \"Identifier_Value\": {\n    \"identifier\": \"文献唯一ID\",\n    \"title\": \"文献标题\",\n    \"authors\": [\"作者1\", \"作者2\"],\n    \"source_name\": \"期刊/来源\",\n    \"publish_year\": \"2025\",\n    \"abstract\": \"摘要内容\",\n    \"keywords\": [\"关键词1\"],\n    \"doi\": \"10.xxxx/xxxx\",\n    \"core_indexing\": \"SCI;EI\",\n    \"source\": \"smartlib\",\n    \"source_links\": [\n      {\"db_id\": \"scopusjournal\", \"db_title\": \"Scopus\", \"link\": \"https://www.scopus.com/...\"},\n      {\"db_id\": \"wsoscimagazine\", \"db_title\": \"WoS SCI\", \"link\": \"https://www.webofscience.com/...\"}\n    ],\n    \"vectorized\": true,\n    \"tags\": [\"深度学习\"],\n    \"notes\": \"\"\n  }\n}\n```\n\n> **source_links 字段说明**：从 SmartLib 详情接口的 `Source` 字段自动提取，保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%，平均4.75个链接/篇）。入库时自动保存，支持多源交叉验证。\n\n### 类型 2：用户上传文献入库\n\n**触发**：用户提供 PDF/Word/Markdown/BibTeX 文件路径\n\n```\nStep 1：解析文献（PDF 提取文本 / Word 解析结构 / BibTeX 解析字段）\nStep 2：匹配 SmartLib（用标题+作者检索 API 4，标题相似度 > 80% 则合并补全 DOI/ISSN/核心收录）\nStep 3：存储（原文 → raw/literature/，元数据 → literature.json，向量化）\n```\n\n未匹配 SmartLib 的文献标注 `source: \"user_upload\"`。\n\n### 类型 3：资讯/报道入库\n\n**触发**：用户提供 URL 或粘贴文本\n\n```\nStep 1：提取标题、来源、日期、摘要\nStep 2：原文 → raw/news/，元数据 → db/news.json\n```\n\n### 类型 4：个人学术数据入库\n\n**触发**：用户上传实验数据、CSV、笔记等\n\n```\nStep 1：解析数据（CSV 保持表格结构 / 文本 Markdown 存储）\nStep 2：询问是否关联已有文献\nStep 3：原文 → raw/personal/，元数据 → db/personal_data.json\n```\n\n---\n\n## 向量化服务 / Vectorization Service\n\n### API 调用规范\n\n统一使用 OpenAI 兼容格式：\n\n```\nPOST {base_url}/embeddings\nAuthorization: Bearer {api_key}\nBody: {\"model\": \"{model_name}\", \"input\": [\"文本1\", \"文本2\"]}\n```\n\n### 批量向量化\n\n- 单次最多提交 32 条\n- 每批 32 条并发（最多 3 批并行）\n- 单批失败自动重试 3 次（指数退避）\n\n### 向量化触发条件\n\n| 操作 / Operation | 触发向量化？ |\n|------|:--:|\n| 文献检索结果入库 | 若配置开启 |\n| 用户上传文献入库 | 若配置开启 |\n| 资讯/个人数据入库 | 默认关闭 |\n| 删除文献 | 同步删除向量索引 |\n\n---\n\n## 检索策略 / Retrieval Strategy\n\n### 双轨检索流程\n\n```\n用户查询\n  │\n  ├── 1. 知识库分词匹配检索\n  │     ├── 中文分词 → title/abstract/keywords 倒排匹配\n  │     └── BM25 评分（标题 > 关键词 > 摘要）\n  │\n  ├── 2. 知识库向量语义检索\n  │     ├── 查询向量化 → 余弦相似度匹配\n  │     └── 返回 Top-N（N = 分词匹配结果的 2 倍）\n  │\n  ├── 3. 去重合并\n  │     └── BM25 × 0.6 + Vector_Similarity × 0.4\n  │\n  ├── 4. 自适应外部检索\n  │     ├── 知识库 ≥ 3 条 → 知识库置顶 + 正常外部检索\n  │     ├── 知识库 1-2 条 → 知识库置顶 + 外部检索加倍\n  │     └── 知识库 0 条 → 全量外部检索\n  │\n  └── 5. 结果展示（分区：知识库 [📚] / 外部 [🌐]）\n```\n\n### 结果展示格式\n\n```\n🔎 检索：\"{用户查询}\"\n\n════════════════════════════════\n📚 你的知识库（共 N 篇）\n════════════════════════════════\n| # | 收录 | 标题 | 作者 | 来源 | 年份 |\n|---|------|------|------|------|------|\n| 1 | [SCI] | ... | ... | ... | 2024 |\n\n════════════════════════════════\n🌐 外部检索补充（SmartLib，共 M 篇）\n════════════════════════════════\n| # | 收录 | 标题 | 作者 | 来源 | 年份 |\n|---|------|------|------|------|------|\n| 1 | - | ... | ... | ... | 2025 |\n\n💾 输入 \"保存 1,3\" 将外部结果加入知识库\n```\n\n---\n\n## Wiki 知识层维护 / Wiki Maintenance\n\n继承自 LLM Wiki 模式，入库后 LLM 自动维护知识网络。\n\n### 触发时机\n\n| 操作 | 更新范围 |\n|------|------|\n| 入库新文献 | 创建/更新该文献涉及的主题概念页 |\n| 批量入库 ≥ 5 篇 | 全量 Lint（交叉引用、矛盾检测、孤立页面） |\n| 用户手动要求 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n### 入库后更新流程\n\n```\n文献入库 → 提取主题 → 检查已有 Wiki 页面 → 创建/更新概念页\n  → 写入引用 → 更新交叉引用 → 检测矛盾 → 更新 index.md → 追加 log.md\n```\n\n### Lint（健康检查）\n\n批量入库 ≥ 5 篇后自动执行，或用户手动触发。检查项：\n\n1. **矛盾检测**：不同文献间结论冲突，标注 `[⚠️ 矛盾]`\n2. **过时检测**：超过 3 年未更新的概念页\n3. **孤立页面**：无入链的 Wiki 页面\n4. **冗余检测**：内容高度相似的页面\n\n---\n\n## 参考文献管理 / Reference Management\n\n| 功能 / Feature | 触发方式 / Trigger |\n|------|------|\n| 添加文献 | \"保存到知识库\" |\n| 查看详情 | \"查看文献 XXX\" |\n| 删除文献 | \"删除文献 XXX\"（仅删元数据，raw 原文保留） |\n| 去重检测 | 入库时自动触发（Identifier / DOI / 标题匹配） |\n| 标签管理 | \"给这篇文献打标签'深度学习'\" |\n| 批量导出 | \"导出这几篇为 BibTeX\" |\n| 引用生成 | \"引用这篇文献\" → GB/T 7714 / APA / MLA / BibTeX |\n\n### 导出格式\n\n| 格式 | 用途 |\n|------|------|\n| GB/T 7714-2015 | 中文论文（优先） |\n| APA 7th | 社科论文 |\n| MLA 9th | 人文论文 |\n| BibTeX | LaTeX |\n\n---\n\n## 研究专题 / Research Sessions\n\n从知识库中挑选文献子集组成研究专题。专题自包含（文献快照 + 笔记 + AI 分析），可独立导出迁移。\n\n> Create focused research sessions from your KB. Self-contained and portable.\n\n### 触发场景\n\n| 用户意图 / Intent | 触发短语示例 |\n|------|------|\n| 创建专题 | \"把这N篇组成一个专题\"、\"用这些结果创建专题\" |\n| 查看专题 | \"列出我的专题\"、\"打开XX专题\" |\n| 专题内操作 | \"在XX专题里检索...\"、\"更新XX专题笔记\" |\n| 导出/归档 | \"导出XX专题\"、\"归档XX专题\" |\n\n### 存储结构\n\n```\n~/.workbuddy/academic-kb/sessions/{slug}_{yyyymmdd}/\n├── session.json          # 专题元数据（标题、来源、状态）\n├── literature.json       # 选中文献快照（自包含可迁移）\n├── notes.md              # 用户研究笔记\n└── analysis.md           # AI 生成的研究综述\n```\n\n### 专题操作\n\n| 操作 | 说明 |\n|------|------|\n| 创建 | 选文献 → AI 智能命名 → 生成 analysis.md |\n| 添加文献 | 追加到专题 literature.json，不影响主库 |\n| 专题内检索 | 限定范围为专题文献，复用双轨检索 |\n| 更新笔记 | 追加内容（带时间戳），AI 可辅助生成大纲 |\n| 导出 | 打包专题目录为 zip |\n| 归档/删除 | 归档：status → archived；删除：需二次确认 |\n\n> Sessions are snapshots — editing session content never affects the main KB.\n\n---\n\n## 知识库统计 / KB Statistics\n\n**触发**：用户说\"知识库统计\"、\"KB Stats\"等\n\n生成交互式 HTML 报告（模板 `kb-report.html`），包含：\n\n| 功能 | 说明 |\n|------|------|\n| 摘要卡片 | 文献总量、已向量化数、资讯数 |\n| 文献构成 | 按类型和语言的柱状图 |\n| 年份分布 | 按年份统计柱状图 |\n| 热门标签 | 标签云 |\n| 全部文献列表 | 可展开明细表 |\n\n报告通过 `preview_url` 打开。未初始化时显示引导页。\n\n---\n\n## 配置管理 / Configuration Management\n\n| 用户指令 / Command | 操作 / Action |\n|------|------|\n| \"知识库配置\" | 展示 vector_config.json 关键信息 |\n| \"配置向量化\" | 展示方案对比表，引导输入 API Key |\n| \"开启全文向量化\" | 修改 vector_config.json，提示是否补向量化 |\n| \"换用智谱向量\" | 修改 provider/model，提示需重新向量化 |\n\nKey 写入 `~/.workbuddy/academic-kb/vectors/vector_config.json` 的 `api_key` 字段。\n\n---\n\n## 与外部技能的联动 / Integration with Other Skills\n\n| 技能 / Skill | 联动方式 / Integration | 关系 |\n|------|------|------|\n| **llm-wiki** | Wiki 层核心模式（ingest/query/lint、Raw 不可变性、[[wiki-links]]） | ⬆️ 上游参考 |\n| **global-biblio-base** (v3.1) | 检索结果一键入库；SmartLib 补全字段；共享配额与凭证；外部检索联动 | ⬆️ 上游参考 |\n| **smartlib-citation-checker** | 引用核查时优先查知识库；引用格式转换引擎复用 | ➡️ 同级协作 |\n\n---\n\n## 安全与隐私 / Security & Privacy\n\n| 安全原则 / Principle | 实现 / Implementation |\n|------|------|\n| 零越权文件访问 | 所有操作限定在 `~/.workbuddy/academic-kb/` 内 |\n| API Key 安全 | 仅存储在本地 vector_config.json，仅发送至用户选择的向量化服务商 |\n| 零隐藏网络调用 | 仅 SmartLib API 和向量化 API，无遥测 |\n| Raw 不可变 | `raw/` 目录不可修改不可删除 |\n| 无远程执行 | 所有代码本地执行 |\n\n---\n\n## 错误处理与回退 / Error Handling & Fallback\n\n| 故障场景 / Failure | 降级行为 / Degradation |\n|------|------|\n| SmartLib API 无响应 | 自动重试 3 次（1s/3s/9s），失败 → 提示稍后重试 |\n| SmartLib Token 过期 | 自动重新获取，用户无感知 |\n| 向量化 API 无 Key | 跳过向量化，照常入库，分词检索正常 |\n| 向量化 API 调用失败 | 分批重试 3 次，单批失败不影响其他批 |\n| embeddings.json 损坏 | 静默重建，后续检索时自动补向量化 |\n| 知识库目录被误删 | 下次操作时自动检测并静默重建 |\n\n---\n\n## 版本历史 / Version History\n\n| 版本 | 日期 | 核心变更 |\n|------|------|---------|\n| v3.0 | 2026-05 | 初次上线：支持4类数据入库、双轨检索（向量+分词）、Wiki知识层、研究专题管理 |\n| v3.1 | 2026-05 | 外部检索配额消耗更透明，API调用成功后才扣次数 |\n| v3.2 | 2026-05 | 入库文献自动附带原始数据库来源链接，支持一键跳转验证 |\n| v3.3 | 2026-06 | 外部检索失败不再消耗配额；上游文献检索技能功能增强 |\n| v3.4 | 2026-06 | 服务连接优化，新增更多文献入口 |\n| v3.5 | 2026-06 | 注册流程简化，新用户开通更快捷 |\n| v3.6 | 2026-06 | 注册赠送次数增加至100次；可订阅套餐最低1000次起 |\n| v3.7 | 2026-06 | 新用户引导体验优化，首次使用自动配置，无需手动设置 |\n| v3.8 | 2026-06 | 文献检索渠道扩充至12亿全球文献 |\n| v3.9 | 2026-06 | 文献检索链路优化，查全率和查准率提升 |\n| v3.10 | 2026-06 | 技能名称更新为「个人文献知识库」；检索速度优化 |\n| v3.11 | 2026-06 | 技能展示名称与描述优化 |\n\nFile v3.11.0:README.md\n\n# Academic Knowledge Base (学术知识库) v3.0\n\n> Your research compounds. Not just searches — a personal knowledge hub that grows with every query.\n\n**SkillHub 安装名：** `academic-knowledge-base`\n**作者：** @J-levee (张亚东 / Zhang Yadong)\n**依赖技能：** smartlib-literature-search (必需), smartlib-citation-checker (推荐)\n\n---\n\n## 这是什么？ / What is this?\n\n一个**面向学术研究者的个人知识中枢**。让每一次文献检索和研究自动沉淀到私有知识库，形成持续积累的研究资产。\n\n> A personal knowledge hub for academic researchers. Every search and study session compounds into your private knowledge base.\n\n### 一句话说清 / One-liner\n\n> 你说\"查 RAG 最新进展\" → AI 先搜你的知识库 → 再搜外部补充 → 一键入库。以后你再问，知识库优先回答。\n\n---\n\n## 核心功能 / Core Features\n\n### 4 类数据自动入库\n\n| 数据类型 | 触发方式 | 入库行为 |\n|------|------|------|\n| SmartLib 检索结果 | \"保存到知识库\" | 元数据写入 + 摘要自动向量化 + Wiki 概念页更新 |\n| 用户上传文献 (PDF/Word/BibTeX) | 提供文件路径 | 解析 → SmartLib 匹配补全字段 → 入库 |\n| 资讯/报道 | \"保存这篇资讯\" | 原文存档 + 元数据标引入库 |\n| 个人学术数据 | \"记录这些实验数据\" | CSV/Excel/笔记入库，可关联到文献 |\n\n### 双轨智能检索\n\n- **BM25 分词匹配**：标题/关键词/摘要倒排索引\n- **向量语义检索**：BGE-M3（免费，1024维，中文优化）\n- **加权合并**：知识库结果 [📚] 置顶，命中不足时自动扩展外部 SmartLib 检索\n\n### LLM 自动维护 Wiki 知识层\n\n继承自 Karpathy LLM Wiki 模式 — 每次入库 AI 自动创建/更新主题概念页、建立文献交叉引用。\n\n### 研究专题 (Research Sessions)\n\n文献子集 → 智能命名 → 笔记 + AI 分析 → 一键导出 zip 快照。\n\n### 交互式统计报告\n\n说\"知识库统计\" → 自动生成 HTML 报告：摘要卡片 + 语言饼图 + 年份柱状图 + 标签云。\n\n---\n\n## 💰 变现说明 / Monetization\n\n本技能与 `smartlib-literature-search` **共享凭证和配额**。首次使用自动检测并复用凭证，共享 100 次/月免费额度。\n\n| 状态 | 展示规则 |\n|------|---------|\n| 配额充足 | 知识库检索完整展示所有结果 |\n| 配额耗尽 | 仅展示前 **2 条**完整结果，其余只显示标题；研究专题、参考文献管理等高级功能一并受限 |\n\n每次入库一条文献 = 消耗 1 次配额。回复「充值」获取微信支付码。\n\n---\n\n## 快速开始 / Quick Start\n\n### 1. 安装\n\n在 WorkBuddy 中，SkillHub 搜索 `academic-knowledge-base` → 一键安装。必须同时安装 `smartlib-literature-search`。\n\n### 2. 第一次使用\n\n**直接开始就行。** 本技能采用懒加载设计：\n\n```\n你：\"帮我查 RAG 技术的文献\"\n→ AI 自动创建知识库目录 → 用 SmartLib 检索 → 展示结果\n你：\"保存全部\"\n→ 自动入库 + 去重 + 标签提取 + Wiki 更新 → 完成\n```\n\n### 3. (可选) 开启语义检索\n\n首次批量入库时 AI 会提示配置向量化。推荐免费 BGE-M3（硅基流动），获取 Key → https://cloud.siliconflow.cn/account/ak。不配置也不影响核心功能。\n\n### 4. 你的第一句话\n\n| 你想... | 这样说 |\n|------|------|\n| 搜文献 | \"帮我查 Transformer 在药物发现中的应用\" |\n| 保存 | \"把这 5 篇保存到知识库\" |\n| 看自己的库 | \"我的知识库有什么\" / \"知识库统计\" |\n| 创建专题 | \"把这 N 篇组成一个专题\" |\n\n---\n\n## FAQ\n\n**Q: 这个和 smartlib-literature-search 有什么区别？**\nA: 后者是\"搜索引擎\"（每次调用外部 API），本技能是\"私人图书馆\"（搜过就存下来，越积越多）。\n\n**Q: 向量化要钱吗？**\nA: 默认方案（硅基流动 BGE-M3）完全免费。\n\n**Q: 我的数据安全吗？**\nA: 全部存储在本地 `~/.workbuddy/academic-kb/`，不上传任何服务器。\n\n---\n\n> Inspired by [Karpathy LLM Wiki](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) and powered by [SmartLib API](https://www.vipslib.com/).\n\nFile v3.11.0:_meta.json\n\n{\n  \"ownerId\": \"kn71136czyc1f1bmx5rt1tjtes86jsve\",\n  \"slug\": \"academic-knowledge-base\",\n  \"version\": \"3.11.0\",\n  \"publishedAt\": 1782099763609\n}\n\nFile v3.11.0:skill-card.md\n\n## Description: <br>\nAcademic Knowledge Base Clawhub helps academic researchers build a local literature knowledge base that combines SmartLib search, user-uploaded research materials, semantic retrieval, citation management, and AI-maintained research topic notes. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[j-levee](https://clawhub.ai/user/j-levee) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nAcademic researchers use this skill to collect SmartLib results, uploaded papers, news, and personal research notes into a persistent local knowledge base, then search, tag, cite, analyze, and export literature or research-session snapshots. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: The skill persistently stores research files, metadata, notes, and vector data under ~/.workbuddy/academic-kb. <br>\nMitigation: Confirm what will be saved before importing private PDFs, unpublished notes, datasets, or bulk search results, and use the skill only where local storage is acceptable. <br>\nRisk: SmartLib credentials, email, quota state, literature metadata, or text may be processed by SmartLib or a chosen embedding provider. <br>\nMitigation: Require explicit user confirmation before registration, external searches, uploads, or vectorization, and disclose which provider receives which data. <br>\nRisk: The security evidence flags inconsistent guidance around credential reuse and third-party data or API use. <br>\nMitigation: Review the security summary before installation and configure only trusted SmartLib gateway and embedding endpoints. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/j-levee/academic-knowledge-base) <br>\n- [SmartLib](https://www.vipslib.com) <br>\n- [Karpathy LLM Wiki](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) <br>\n- [SiliconFlow API keys](https://cloud.siliconflow.cn/account/ak) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [Text, Markdown, JSON, Shell commands, Configuration, Guidance] <br>\n**Output Format:** [Markdown responses with tables, JSON knowledge-base records, citation exports, HTML reports, and local file updates.] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Requires SmartLib gateway URL, secret, and email; may persist research content under ~/.workbuddy/academic-kb and use external SmartLib or embedding APIs.] <br>\n\n## Skill Version(s): <br>\n3.11.0 (source: server release metadata) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nArchive v3.10.0: 4 files, 14855 bytes\n\nFiles: README.md (4189b), skill-card.md (2977b), SKILL.md (25735b), _meta.json (143b)\n\nFile v3.10.0:SKILL.md\n\n---\nname: academic-knowledge-base\nversion: 3.9\nhomepage: https://www.vipslib.com\ndescription: |\n  面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。\n  支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索、分词匹配检索、参考文献管理、Wiki知识层自动维护。\n  ✨ 亮点：入库文献自动保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%），支持多源交叉验证。\n  采用懒加载引导式初始化，无需前置配置即可使用。配额管理复用 global-biblio-base 的 gateway 凭证和计次规则（v3.1：5接口，每次调用计1次），配额耗尽后暂停外部检索请求。\n  适用场景：文献管理、知识积累、论文写作辅助、研究调研。触发词：保存到知识库、知识库统计、我的知识库、给这篇打标签、列出我的专题、文献管理、论文管理、我的论文库、文献收藏、研究笔记、知识整理、学术知识库、论文知识库、文献整理、学术笔记、研究知识管理、收藏这篇文章、加入知识库、文献综述工具。\n  A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki + SmartLib literature search + vectorized semantic retrieval. Ingested literature automatically preserves original database source links (300+ databases, 100% coverage) for cross-verification. Quota managed via global-biblio-base gateway with v3.1 billing rules (5 interfaces, 1 quota per successful call), restricted display when quota exhausted.\n  Production URL: read from global-biblio-base/config.json → SMARTLIB_GATEWAY_URL (Gateway v47, version 67)\nmetadata:\n  openclaw:\n    emoji: \"🧠\"\n    requires:\n      env:\n        - SMARTLIB_GATEWAY_SECRET\n        - SMARTLIB_GATEWAY_URL\n        - SMARTLIB_EMAIL\n    envVars:\n      - name: SMARTLIB_GATEWAY_URL\n        required: true\n        description: SmartLib Gateway 服务地址\n      - name: SMARTLIB_GATEWAY_SECRET\n        required: true\n        description: SmartLib Gateway API 密钥\n      - name: SMARTLIB_EMAIL\n        required: true\n        description: 注册邮箱（必填，复用 global-biblio-base 凭证与配额）\nagent_created: true\nrecommends: [global-biblio-base, smartlib-citation-checker]\nallowed-tools: [Read, Write, Edit, Bash, WebFetch, AskUserQuestion]\n---\n\n## 快速触发词 / Quick Trigger Reference\n\n| 你想做什么 / What to do | 这样说 / Say |\n|------|------|\n| 保存文献 | \"保存到知识库\"、\"加入知识库\"、\"收藏这篇文章\" |\n| 搜索自己的文献 | \"在我的知识库里找...\"、\"查一下我的文献有没有...\" |\n| 看知识库统计 | \"知识库统计\"、\"我的知识库有多少文献\" |\n| 管理标签 | \"给这篇打标签...\"、\"我的深度学习标签\" |\n| 导出引用 | \"引用这篇文献\"、\"导出这几篇为 BibTeX\" |\n| 创建研究专题 | \"把这N篇组成一个专题\"、\"开个XX的课题\" |\n| 查看专题 | \"列出我的专题\"、\"打开XX专题\"、\"有哪些专题\" |\n| 专题内检索 | \"在XX专题里检索...\" |\n| 导出/归档 | \"导出XX专题\"、\"归档XX专题\" |\n| 配置 | \"知识库配置\"、\"配置向量化\" |\n| 健康检查 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n# 学术知识库 / Academic Knowledge Base\n\n> 中文 / Chinese | [English below each section]\n\n面向学术研究者的个人知识中枢 —— 整合 Karpathy LLM Wiki 知识编译 + SmartLib 文献检索 + 向量化语义检索，让每一次检索和研究都沉淀为自己的知识资产。\n\n> A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki knowledge compilation + SmartLib literature search + vectorized semantic retrieval. Every search and study session compounds into your own knowledge asset.\n\n---\n\n## 来源参考 / Source References\n\n本技能的设计架构和工作流继承自以下两个上游技能：\n\n### 参考技能 1：Karpathy LLM Wiki\n\n- **技能位置**：`~/.workbuddy/skills/Karpathy LLM Wiki/`\n- **核心理念**：用 LLM 增量构建和维护持久化 Wiki 知识库，而非每次查询时做 RAG\n- **本技能继承**：Raw 不可变性、LLM 维护 Wiki 层、ingest/query/lint 操作、[[wiki-links]] 格式\n\n> Inherited: Raw immutability, LLM-owned wiki layer, ingest/query/lint operations, wiki page format.\n\n### 参考技能 2：global-biblio-base\n\n- **技能位置**：`~/.workbuddy/skills/global-biblio-base/`\n- **版本**：v3.1\n- **核心理念**：基于 SmartLib 开放平台 API 提供中外文学术文献检索，已接入全程自动化服务（gateway 注册 + 配额消耗 + 微信支付充值）\n- **本技能继承**：文献检索 API + 认证流程、元数据字段结构、三级检索策略、外部检索联动。**配额共享**——与 literature-search 使用同一 gateway 凭证和配额\n\n> Inherited: SmartLib API auth, metadata schema, search strategies, field validation. **Quota shared** with literature-search.\n\n---\n\n## 核心架构 / Core Architecture\n\n```\n~/.workbuddy/academic-kb/\n├── raw/                          # 原始资料（不可修改 / Immutable）\n│   ├── literature/               #   文献全文 PDF/解析文本\n│   ├── news/                     #   资讯/报道原文\n│   └── personal/                 #   个人实验数据、笔记\n├── db/                           # 结构化数据库\n│   ├── literature.json           #   文献元数据（Identifier 为唯一 key）\n│   ├── news.json                 #   资讯条目\n│   ├── personal_data.json        #   个人学术数据\n│   └── tags.json                 #   标签体系\n├── wiki/                         # LLM 维护的 Wiki 知识层\n│   ├── index.md                  #   知识目录\n│   ├── log.md                    #   操作日志\n│   └── [topic-pages].md          #   主题/概念页面\n├── vectors/                      # 向量化存储\n│   ├── embeddings.json           #   向量数据\n│   └── vector_config.json        #   向量化范围配置\n├── sessions/                     # 研究专题（文献子集+笔记+分析）\n│   └── {slug}_yyyymmdd/\n│       ├── session.json           #   专题元数据\n│       ├── literature.json        #   选中文献快照\n│       ├── notes.md               #   用户研究笔记\n│       └── analysis.md            #   AI 生成的研究综述\n└── KB-SCHEMA.md                  # 知识库 Schema 与约定\n```\n\n| 层级 / Layer | 职责 / Responsibility | 所有者 / Owner |\n|------|------|------|\n| **Raw Sources** | 原始资料，不可修改 / Immutable sources | 用户 / User |\n| **Structured DB** | 结构化元数据，CRUD / Structured metadata | 系统 + 用户 |\n| **Wiki** | LLM 自动维护的知识网络 / Auto-maintained knowledge graph | LLM |\n| **Vectors** | 语义检索向量索引 / Vector index | 系统 |\n\n---\n\n## 凭证与配额 / Credentials & Quota\n\n> ## ⚠️ 强制规则 — 必须先询问邮箱\n> 1. **执行任何操作前，必须先询问用户邮箱地址**\n> 2. 禁止使用 global-biblio-base/config.json 中预填的邮箱（即使存在且非 null）\n> 3. 禁止自动生成邮箱（如 `user@example.com`、`auto@xxx.com` 等）\n> 4. 用户未提供邮箱 → 停止执行，回复：\n>    \"请提供您的邮箱地址以注册 SmartLib 学术知识库（新用户免费 100 次/月）\"\n> 5. 只有用户明确输入邮箱后，才能调用 /register 或 /quota\n>\n> ## 邮箱识别自动化\n> 当用户消息中出现以下模式时，自动提取邮箱 → 无需再次询问：\n> - 明确的邮箱地址（包含 @ 符号的完整地址，如 `xxx@xxx.xxx`）\n> - \"我的邮箱是 xxx\" / \"email: xxx\" / \"用 xxx 注册\" / \"邮箱 xxx\"\n\n本技能**不独立注册**，复用 global-biblio-base 的 gateway 凭证和配额：\n\n```\n检查 global-biblio-base 的 config.json\n  ├── SMARTLIB_EMAIL 已配置 → 复用凭证，进入配额检查\n  │\n  │   配额检查: GET {GATEWAY_URL}/quota?email={SMARTLIB_EMAIL}\n  │\n  │   如果返回 404 \"not_registered\" → 用户可能已被重置/删除\n  │     → 提示: \"检测到您的账户需要重新绑定，正在自动重新注册...\"\n  │     → 调 gateway /register（使用同一邮箱）→ 写入 config.json\n  │     → 注册成功后继续配额检查\n  │\n  └── SMARTLIB_EMAIL 未配置 → 引导用户先注册:\n        \"📋 知识库需要 SmartLib 检索能力。首次使用需绑定邮箱（免费 100 次/月，仅用于配额管理），请输入邮箱即可开始:\"\n        用户输入 → 调 gateway /register（无需验证码）→ 写入 config.json\n        → 成功: \"✅ 注册成功！本月免费 100 次，可立即使用（邮箱验证仅充值时需要，现在不验证也能用）。请告诉我您想检索或录入什么文献——\"\n        → 失败 → 提示原因 → 终止\n```\n\n> **注意**：注册无需验证码，极速完成。\n\n**配额消耗规则 / Quota Consumption Rules:**\n\n本技能与 global-biblio-base **共享配额和计次规则**。配额按**实际 API 接口调用次数**计费，共 5 个接口，每次调用计 1 次。\n\n> Shared quota and billing rules with literature-search. **5 interfaces**, each successful call = 1 quota. Failed calls do NOT consume quota (v36).\n\n**计费接口清单（5个）/ Billable Interfaces (5 total):**\n\n| 类别 | 接口 | 计费 | 知识库中的触发场景 |\n|------|------|------|------|\n| **检索** | 中文期刊检索 | 1次/调用 | 入库时 SmartLib 补全字段（中文文献匹配） |\n| **检索** | 全球文献检索 | 1次/调用 | 入库时 SmartLib 补全字段（外文文献匹配）、研究专题新检索 |\n| **详情** | 中文期刊详情 | 1次/调用 | 补全文献元数据（查看详情） |\n| **详情** | 全球文献详情 | 1次/调用 | 补全外文文献元数据（查看详情） |\n| **下载** | 中文期刊全文下载 | 1次/调用 | 入库时下载中文期刊全文 PDF |\n\n**不计费的操作 / Non-billable Operations:**\n\n| 操作 / Operation | 说明 / Note |\n|------|------|\n| 知识库内检索（分词+向量） | 本地操作，不调 SmartLib API |\n| 入库 SmartLib 检索结果（元数据） | 文献已在检索 Skill 中消耗过配额 |\n| 标签管理、导出引用、Wiki 维护 | 本地操作 |\n| 向量化 API 调用 | 使用独立的向量化服务商，不计 SmartLib 配额 |\n| 研究专题创建（本地文献子集） | 不调外部 API |\n| 外文 OA PDF 探测 | 外部免费 API，不计 SmartLib 配额 |\n\n---\n\n## 🔒 配额耗尽处理 / Quota Exhaustion\n\n配额耗尽后**暂停外部检索请求**：\n\n| 状态 | 行为 |\n|------|------|\n| **配额充足** | 完整使用所有功能（检索、入库、专题、导出） |\n| **配额耗尽** | 知识库本地检索正常；外部检索、入库匹配、新文献补充**一律拒绝** |\n\n**配额耗尽后的提示格式：**\n\n```\n⚠️ 您的 SmartLib 检索配额已用尽。\n\n知识库内 {N} 篇已有文献仍可正常检索、管理、导出。\n但外部检索、入库匹配等需要调用 SmartLib 的功能已被暂停。\n\n> 💰 充值套餐：\n> 体验包：¥9.90 / 1000次\n> 月付基础：¥29.00 / 5000次/月\n> 月付进阶：¥99.00 / 20000次/月\n> 月付专业：¥299.00 / 100000次/月\n> 回复「充值」获取微信支付码，恢复 SmartLib 外部检索能力。\n```\n\n**重要规则**：\n- 配额耗尽后，所有需要调用 SmartLib API 的操作（外部检索、入库匹配、新文献补充）**一律拒绝**，不展示任何部分结果\n- 知识库内已有文献的检索、标签管理、导出、Wiki 维护、研究专题 — **不受影响**（纯本地操作）\n- 充值后立即恢复所有外部检索功能\n\n---\n\n## 输出规范 / Output Standards\n\n**每次调用 SmartLib API 后，在结果末尾展示配额状态：**\n\n```\n📊 本次消耗 {n} 次 | 剩余 {remain} 次 (共 {total} 次/月)\n```\n\n```\n```\n\n---\n\n## 知识库初始化 / KB Initialization\n\n**无需显式\"初始化\"。** 懒加载引导式设计——首次使用任何功能时，基础设施自动静默创建。\n\n> No explicit \"init\" required. Lazy-loading guided design.\n\n### 自愈式就绪 / Self-Healing Readiness\n\n| 检查项 / Check | 缺失时行为 / On Missing |\n|------|------|\n| 根目录不存在 | 静默创建完整目录结构 + 空 JSON 文件 + KB-SCHEMA.md |\n| vector_config.json 不存在 | 静默写入默认配置（BGE-M3 / 硅基流动 / 仅摘要向量化） |\n| 向量化 API Key 未配置 | 仅在首次需要向量化时引导配置，不阻塞入库 |\n| embeddings.json 损坏 | 静默重建空文件 |\n\n### 向量化方案备选 / Vectorization Options\n\n| 方案 / Option | 模型 / Model | 费用 / Cost | 维度 / Dims |\n|------|------|------|------|\n| 推荐 | 硅基流动 BGE-M3 | **免费** | 1024 |\n| 高精度 | 智谱 Embedding-3 | ¥0.5/百万token | 256-2048 |\n| 高精度 | 阿里 text-embedding-v4 | ¥0.5/百万token | 64-2048 |\n| 私有部署 | Ollama + nomic-embed-text | 免费 | 768 |\n\n---\n\n## 数据入库 / Data Ingestion\n\n支持 4 种数据类型入库。\n\n### 类型 1：SmartLib 检索结果入库\n\n**触发**：用户在使用 global-biblio-base 后说\"保存到知识库\"、\"加入知识库\"\n\n```\n用户指定入库的检索结果\n  ├── 遍历每条结果\n  │     ├── Identifier 去重检查（db/literature.json）\n  │     │     ├── 已存在 → 跳过\n  │     │     └── 不存在 → 入库\n  │     └── 入库操作：写 literature.json + 下载原文到 raw/ + 向量化（若配置）\n  └── 汇总提示入库结果\n```\n\n**文献元数据格式（db/literature.json）：**\n\n```json\n{\n  \"Identifier_Value\": {\n    \"identifier\": \"文献唯一ID\",\n    \"title\": \"文献标题\",\n    \"authors\": [\"作者1\", \"作者2\"],\n    \"source_name\": \"期刊/来源\",\n    \"publish_year\": \"2025\",\n    \"abstract\": \"摘要内容\",\n    \"keywords\": [\"关键词1\"],\n    \"doi\": \"10.xxxx/xxxx\",\n    \"core_indexing\": \"SCI;EI\",\n    \"source\": \"smartlib\",\n    \"source_links\": [\n      {\"db_id\": \"scopusjournal\", \"db_title\": \"Scopus\", \"link\": \"https://www.scopus.com/...\"},\n      {\"db_id\": \"wsoscimagazine\", \"db_title\": \"WoS SCI\", \"link\": \"https://www.webofscience.com/...\"}\n    ],\n    \"vectorized\": true,\n    \"tags\": [\"深度学习\"],\n    \"notes\": \"\"\n  }\n}\n```\n\n> **source_links 字段说明**：从 SmartLib 详情接口的 `Source` 字段自动提取，保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%，平均4.75个链接/篇）。入库时自动保存，支持多源交叉验证。\n\n### 类型 2：用户上传文献入库\n\n**触发**：用户提供 PDF/Word/Markdown/BibTeX 文件路径\n\n```\nStep 1：解析文献（PDF 提取文本 / Word 解析结构 / BibTeX 解析字段）\nStep 2：匹配 SmartLib（用标题+作者检索 API 4，标题相似度 > 80% 则合并补全 DOI/ISSN/核心收录）\nStep 3：存储（原文 → raw/literature/，元数据 → literature.json，向量化）\n```\n\n未匹配 SmartLib 的文献标注 `source: \"user_upload\"`。\n\n### 类型 3：资讯/报道入库\n\n**触发**：用户提供 URL 或粘贴文本\n\n```\nStep 1：提取标题、来源、日期、摘要\nStep 2：原文 → raw/news/，元数据 → db/news.json\n```\n\n### 类型 4：个人学术数据入库\n\n**触发**：用户上传实验数据、CSV、笔记等\n\n```\nStep 1：解析数据（CSV 保持表格结构 / 文本 Markdown 存储）\nStep 2：询问是否关联已有文献\nStep 3：原文 → raw/personal/，元数据 → db/personal_data.json\n```\n\n---\n\n## 向量化服务 / Vectorization Service\n\n### API 调用规范\n\n统一使用 OpenAI 兼容格式：\n\n```\nPOST {base_url}/embeddings\nAuthorization: Bearer {api_key}\nBody: {\"model\": \"{model_name}\", \"input\": [\"文本1\", \"文本2\"]}\n```\n\n### 批量向量化\n\n- 单次最多提交 32 条\n- 每批 32 条并发（最多 3 批并行）\n- 单批失败自动重试 3 次（指数退避）\n\n### 向量化触发条件\n\n| 操作 / Operation | 触发向量化？ |\n|------|:--:|\n| 文献检索结果入库 | 若配置开启 |\n| 用户上传文献入库 | 若配置开启 |\n| 资讯/个人数据入库 | 默认关闭 |\n| 删除文献 | 同步删除向量索引 |\n\n---\n\n## 检索策略 / Retrieval Strategy\n\n### 双轨检索流程\n\n```\n用户查询\n  │\n  ├── 1. 知识库分词匹配检索\n  │     ├── 中文分词 → title/abstract/keywords 倒排匹配\n  │     └── BM25 评分（标题 > 关键词 > 摘要）\n  │\n  ├── 2. 知识库向量语义检索\n  │     ├── 查询向量化 → 余弦相似度匹配\n  │     └── 返回 Top-N（N = 分词匹配结果的 2 倍）\n  │\n  ├── 3. 去重合并\n  │     └── BM25 × 0.6 + Vector_Similarity × 0.4\n  │\n  ├── 4. 自适应外部检索\n  │     ├── 知识库 ≥ 3 条 → 知识库置顶 + 正常外部检索\n  │     ├── 知识库 1-2 条 → 知识库置顶 + 外部检索加倍\n  │     └── 知识库 0 条 → 全量外部检索\n  │\n  └── 5. 结果展示（分区：知识库 [📚] / 外部 [🌐]）\n```\n\n### 结果展示格式\n\n```\n🔎 检索：\"{用户查询}\"\n\n════════════════════════════════\n📚 你的知识库（共 N 篇）\n════════════════════════════════\n| # | 收录 | 标题 | 作者 | 来源 | 年份 |\n|---|------|------|------|------|------|\n| 1 | [SCI] | ... | ... | ... | 2024 |\n\n════════════════════════════════\n🌐 外部检索补充（SmartLib，共 M 篇）\n════════════════════════════════\n| # | 收录 | 标题 | 作者 | 来源 | 年份 |\n|---|------|------|------|------|------|\n| 1 | - | ... | ... | ... | 2025 |\n\n💾 输入 \"保存 1,3\" 将外部结果加入知识库\n```\n\n---\n\n## Wiki 知识层维护 / Wiki Maintenance\n\n继承自 LLM Wiki 模式，入库后 LLM 自动维护知识网络。\n\n### 触发时机\n\n| 操作 | 更新范围 |\n|------|------|\n| 入库新文献 | 创建/更新该文献涉及的主题概念页 |\n| 批量入库 ≥ 5 篇 | 全量 Lint（交叉引用、矛盾检测、孤立页面） |\n| 用户手动要求 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n### 入库后更新流程\n\n```\n文献入库 → 提取主题 → 检查已有 Wiki 页面 → 创建/更新概念页\n  → 写入引用 → 更新交叉引用 → 检测矛盾 → 更新 index.md → 追加 log.md\n```\n\n### Lint（健康检查）\n\n批量入库 ≥ 5 篇后自动执行，或用户手动触发。检查项：\n\n1. **矛盾检测**：不同文献间结论冲突，标注 `[⚠️ 矛盾]`\n2. **过时检测**：超过 3 年未更新的概念页\n3. **孤立页面**：无入链的 Wiki 页面\n4. **冗余检测**：内容高度相似的页面\n\n---\n\n## 参考文献管理 / Reference Management\n\n| 功能 / Feature | 触发方式 / Trigger |\n|------|------|\n| 添加文献 | \"保存到知识库\" |\n| 查看详情 | \"查看文献 XXX\" |\n| 删除文献 | \"删除文献 XXX\"（仅删元数据，raw 原文保留） |\n| 去重检测 | 入库时自动触发（Identifier / DOI / 标题匹配） |\n| 标签管理 | \"给这篇文献打标签'深度学习'\" |\n| 批量导出 | \"导出这几篇为 BibTeX\" |\n| 引用生成 | \"引用这篇文献\" → GB/T 7714 / APA / MLA / BibTeX |\n\n### 导出格式\n\n| 格式 | 用途 |\n|------|------|\n| GB/T 7714-2015 | 中文论文（优先） |\n| APA 7th | 社科论文 |\n| MLA 9th | 人文论文 |\n| BibTeX | LaTeX |\n\n---\n\n## 研究专题 / Research Sessions\n\n从知识库中挑选文献子集组成研究专题。专题自包含（文献快照 + 笔记 + AI 分析），可独立导出迁移。\n\n> Create focused research sessions from your KB. Self-contained and portable.\n\n### 触发场景\n\n| 用户意图 / Intent | 触发短语示例 |\n|------|------|\n| 创建专题 | \"把这N篇组成一个专题\"、\"用这些结果创建专题\" |\n| 查看专题 | \"列出我的专题\"、\"打开XX专题\" |\n| 专题内操作 | \"在XX专题里检索...\"、\"更新XX专题笔记\" |\n| 导出/归档 | \"导出XX专题\"、\"归档XX专题\" |\n\n### 存储结构\n\n```\n~/.workbuddy/academic-kb/sessions/{slug}_{yyyymmdd}/\n├── session.json          # 专题元数据（标题、来源、状态）\n├── literature.json       # 选中文献快照（自包含可迁移）\n├── notes.md              # 用户研究笔记\n└── analysis.md           # AI 生成的研究综述\n```\n\n### 专题操作\n\n| 操作 | 说明 |\n|------|------|\n| 创建 | 选文献 → AI 智能命名 → 生成 analysis.md |\n| 添加文献 | 追加到专题 literature.json，不影响主库 |\n| 专题内检索 | 限定范围为专题文献，复用双轨检索 |\n| 更新笔记 | 追加内容（带时间戳），AI 可辅助生成大纲 |\n| 导出 | 打包专题目录为 zip |\n| 归档/删除 | 归档：status → archived；删除：需二次确认 |\n\n> Sessions are snapshots — editing session content never affects the main KB.\n\n---\n\n## 知识库统计 / KB Statistics\n\n**触发**：用户说\"知识库统计\"、\"KB Stats\"等\n\n生成交互式 HTML 报告（模板 `kb-report.html`），包含：\n\n| 功能 | 说明 |\n|------|------|\n| 摘要卡片 | 文献总量、已向量化数、资讯数 |\n| 文献构成 | 按类型和语言的柱状图 |\n| 年份分布 | 按年份统计柱状图 |\n| 热门标签 | 标签云 |\n| 全部文献列表 | 可展开明细表 |\n\n报告通过 `preview_url` 打开。未初始化时显示引导页。\n\n---\n\n## 配置管理 / Configuration Management\n\n| 用户指令 / Command | 操作 / Action |\n|------|------|\n| \"知识库配置\" | 展示 vector_config.json 关键信息 |\n| \"配置向量化\" | 展示方案对比表，引导输入 API Key |\n| \"开启全文向量化\" | 修改 vector_config.json，提示是否补向量化 |\n| \"换用智谱向量\" | 修改 provider/model，提示需重新向量化 |\n\nKey 写入 `~/.workbuddy/academic-kb/vectors/vector_config.json` 的 `api_key` 字段。\n\n---\n\n## 与外部技能的联动 / Integration with Other Skills\n\n| 技能 / Skill | 联动方式 / Integration | 关系 |\n|------|------|------|\n| **llm-wiki** | Wiki 层核心模式（ingest/query/lint、Raw 不可变性、[[wiki-links]]） | ⬆️ 上游参考 |\n| **global-biblio-base** (v3.1) | 检索结果一键入库；SmartLib 补全字段；共享配额与凭证；外部检索联动 | ⬆️ 上游参考 |\n| **smartlib-citation-checker** | 引用核查时优先查知识库；引用格式转换引擎复用 | ➡️ 同级协作 |\n\n---\n\n## 安全与隐私 / Security & Privacy\n\n| 安全原则 / Principle | 实现 / Implementation |\n|------|------|\n| 零越权文件访问 | 所有操作限定在 `~/.workbuddy/academic-kb/` 内 |\n| API Key 安全 | 仅存储在本地 vector_config.json，仅发送至用户选择的向量化服务商 |\n| 零隐藏网络调用 | 仅 SmartLib API 和向量化 API，无遥测 |\n| Raw 不可变 | `raw/` 目录不可修改不可删除 |\n| 无远程执行 | 所有代码本地执行 |\n\n---\n\n## 错误处理与回退 / Error Handling & Fallback\n\n| 故障场景 / Failure | 降级行为 / Degradation |\n|------|------|\n| SmartLib API 无响应 | 自动重试 3 次（1s/3s/9s），失败 → 提示稍后重试 |\n| SmartLib Token 过期 | 自动重新获取，用户无感知 |\n| 向量化 API 无 Key | 跳过向量化，照常入库，分词检索正常 |\n| 向量化 API 调用失败 | 分批重试 3 次，单批失败不影响其他批 |\n| embeddings.json 损坏 | 静默重建，后续检索时自动补向量化 |\n| 知识库目录被误删 | 下次操作时自动检测并静默重建 |\n\n---\n\n## 版本历史 / Version History\n\n| 版本 | 日期 | 核心变更 |\n|------|------|---------|\n| v3.0 | 2026-05 | 初始版本：4类数据入库、双轨检索、Wiki知识层、研究专题 |\n| v3.1 | 2026-05-28 | 计次规则对齐 literature-search v2.2（5接口，每次调用计1次） |\n| v3.2 | 2026-05-28 | **亮点更新**：入库文献自动保留原始数据库来源链接（source_links 字段，300+数据库，100%覆盖率），支持多源交叉验证 |\n| v3.3 | 2026-06-04 | **v36 对齐**：① 配额改为成功调用后扣除（失败不消耗配额），与 literature-search v2.9 对齐；② 上游技能版本引用更新 v2.2→v2.8 |\n| v3.4 | 2026-06-05 | **v38 production aligned**: Updated production URL to v38 (version 34), literature-search ref v2.8→v2.9, citation-checker ref v2.5→v2.6 |\n| v3.5 | 2026-06-06 | **v39 生产部署**：恢复 /register 单步注册，修复 v38 用户卡住问题；上游 literature-search v3.0、citation-checker v2.7 |\n| v3.6 | 2026-06-06 | **v44 审计对齐**：代码审计确认 trial_total=100（注册赠送100次），套餐配额1000起；更新上游 literature-search v2.9→v3.0；与 smartlib-gateway v44 (version 46) 完全对齐 |\n| v3.7 | 2026-06-11 | **SkillHub 分发安全修复**：SKILL.md 删除硬编码 Production URL（改为从 literature-search config.json 读取）；新增\"必须先询问邮箱\"强制规则；新增邮箱识别自动化；frontmatter description 上游版本 v2.2→v3.1；外部技能联动表 literature-search v3.0→v3.1 |\n\nFile v3.10.0:README.md\n\n# Academic Knowledge Base (学术知识库) v3.0\n\n> Your research compounds. Not just searches — a personal knowledge hub that grows with every query.\n\n**SkillHub 安装名：** `academic-knowledge-base`\n**作者：** @J-levee (张亚东 / Zhang Yadong)\n**依赖技能：** smartlib-literature-search (必需), smartlib-citation-checker (推荐)\n\n---\n\n## 这是什么？ / What is this?\n\n一个**面向学术研究者的个人知识中枢**。让每一次文献检索和研究自动沉淀到私有知识库，形成持续积累的研究资产。\n\n> A personal knowledge hub for academic researchers. Every search and study session compounds into your private knowledge base.\n\n### 一句话说清 / One-liner\n\n> 你说\"查 RAG 最新进展\" → AI 先搜你的知识库 → 再搜外部补充 → 一键入库。以后你再问，知识库优先回答。\n\n---\n\n## 核心功能 / Core Features\n\n### 4 类数据自动入库\n\n| 数据类型 | 触发方式 | 入库行为 |\n|------|------|------|\n| SmartLib 检索结果 | \"保存到知识库\" | 元数据写入 + 摘要自动向量化 + Wiki 概念页更新 |\n| 用户上传文献 (PDF/Word/BibTeX) | 提供文件路径 | 解析 → SmartLib 匹配补全字段 → 入库 |\n| 资讯/报道 | \"保存这篇资讯\" | 原文存档 + 元数据标引入库 |\n| 个人学术数据 | \"记录这些实验数据\" | CSV/Excel/笔记入库，可关联到文献 |\n\n### 双轨智能检索\n\n- **BM25 分词匹配**：标题/关键词/摘要倒排索引\n- **向量语义检索**：BGE-M3（免费，1024维，中文优化）\n- **加权合并**：知识库结果 [📚] 置顶，命中不足时自动扩展外部 SmartLib 检索\n\n### LLM 自动维护 Wiki 知识层\n\n继承自 Karpathy LLM Wiki 模式 — 每次入库 AI 自动创建/更新主题概念页、建立文献交叉引用。\n\n### 研究专题 (Research Sessions)\n\n文献子集 → 智能命名 → 笔记 + AI 分析 → 一键导出 zip 快照。\n\n### 交互式统计报告\n\n说\"知识库统计\" → 自动生成 HTML 报告：摘要卡片 + 语言饼图 + 年份柱状图 + 标签云。\n\n---\n\n## 💰 变现说明 / Monetization\n\n本技能与 `smartlib-literature-search` **共享凭证和配额**。首次使用自动检测并复用凭证，共享 100 次/月免费额度。\n\n| 状态 | 展示规则 |\n|------|---------|\n| 配额充足 | 知识库检索完整展示所有结果 |\n| 配额耗尽 | 仅展示前 **2 条**完整结果，其余只显示标题；研究专题、参考文献管理等高级功能一并受限 |\n\n每次入库一条文献 = 消耗 1 次配额。回复「充值」获取微信支付码。\n\n---\n\n## 快速开始 / Quick Start\n\n### 1. 安装\n\n在 WorkBuddy 中，SkillHub 搜索 `academic-knowledge-base` → 一键安装。必须同时安装 `smartlib-literature-search`。\n\n### 2. 第一次使用\n\n**直接开始就行。** 本技能采用懒加载设计：\n\n```\n你：\"帮我查 RAG 技术的文献\"\n→ AI 自动创建知识库目录 → 用 SmartLib 检索 → 展示结果\n你：\"保存全部\"\n→ 自动入库 + 去重 + 标签提取 + Wiki 更新 → 完成\n```\n\n### 3. (可选) 开启语义检索\n\n首次批量入库时 AI 会提示配置向量化。推荐免费 BGE-M3（硅基流动），获取 Key → https://cloud.siliconflow.cn/account/ak。不配置也不影响核心功能。\n\n### 4. 你的第一句话\n\n| 你想... | 这样说 |\n|------|------|\n| 搜文献 | \"帮我查 Transformer 在药物发现中的应用\" |\n| 保存 | \"把这 5 篇保存到知识库\" |\n| 看自己的库 | \"我的知识库有什么\" / \"知识库统计\" |\n| 创建专题 | \"把这 N 篇组成一个专题\" |\n\n---\n\n## FAQ\n\n**Q: 这个和 smartlib-literature-search 有什么区别？**\nA: 后者是\"搜索引擎\"（每次调用外部 API），本技能是\"私人图书馆\"（搜过就存下来，越积越多）。\n\n**Q: 向量化要钱吗？**\nA: 默认方案（硅基流动 BGE-M3）完全免费。\n\n**Q: 我的数据安全吗？**\nA: 全部存储在本地 `~/.workbuddy/academic-kb/`，不上传任何服务器。\n\n---\n\n> Inspired by [Karpathy LLM Wiki](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) and powered by [SmartLib API](https://www.vipslib.com/).\n\nFile v3.10.0:_meta.json\n\n{\n  \"ownerId\": \"kn71136czyc1f1bmx5rt1tjtes86jsve\",\n  \"slug\": \"academic-knowledge-base\",\n  \"version\": \"3.10.0\",\n  \"publishedAt\": 1781766264312\n}\n\nFile v3.10.0:skill-card.md\n\n## Description: <br>\nA personal academic knowledge-base agent for researchers that combines SmartLib literature retrieval, local library management, wiki-style knowledge maintenance, semantic search, citation workflows, and research-session exports. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[j-levee](https://clawhub.ai/user/j-levee) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nExternal researchers and developers use this skill to build and query a persistent local academic library, ingest literature and personal research materials, manage tags and citations, create research sessions, and supplement local results with SmartLib searches when quota and credentials allow. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: The skill can persist private research data in a local academic library. <br>\nMitigation: Use it only for materials the user is comfortable storing locally, and review the ~/.workbuddy/academic-kb/ contents and retention behavior before ingesting unpublished or sensitive work. <br>\nRisk: The skill uses or modifies shared SmartLib/global-biblio-base credentials and quota state. <br>\nMitigation: Confirm the intended email/account before registration, quota checks, or paid workflows, and verify global-biblio-base configuration before use. <br>\nRisk: Search, matching, and optional vectorization may send research text or metadata to SmartLib and selected vector providers. <br>\nMitigation: Avoid sending sensitive research unless the user accepts those provider interactions, and configure vector providers deliberately. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/j-levee/academic-knowledge-base) <br>\n- [Publisher profile](https://clawhub.ai/user/j-levee) <br>\n- [SmartLib](https://www.vipslib.com) <br>\n- [Karpathy LLM Wiki reference](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) <br>\n- [SiliconFlow API key page](https://cloud.siliconflow.cn/account/ak) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [text, markdown, configuration, guidance] <br>\n**Output Format:** [Markdown guidance with tables, JSON snippets, API-call descriptions, local file/configuration instructions, citation/export formats, and optional HTML report links.] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Outputs may include quota status, local knowledge-base paths, research-session summaries, BibTeX or citation formats, and guidance for configuring vector search providers.] <br>\n\n## Skill Version(s): <br>\n3.10.0 (source: server release metadata; artifact frontmatter reports 3.9) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nArchive v3.9.0: 4 files, 14793 bytes\n\nFiles: README.md (4189b), skill-card.md (2800b), SKILL.md (25839b), _meta.json (142b)\n\nFile v3.9.0:SKILL.md\n\n---\nname: academic-knowledge-base\nversion: 3.9\nhomepage: https://www.vipslib.com\ndescription: |\n  面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。\n  支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索、分词匹配检索、参考文献管理、Wiki知识层自动维护。\n  ✨ 亮点：入库文献自动保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%），支持多源交叉验证。\n  采用懒加载引导式初始化，无需前置配置即可使用。配额管理复用 smartlib-literature-search 的 gateway 凭证和计次规则（v3.1：5接口，每次调用计1次），配额耗尽后暂停外部检索请求。\n  适用场景：文献管理、知识积累、论文写作辅助、研究调研。触发词：保存到知识库、知识库统计、我的知识库、给这篇打标签、列出我的专题、文献管理、论文管理、我的论文库、文献收藏、研究笔记、知识整理、学术知识库、论文知识库、文献整理、学术笔记、研究知识管理、收藏这篇文章、加入知识库、文献综述工具。\n  A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki + SmartLib literature search + vectorized semantic retrieval. Ingested literature automatically preserves original database source links (300+ databases, 100% coverage) for cross-verification. Quota managed via smartlib-literature-search gateway with v3.1 billing rules (5 interfaces, 1 quota per successful call), restricted display when quota exhausted.\n  Production URL: read from smartlib-literature-search/config.json → SMARTLIB_GATEWAY_URL (Gateway v47, version 67)\nmetadata:\n  openclaw:\n    emoji: \"🧠\"\n    requires:\n      env:\n        - SMARTLIB_GATEWAY_SECRET\n        - SMARTLIB_GATEWAY_URL\n        - SMARTLIB_EMAIL\n    envVars:\n      - name: SMARTLIB_GATEWAY_URL\n        required: true\n        description: SmartLib Gateway 服务地址\n      - name: SMARTLIB_GATEWAY_SECRET\n        required: true\n        description: SmartLib Gateway API 密钥\n      - name: SMARTLIB_EMAIL\n        required: true\n        description: 注册邮箱（必填，复用 smartlib-literature-search 凭证与配额）\nagent_created: true\nrecommends: [smartlib-literature-search, smartlib-citation-checker]\nallowed-tools: [Read, Write, Edit, Bash, WebFetch, AskUserQuestion]\n---\n\n## 快速触发词 / Quick Trigger Reference\n\n| 你想做什么 / What to do | 这样说 / Say |\n|------|------|\n| 保存文献 | \"保存到知识库\"、\"加入知识库\"、\"收藏这篇文章\" |\n| 搜索自己的文献 | \"在我的知识库里找...\"、\"查一下我的文献有没有...\" |\n| 看知识库统计 | \"知识库统计\"、\"我的知识库有多少文献\" |\n| 管理标签 | \"给这篇打标签...\"、\"我的深度学习标签\" |\n| 导出引用 | \"引用这篇文献\"、\"导出这几篇为 BibTeX\" |\n| 创建研究专题 | \"把这N篇组成一个专题\"、\"开个XX的课题\" |\n| 查看专题 | \"列出我的专题\"、\"打开XX专题\"、\"有哪些专题\" |\n| 专题内检索 | \"在XX专题里检索...\" |\n| 导出/归档 | \"导出XX专题\"、\"归档XX专题\" |\n| 配置 | \"知识库配置\"、\"配置向量化\" |\n| 健康检查 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n# 学术知识库 / Academic Knowledge Base\n\n> 中文 / Chinese | [English below each section]\n\n面向学术研究者的个人知识中枢 —— 整合 Karpathy LLM Wiki 知识编译 + SmartLib 文献检索 + 向量化语义检索，让每一次检索和研究都沉淀为自己的知识资产。\n\n> A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki knowledge compilation + SmartLib literature search + vectorized semantic retrieval. Every search and study session compounds into your own knowledge asset.\n\n---\n\n## 来源参考 / Source References\n\n本技能的设计架构和工作流继承自以下两个上游技能：\n\n### 参考技能 1：Karpathy LLM Wiki\n\n- **技能位置**：`~/.workbuddy/skills/Karpathy LLM Wiki/`\n- **核心理念**：用 LLM 增量构建和维护持久化 Wiki 知识库，而非每次查询时做 RAG\n- **本技能继承**：Raw 不可变性、LLM 维护 Wiki 层、ingest/query/lint 操作、[[wiki-links]] 格式\n\n> Inherited: Raw immutability, LLM-owned wiki layer, ingest/query/lint operations, wiki page format.\n\n### 参考技能 2：smartlib-literature-search\n\n- **技能位置**：`~/.workbuddy/skills/smartlib-literature-search/`\n- **版本**：v3.1\n- **核心理念**：基于 SmartLib 开放平台 API 提供中外文学术文献检索，已接入全程自动化服务（gateway 注册 + 配额消耗 + 微信支付充值）\n- **本技能继承**：文献检索 API + 认证流程、元数据字段结构、三级检索策略、外部检索联动。**配额共享**——与 literature-search 使用同一 gateway 凭证和配额\n\n> Inherited: SmartLib API auth, metadata schema, search strategies, field validation. **Quota shared** with literature-search.\n\n---\n\n## 核心架构 / Core Architecture\n\n```\n~/.workbuddy/academic-kb/\n├── raw/                          # 原始资料（不可修改 / Immutable）\n│   ├── literature/               #   文献全文 PDF/解析文本\n│   ├── news/                     #   资讯/报道原文\n│   └── personal/                 #   个人实验数据、笔记\n├── db/                           # 结构化数据库\n│   ├── literature.json           #   文献元数据（Identifier 为唯一 key）\n│   ├── news.json                 #   资讯条目\n│   ├── personal_data.json        #   个人学术数据\n│   └── tags.json                 #   标签体系\n├── wiki/                         # LLM 维护的 Wiki 知识层\n│   ├── index.md                  #   知识目录\n│   ├── log.md                    #   操作日志\n│   └── [topic-pages].md          #   主题/概念页面\n├── vectors/                      # 向量化存储\n│   ├── embeddings.json           #   向量数据\n│   └── vector_config.json        #   向量化范围配置\n├── sessions/                     # 研究专题（文献子集+笔记+分析）\n│   └── {slug}_yyyymmdd/\n│       ├── session.json           #   专题元数据\n│       ├── literature.json        #   选中文献快照\n│       ├── notes.md               #   用户研究笔记\n│       └── analysis.md            #   AI 生成的研究综述\n└── KB-SCHEMA.md                  # 知识库 Schema 与约定\n```\n\n| 层级 / Layer | 职责 / Responsibility | 所有者 / Owner |\n|------|------|------|\n| **Raw Sources** | 原始资料，不可修改 / Immutable sources | 用户 / User |\n| **Structured DB** | 结构化元数据，CRUD / Structured metadata | 系统 + 用户 |\n| **Wiki** | LLM 自动维护的知识网络 / Auto-maintained knowledge graph | LLM |\n| **Vectors** | 语义检索向量索引 / Vector index | 系统 |\n\n---\n\n## 凭证与配额 / Credentials & Quota\n\n> ## ⚠️ 强制规则 — 必须先询问邮箱\n> 1. **执行任何操作前，必须先询问用户邮箱地址**\n> 2. 禁止使用 smartlib-literature-search/config.json 中预填的邮箱（即使存在且非 null）\n> 3. 禁止自动生成邮箱（如 `user@example.com`、`auto@xxx.com` 等）\n> 4. 用户未提供邮箱 → 停止执行，回复：\n>    \"请提供您的邮箱地址以注册 SmartLib 学术知识库（新用户免费 100 次/月）\"\n> 5. 只有用户明确输入邮箱后，才能调用 /register 或 /quota\n>\n> ## 邮箱识别自动化\n> 当用户消息中出现以下模式时，自动提取邮箱 → 无需再次询问：\n> - 明确的邮箱地址（包含 @ 符号的完整地址，如 `xxx@xxx.xxx`）\n> - \"我的邮箱是 xxx\" / \"email: xxx\" / \"用 xxx 注册\" / \"邮箱 xxx\"\n\n本技能**不独立注册**，复用 smartlib-literature-search 的 gateway 凭证和配额：\n\n```\n检查 smartlib-literature-search 的 config.json\n  ├── SMARTLIB_EMAIL 已配置 → 复用凭证，进入配额检查\n  │\n  │   配额检查: GET {GATEWAY_URL}/quota?email={SMARTLIB_EMAIL}\n  │\n  │   如果返回 404 \"not_registered\" → 用户可能已被重置/删除\n  │     → 提示: \"检测到您的账户需要重新绑定，正在自动重新注册...\"\n  │     → 调 gateway /register（使用同一邮箱）→ 写入 config.json\n  │     → 注册成功后继续配额检查\n  │\n  └── SMARTLIB_EMAIL 未配置 → 引导用户先注册:\n        \"📋 知识库需要 SmartLib 检索能力。首次使用需绑定邮箱（免费 100 次/月，仅用于配额管理），请输入邮箱即可开始:\"\n        用户输入 → 调 gateway /register（无需验证码）→ 写入 config.json\n        → 成功: \"✅ 注册成功！本月免费 100 次，可立即使用（邮箱验证仅充值时需要，现在不验证也能用）。请告诉我您想检索或录入什么文献——\"\n        → 失败 → 提示原因 → 终止\n```\n\n> **注意**：注册无需验证码，极速完成。\n\n**配额消耗规则 / Quota Consumption Rules:**\n\n本技能与 smartlib-literature-search **共享配额和计次规则**。配额按**实际 API 接口调用次数**计费，共 5 个接口，每次调用计 1 次。\n\n> Shared quota and billing rules with literature-search. **5 interfaces**, each successful call = 1 quota. Failed calls do NOT consume quota (v36).\n\n**计费接口清单（5个）/ Billable Interfaces (5 total):**\n\n| 类别 | 接口 | 计费 | 知识库中的触发场景 |\n|------|------|------|------|\n| **检索** | 中文期刊检索 | 1次/调用 | 入库时 SmartLib 补全字段（中文文献匹配） |\n| **检索** | 全球文献检索 | 1次/调用 | 入库时 SmartLib 补全字段（外文文献匹配）、研究专题新检索 |\n| **详情** | 中文期刊详情 | 1次/调用 | 补全文献元数据（查看详情） |\n| **详情** | 全球文献详情 | 1次/调用 | 补全外文文献元数据（查看详情） |\n| **下载** | 中文期刊全文下载 | 1次/调用 | 入库时下载中文期刊全文 PDF |\n\n**不计费的操作 / Non-billable Operations:**\n\n| 操作 / Operation | 说明 / Note |\n|------|------|\n| 知识库内检索（分词+向量） | 本地操作，不调 SmartLib API |\n| 入库 SmartLib 检索结果（元数据） | 文献已在检索 Skill 中消耗过配额 |\n| 标签管理、导出引用、Wiki 维护 | 本地操作 |\n| 向量化 API 调用 | 使用独立的向量化服务商，不计 SmartLib 配额 |\n| 研究专题创建（本地文献子集） | 不调外部 API |\n| 外文 OA PDF 探测 | 外部免费 API，不计 SmartLib 配额 |\n\n---\n\n## 🔒 配额耗尽处理 / Quota Exhaustion\n\n配额耗尽后**暂停外部检索请求**：\n\n| 状态 | 行为 |\n|------|------|\n| **配额充足** | 完整使用所有功能（检索、入库、专题、导出） |\n| **配额耗尽** | 知识库本地检索正常；外部检索、入库匹配、新文献补充**一律拒绝** |\n\n**配额耗尽后的提示格式：**\n\n```\n⚠️ 您的 SmartLib 检索配额已用尽。\n\n知识库内 {N} 篇已有文献仍可正常检索、管理、导出。\n但外部检索、入库匹配等需要调用 SmartLib 的功能已被暂停。\n\n> 💰 充值套餐：\n> 体验包：¥9.90 / 1000次\n> 月付基础：¥29.00 / 5000次/月\n> 月付进阶：¥99.00 / 20000次/月\n> 月付专业：¥299.00 / 100000次/月\n> 回复「充值」获取微信支付码，恢复 SmartLib 外部检索能力。\n```\n\n**重要规则**：\n- 配额耗尽后，所有需要调用 SmartLib API 的操作（外部检索、入库匹配、新文献补充）**一律拒绝**，不展示任何部分结果\n- 知识库内已有文献的检索、标签管理、导出、Wiki 维护、研究专题 — **不受影响**（纯本地操作）\n- 充值后立即恢复所有外部检索功能\n\n---\n\n## 输出规范 / Output Standards\n\n**每次调用 SmartLib API 后，在结果末尾展示配额状态：**\n\n```\n📊 本次消耗 {n} 次 | 剩余 {remain} 次 (共 {total} 次/月)\n```\n\n```\n```\n\n---\n\n## 知识库初始化 / KB Initialization\n\n**无需显式\"初始化\"。** 懒加载引导式设计——首次使用任何功能时，基础设施自动静默创建。\n\n> No explicit \"init\" required. Lazy-loading guided design.\n\n### 自愈式就绪 / Self-Healing Readiness\n\n| 检查项 / Check | 缺失时行为 / On Missing |\n|------|------|\n| 根目录不存在 | 静默创建完整目录结构 + 空 JSON 文件 + KB-SCHEMA.md |\n| vector_config.json 不存在 | 静默写入默认配置（BGE-M3 / 硅基流动 / 仅摘要向量化） |\n| 向量化 API Key 未配置 | 仅在首次需要向量化时引导配置，不阻塞入库 |\n| embeddings.json 损坏 | 静默重建空文件 |\n\n### 向量化方案备选 / Vectorization Options\n\n| 方案 / Option | 模型 / Model | 费用 / Cost | 维度 / Dims |\n|------|------|------|------|\n| 推荐 | 硅基流动 BGE-M3 | **免费** | 1024 |\n| 高精度 | 智谱 Embedding-3 | ¥0.5/百万token | 256-2048 |\n| 高精度 | 阿里 text-embedding-v4 | ¥0.5/百万token | 64-2048 |\n| 私有部署 | Ollama + nomic-embed-text | 免费 | 768 |\n\n---\n\n## 数据入库 / Data Ingestion\n\n支持 4 种数据类型入库。\n\n### 类型 1：SmartLib 检索结果入库\n\n**触发**：用户在使用 smartlib-literature-search 后说\"保存到知识库\"、\"加入知识库\"\n\n```\n用户指定入库的检索结果\n  ├── 遍历每条结果\n  │     ├── Identifier 去重检查（db/literature.json）\n  │     │     ├── 已存在 → 跳过\n  │     │     └── 不存在 → 入库\n  │     └── 入库操作：写 literature.json + 下载原文到 raw/ + 向量化（若配置）\n  └── 汇总提示入库结果\n```\n\n**文献元数据格式（db/literature.json）：**\n\n```json\n{\n  \"Identifier_Value\": {\n    \"identifier\": \"文献唯一ID\",\n    \"title\": \"文献标题\",\n    \"authors\": [\"作者1\", \"作者2\"],\n    \"source_name\": \"期刊/来源\",\n    \"publish_year\": \"2025\",\n    \"abstract\": \"摘要内容\",\n    \"keywords\": [\"关键词1\"],\n    \"doi\": \"10.xxxx/xxxx\",\n    \"core_indexing\": \"SCI;EI\",\n    \"source\": \"smartlib\",\n    \"source_links\": [\n      {\"db_id\": \"scopusjournal\", \"db_title\": \"Scopus\", \"link\": \"https://www.scopus.com/...\"},\n      {\"db_id\": \"wsoscimagazine\", \"db_title\": \"WoS SCI\", \"link\": \"https://www.webofscience.com/...\"}\n    ],\n    \"vectorized\": true,\n    \"tags\": [\"深度学习\"],\n    \"notes\": \"\"\n  }\n}\n```\n\n> **source_links 字段说明**：从 SmartLib 详情接口的 `Source` 字段自动提取，保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%，平均4.75个链接/篇）。入库时自动保存，支持多源交叉验证。\n\n### 类型 2：用户上传文献入库\n\n**触发**：用户提供 PDF/Word/Markdown/BibTeX 文件路径\n\n```\nStep 1：解析文献（PDF 提取文本 / Word 解析结构 / BibTeX 解析字段）\nStep 2：匹配 SmartLib（用标题+作者检索 API 4，标题相似度 > 80% 则合并补全 DOI/ISSN/核心收录）\nStep 3：存储（原文 → raw/literature/，元数据 → literature.json，向量化）\n```\n\n未匹配 SmartLib 的文献标注 `source: \"user_upload\"`。\n\n### 类型 3：资讯/报道入库\n\n**触发**：用户提供 URL 或粘贴文本\n\n```\nStep 1：提取标题、来源、日期、摘要\nStep 2：原文 → raw/news/，元数据 → db/news.json\n```\n\n### 类型 4：个人学术数据入库\n\n**触发**：用户上传实验数据、CSV、笔记等\n\n```\nStep 1：解析数据（CSV 保持表格结构 / 文本 Markdown 存储）\nStep 2：询问是否关联已有文献\nStep 3：原文 → raw/personal/，元数据 → db/personal_data.json\n```\n\n---\n\n## 向量化服务 / Vectorization Service\n\n### API 调用规范\n\n统一使用 OpenAI 兼容格式：\n\n```\nPOST {base_url}/embeddings\nAuthorization: Bearer {api_key}\nBody: {\"model\": \"{model_name}\", \"input\": [\"文本1\", \"文本2\"]}\n```\n\n### 批量向量化\n\n- 单次最多提交 32 条\n- 每批 32 条并发（最多 3 批并行）\n- 单批失败自动重试 3 次（指数退避）\n\n### 向量化触发条件\n\n| 操作 / Operation | 触发向量化？ |\n|------|:--:|\n| 文献检索结果入库 | 若配置开启 |\n| 用户上传文献入库 | 若配置开启 |\n| 资讯/个人数据入库 | 默认关闭 |\n| 删除文献 | 同步删除向量索引 |\n\n---\n\n## 检索策略 / Retrieval Strategy\n\n### 双轨检索流程\n\n```\n用户查询\n  │\n  ├── 1. 知识库分词匹配检索\n  │     ├── 中文分词 → title/abstract/keywords 倒排匹配\n  │     └── BM25 评分（标题 > 关键词 > 摘要）\n  │\n  ├── 2. 知识库向量语义检索\n  │     ├── 查询向量化 → 余弦相似度匹配\n  │     └── 返回 Top-N（N = 分词匹配结果的 2 倍）\n  │\n  ├── 3. 去重合并\n  │     └── BM25 × 0.6 + Vector_Similarity × 0.4\n  │\n  ├── 4. 自适应外部检索\n  │     ├── 知识库 ≥ 3 条 → 知识库置顶 + 正常外部检索\n  │     ├── 知识库 1-2 条 → 知识库置顶 + 外部检索加倍\n  │     └── 知识库 0 条 → 全量外部检索\n  │\n  └── 5. 结果展示（分区：知识库 [📚] / 外部 [🌐]）\n```\n\n### 结果展示格式\n\n```\n🔎 检索：\"{用户查询}\"\n\n════════════════════════════════\n📚 你的知识库（共 N 篇）\n════════════════════════════════\n| # | 收录 | 标题 | 作者 | 来源 | 年份 |\n|---|------|------|------|------|------|\n| 1 | [SCI] | ... | ... | ... | 2024 |\n\n════════════════════════════════\n🌐 外部检索补充（SmartLib，共 M 篇）\n════════════════════════════════\n| # | 收录 | 标题 | 作者 | 来源 | 年份 |\n|---|------|------|------|------|------|\n| 1 | - | ... | ... | ... | 2025 |\n\n💾 输入 \"保存 1,3\" 将外部结果加入知识库\n```\n\n---\n\n## Wiki 知识层维护 / Wiki Maintenance\n\n继承自 LLM Wiki 模式，入库后 LLM 自动维护知识网络。\n\n### 触发时机\n\n| 操作 | 更新范围 |\n|------|------|\n| 入库新文献 | 创建/更新该文献涉及的主题概念页 |\n| 批量入库 ≥ 5 篇 | 全量 Lint（交叉引用、矛盾检测、孤立页面） |\n| 用户手动要求 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n### 入库后更新流程\n\n```\n文献入库 → 提取主题 → 检查已有 Wiki 页面 → 创建/更新概念页\n  → 写入引用 → 更新交叉引用 → 检测矛盾 → 更新 index.md → 追加 log.md\n```\n\n### Lint（健康检查）\n\n批量入库 ≥ 5 篇后自动执行，或用户手动触发。检查项：\n\n1. **矛盾检测**：不同文献间结论冲突，标注 `[⚠️ 矛盾]`\n2. **过时检测**：超过 3 年未更新的概念页\n3. **孤立页面**：无入链的 Wiki 页面\n4. **冗余检测**：内容高度相似的页面\n\n---\n\n## 参考文献管理 / Reference Management\n\n| 功能 / Feature | 触发方式 / Trigger |\n|------|------|\n| 添加文献 | \"保存到知识库\" |\n| 查看详情 | \"查看文献 XXX\" |\n| 删除文献 | \"删除文献 XXX\"（仅删元数据，raw 原文保留） |\n| 去重检测 | 入库时自动触发（Identifier / DOI / 标题匹配） |\n| 标签管理 | \"给这篇文献打标签'深度学习'\" |\n| 批量导出 | \"导出这几篇为 BibTeX\" |\n| 引用生成 | \"引用这篇文献\" → GB/T 7714 / APA / MLA / BibTeX |\n\n### 导出格式\n\n| 格式 | 用途 |\n|------|------|\n| GB/T 7714-2015 | 中文论文（优先） |\n| APA 7th | 社科论文 |\n| MLA 9th | 人文论文 |\n| BibTeX | LaTeX |\n\n---\n\n## 研究专题 / Research Sessions\n\n从知识库中挑选文献子集组成研究专题。专题自包含（文献快照 + 笔记 + AI 分析），可独立导出迁移。\n\n> Create focused research sessions from your KB. Self-contained and portable.\n\n### 触发场景\n\n| 用户意图 / Intent | 触发短语示例 |\n|------|------|\n| 创建专题 | \"把这N篇组成一个专题\"、\"用这些结果创建专题\" |\n| 查看专题 | \"列出我的专题\"、\"打开XX专题\" |\n| 专题内操作 | \"在XX专题里检索...\"、\"更新XX专题笔记\" |\n| 导出/归档 | \"导出XX专题\"、\"归档XX专题\" |\n\n### 存储结构\n\n```\n~/.workbuddy/academic-kb/sessions/{slug}_{yyyymmdd}/\n├── session.json          # 专题元数据（标题、来源、状态）\n├── literature.json       # 选中文献快照（自包含可迁移）\n├── notes.md              # 用户研究笔记\n└── analysis.md           # AI 生成的研究综述\n```\n\n### 专题操作\n\n| 操作 | 说明 |\n|------|------|\n| 创建 | 选文献 → AI 智能命名 → 生成 analysis.md |\n| 添加文献 | 追加到专题 literature.json，不影响主库 |\n| 专题内检索 | 限定范围为专题文献，复用双轨检索 |\n| 更新笔记 | 追加内容（带时间戳），AI 可辅助生成大纲 |\n| 导出 | 打包专题目录为 zip |\n| 归档/删除 | 归档：status → archived；删除：需二次确认 |\n\n> Sessions are snapshots — editing session content never affects the main KB.\n\n---\n\n## 知识库统计 / KB Statistics\n\n**触发**：用户说\"知识库统计\"、\"KB Stats\"等\n\n生成交互式 HTML 报告（模板 `kb-report.html`），包含：\n\n| 功能 | 说明 |\n|------|------|\n| 摘要卡片 | 文献总量、已向量化数、资讯数 |\n| 文献构成 | 按类型和语言的柱状图 |\n| 年份分布 | 按年份统计柱状图 |\n| 热门标签 | 标签云 |\n| 全部文献列表 | 可展开明细表 |\n\n报告通过 `preview_url` 打开。未初始化时显示引导页。\n\n---\n\n## 配置管理 / Configuration Management\n\n| 用户指令 / Command | 操作 / Action |\n|------|------|\n| \"知识库配置\" | 展示 vector_config.json 关键信息 |\n| \"配置向量化\" | 展示方案对比表，引导输入 API Key |\n| \"开启全文向量化\" | 修改 vector_config.json，提示是否补向量化 |\n| \"换用智谱向量\" | 修改 provider/model，提示需重新向量化 |\n\nKey 写入 `~/.workbuddy/academic-kb/vectors/vector_config.json` 的 `api_key` 字段。\n\n---\n\n## 与外部技能的联动 / Integration with Other Skills\n\n| 技能 / Skill | 联动方式 / Integration | 关系 |\n|------|------|------|\n| **llm-wiki** | Wiki 层核心模式（ingest/query/lint、Raw 不可变性、[[wiki-links]]） | ⬆️ 上游参考 |\n| **smartlib-literature-search** (v3.1) | 检索结果一键入库；SmartLib 补全字段；共享配额与凭证；外部检索联动 | ⬆️ 上游参考 |\n| **smartlib-citation-checker** | 引用核查时优先查知识库；引用格式转换引擎复用 | ➡️ 同级协作 |\n\n---\n\n## 安全与隐私 / Security & Privacy\n\n| 安全原则 / Principle | 实现 / Implementation |\n|------|------|\n| 零越权文件访问 | 所有操作限定在 `~/.workbuddy/academic-kb/` 内 |\n| API Key 安全 | 仅存储在本地 vector_config.json，仅发送至用户选择的向量化服务商 |\n| 零隐藏网络调用 | 仅 SmartLib API 和向量化 API，无遥测 |\n| Raw 不可变 | `raw/` 目录不可修改不可删除 |\n| 无远程执行 | 所有代码本地执行 |\n\n---\n\n## 错误处理与回退 / Error Handling & Fallback\n\n| 故障场景 / Failure | 降级行为 / Degradation |\n|------|------|\n| SmartLib API 无响应 | 自动重试 3 次（1s/3s/9s），失败 → 提示稍后重试 |\n| SmartLib Token 过期 | 自动重新获取，用户无感知 |\n| 向量化 API 无 Key | 跳过向量化，照常入库，分词检索正常 |\n| 向量化 API 调用失败 | 分批重试 3 次，单批失败不影响其他批 |\n| embeddings.json 损坏 | 静默重建，后续检索时自动补向量化 |\n| 知识库目录被误删 | 下次操作时自动检测并静默重建 |\n\n---\n\n## 版本历史 / Version History\n\n| 版本 | 日期 | 核心变更 |\n|------|------|---------|\n| v3.0 | 2026-05 | 初始版本：4类数据入库、双轨检索、Wiki知识层、研究专题 |\n| v3.1 | 2026-05-28 | 计次规则对齐 literature-search v2.2（5接口，每次调用计1次） |\n| v3.2 | 2026-05-28 | **亮点更新**：入库文献自动保留原始数据库来源链接（source_links 字段，300+数据库，100%覆盖率），支持多源交叉验证 |\n| v3.3 | 2026-06-04 | **v36 对齐**：① 配额改为成功调用后扣除（失败不消耗配额），与 literature-search v2.9 对齐；② 上游技能版本引用更新 v2.2→v2.8 |\n| v3.4 | 2026-06-05 | **v38 production aligned**: Updated production URL to v38 (version 34), literature-search ref v2.8→v2.9, citation-checker ref v2.5→v2.6 |\n| v3.5 | 2026-06-06 | **v39 生产部署**：恢复 /register 单步注册，修复 v38 用户卡住问题；上游 literature-search v3.0、citation-checker v2.7 |\n| v3.6 | 2026-06-06 | **v44 审计对齐**：代码审计确认 trial_total=100（注册赠送100次），套餐配额1000起；更新上游 literature-search v2.9→v3.0；与 smartlib-gateway v44 (version 46) 完全对齐 |\n| v3.7 | 2026-06-11 | **SkillHub 分发安全修复**：SKILL.md 删除硬编码 Production URL（改为从 literature-search config.json 读取）；新增\"必须先询问邮箱\"强制规则；新增邮箱识别自动化；frontmatter description 上游版本 v2.2→v3.1；外部技能联动表 literature-search v3.0→v3.1 |\n\nFile v3.9.0:README.md\n\n# Academic Knowledge Base (学术知识库) v3.0\n\n> Your research compounds. Not just searches — a personal knowledge hub that grows with every query.\n\n**SkillHub 安装名：** `academic-knowledge-base`\n**作者：** @J-levee (张亚东 / Zhang Yadong)\n**依赖技能：** smartlib-literature-search (必需), smartlib-citation-checker (推荐)\n\n---\n\n## 这是什么？ / What is this?\n\n一个**面向学术研究者的个人知识中枢**。让每一次文献检索和研究自动沉淀到私有知识库，形成持续积累的研究资产。\n\n> A personal knowledge hub for academic researchers. Every search and study session compounds into your private knowledge base.\n\n### 一句话说清 / One-liner\n\n> 你说\"查 RAG 最新进展\" → AI 先搜你的知识库 → 再搜外部补充 → 一键入库。以后你再问，知识库优先回答。\n\n---\n\n## 核心功能 / Core Features\n\n### 4 类数据自动入库\n\n| 数据类型 | 触发方式 | 入库行为 |\n|------|------|------|\n| SmartLib 检索结果 | \"保存到知识库\" | 元数据写入 + 摘要自动向量化 + Wiki 概念页更新 |\n| 用户上传文献 (PDF/Word/BibTeX) | 提供文件路径 | 解析 → SmartLib 匹配补全字段 → 入库 |\n| 资讯/报道 | \"保存这篇资讯\" | 原文存档 + 元数据标引入库 |\n| 个人学术数据 | \"记录这些实验数据\" | CSV/Excel/笔记入库，可关联到文献 |\n\n### 双轨智能检索\n\n- **BM25 分词匹配**：标题/关键词/摘要倒排索引\n- **向量语义检索**：BGE-M3（免费，1024维，中文优化）\n- **加权合并**：知识库结果 [📚] 置顶，命中不足时自动扩展外部 SmartLib 检索\n\n### LLM 自动维护 Wiki 知识层\n\n继承自 Karpathy LLM Wiki 模式 — 每次入库 AI 自动创建/更新主题概念页、建立文献交叉引用。\n\n### 研究专题 (Research Sessions)\n\n文献子集 → 智能命名 → 笔记 + AI 分析 → 一键导出 zip 快照。\n\n### 交互式统计报告\n\n说\"知识库统计\" → 自动生成 HTML 报告：摘要卡片 + 语言饼图 + 年份柱状图 + 标签云。\n\n---\n\n## 💰 变现说明 / Monetization\n\n本技能与 `smartlib-literature-search` **共享凭证和配额**。首次使用自动检测并复用凭证，共享 100 次/月免费额度。\n\n| 状态 | 展示规则 |\n|------|---------|\n| 配额充足 | 知识库检索完整展示所有结果 |\n| 配额耗尽 | 仅展示前 **2 条**完整结果，其余只显示标题；研究专题、参考文献管理等高级功能一并受限 |\n\n每次入库一条文献 = 消耗 1 次配额。回复「充值」获取微信支付码。\n\n---\n\n## 快速开始 / Quick Start\n\n### 1. 安装\n\n在 WorkBuddy 中，SkillHub 搜索 `academic-knowledge-base` → 一键安装。必须同时安装 `smartlib-literature-search`。\n\n### 2. 第一次使用\n\n**直接开始就行。** 本技能采用懒加载设计：\n\n```\n你：\"帮我查 RAG 技术的文献\"\n→ AI 自动创建知识库目录 → 用 SmartLib 检索 → 展示结果\n你：\"保存全部\"\n→ 自动入库 + 去重 + 标签提取 + Wiki 更新 → 完成\n```\n\n### 3. (可选) 开启语义检索\n\n首次批量入库时 AI 会提示配置向量化。推荐免费 BGE-M3（硅基流动），获取 Key → https://cloud.siliconflow.cn/account/ak。不配置也不影响核心功能。\n\n### 4. 你的第一句话\n\n| 你想... | 这样说 |\n|------|------|\n| 搜文献 | \"帮我查 Transformer 在药物发现中的应用\" |\n| 保存 | \"把这 5 篇保存到知识库\" |\n| 看自己的库 | \"我的知识库有什么\" / \"知识库统计\" |\n| 创建专题 | \"把这 N 篇组成一个专题\" |\n\n---\n\n## FAQ\n\n**Q: 这个和 smartlib-literature-search 有什么区别？**\nA: 后者是\"搜索引擎\"（每次调用外部 API），本技能是\"私人图书馆\"（搜过就存下来，越积越多）。\n\n**Q: 向量化要钱吗？**\nA: 默认方案（硅基流动 BGE-M3）完全免费。\n\n**Q: 我的数据安全吗？**\nA: 全部存储在本地 `~/.workbuddy/academic-kb/`，不上传任何服务器。\n\n---\n\n> Inspired by [Karpathy LLM Wiki](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) and powered by [SmartLib API](https://www.vipslib.com/).\n\nFile v3.9.0:_meta.json\n\n{\n  \"ownerId\": \"kn71136czyc1f1bmx5rt1tjtes86jsve\",\n  \"slug\": \"academic-knowledge-base\",\n  \"version\": \"3.9.0\",\n  \"publishedAt\": 1781761196033\n}\n\nFile v3.9.0:skill-card.md\n\n## Description: <br>\nAcademic Knowledge Base Clawhub helps academic researchers build a local research knowledge base for literature ingestion, uploaded documents, news, personal notes, semantic search, reference management, and research-session exports. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[j-levee](https://clawhub.ai/user/j-levee) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nAcademic researchers use this skill to turn searches, uploaded papers, news, notes, and experimental data into a local knowledge base with literature metadata, wiki-style synthesis, semantic retrieval, citations, and portable research sessions. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: Research data, uploaded documents, notes, and derived metadata may be persisted under ~/.workbuddy/academic-kb/. <br>\nMitigation: Use the skill only with material that is appropriate for local persistence, review files before ingesting them, and remove local knowledge-base data when it is no longer needed. <br>\nRisk: Document titles, authors, extracted text, or embeddings may be sent to SmartLib or a configured vectorization service. <br>\nMitigation: Avoid confidential manuscripts, unpublished research, sensitive datasets, and private notes unless the selected external services and data flows are approved. <br>\nRisk: The skill reuses SmartLib credentials and quota from smartlib-literature-search. <br>\nMitigation: Confirm the SMARTLIB_EMAIL and gateway settings before external retrieval, monitor quota use, and avoid shared credentials for sensitive research workflows. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/j-levee/academic-knowledge-base) <br>\n- [SmartLib homepage](https://www.vipslib.com) <br>\n- [Karpathy LLM Wiki reference](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance] <br>\n**Output Format:** [Markdown and structured local files, including JSON metadata, Markdown notes, citation exports, HTML reports, and ZIP research-session archives.] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Requires SMARTLIB_GATEWAY_URL, SMARTLIB_GATEWAY_SECRET, and SMARTLIB_EMAIL; may also use a user-configured embedding provider for vector search.] <br>\n\n## Skill Version(s): <br>\n3.9.0 (source: server release evidence) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nArchive v1.0.1: 4 files, 14839 bytes\n\nFiles: README.md (4189b), skill-card.md (2914b), SKILL.md (25839b), _meta.json (142b)\n\nFile v1.0.1:SKILL.md\n\n---\nname: academic-knowledge-base\nversion: 3.7\nhomepage: https://www.vipslib.com\ndescription: |\n  面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。\n  支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索、分词匹配检索、参考文献管理、Wiki知识层自动维护。\n  ✨ 亮点：入库文献自动保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%），支持多源交叉验证。\n  采用懒加载引导式初始化，无需前置配置即可使用。配额管理复用 smartlib-literature-search 的 gateway 凭证和计次规则（v3.1：5接口，每次调用计1次），配额耗尽后暂停外部检索请求。\n  适用场景：文献管理、知识积累、论文写作辅助、研究调研。触发词：保存到知识库、知识库统计、我的知识库、给这篇打标签、列出我的专题、文献管理、论文管理、我的论文库、文献收藏、研究笔记、知识整理、学术知识库、论文知识库、文献整理、学术笔记、研究知识管理、收藏这篇文章、加入知识库、文献综述工具。\n  A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki + SmartLib literature search + vectorized semantic retrieval. Ingested literature automatically preserves original database source links (300+ databases, 100% coverage) for cross-verification. Quota managed via smartlib-literature-search gateway with v3.1 billing rules (5 interfaces, 1 quota per successful call), restricted display when quota exhausted.\n  Production URL: read from smartlib-literature-search/config.json → SMARTLIB_GATEWAY_URL (Gateway v44, version 46)\nmetadata:\n  openclaw:\n    emoji: \"🧠\"\n    requires:\n      env:\n        - SMARTLIB_GATEWAY_SECRET\n        - SMARTLIB_GATEWAY_URL\n        - SMARTLIB_EMAIL\n    envVars:\n      - name: SMARTLIB_GATEWAY_URL\n        required: true\n        description: SmartLib Gateway 服务地址\n      - name: SMARTLIB_GATEWAY_SECRET\n        required: true\n        description: SmartLib Gateway API 密钥\n      - name: SMARTLIB_EMAIL\n        required: true\n        description: 注册邮箱（必填，复用 smartlib-literature-search 凭证与配额）\nagent_created: true\nrecommends: [smartlib-literature-search, smartlib-citation-checker]\nallowed-tools: [Read, Write, Edit, Bash, WebFetch, AskUserQuestion]\n---\n\n## 快速触发词 / Quick Trigger Reference\n\n| 你想做什么 / What to do | 这样说 / Say |\n|------|------|\n| 保存文献 | \"保存到知识库\"、\"加入知识库\"、\"收藏这篇文章\" |\n| 搜索自己的文献 | \"在我的知识库里找...\"、\"查一下我的文献有没有...\" |\n| 看知识库统计 | \"知识库统计\"、\"我的知识库有多少文献\" |\n| 管理标签 | \"给这篇打标签...\"、\"我的深度学习标签\" |\n| 导出引用 | \"引用这篇文献\"、\"导出这几篇为 BibTeX\" |\n| 创建研究专题 | \"把这N篇组成一个专题\"、\"开个XX的课题\" |\n| 查看专题 | \"列出我的专题\"、\"打开XX专题\"、\"有哪些专题\" |\n| 专题内检索 | \"在XX专题里检索...\" |\n| 导出/归档 | \"导出XX专题\"、\"归档XX专题\" |\n| 配置 | \"知识库配置\"、\"配置向量化\" |\n| 健康检查 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n# 学术知识库 / Academic Knowledge Base\n\n> 中文 / Chinese | [English below each section]\n\n面向学术研究者的个人知识中枢 —— 整合 Karpathy LLM Wiki 知识编译 + SmartLib 文献检索 + 向量化语义检索，让每一次检索和研究都沉淀为自己的知识资产。\n\n> A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki knowledge compilation + SmartLib literature search + vectorized semantic retrieval. Every search and study session compounds into your own knowledge asset.\n\n---\n\n## 来源参考 / Source References\n\n本技能的设计架构和工作流继承自以下两个上游技能：\n\n### 参考技能 1：Karpathy LLM Wiki\n\n- **技能位置**：`~/.workbuddy/skills/Karpathy LLM Wiki/`\n- **核心理念**：用 LLM 增量构建和维护持久化 Wiki 知识库，而非每次查询时做 RAG\n- **本技能继承**：Raw 不可变性、LLM 维护 Wiki 层、ingest/query/lint 操作、[[wiki-links]] 格式\n\n> Inherited: Raw immutability, LLM-owned wiki layer, ingest/query/lint operations, wiki page format.\n\n### 参考技能 2：smartlib-literature-search\n\n- **技能位置**：`~/.workbuddy/skills/smartlib-literature-search/`\n- **版本**：v3.1\n- **核心理念**：基于 SmartLib 开放平台 API 提供中外文学术文献检索，已接入全程自动化服务（gateway 注册 + 配额消耗 + 微信支付充值）\n- **本技能继承**：文献检索 API + 认证流程、元数据字段结构、三级检索策略、外部检索联动。**配额共享**——与 literature-search 使用同一 gateway 凭证和配额\n\n> Inherited: SmartLib API auth, metadata schema, search strategies, field validation. **Quota shared** with literature-search.\n\n---\n\n## 核心架构 / Core Architecture\n\n```\n~/.workbuddy/academic-kb/\n├── raw/                          # 原始资料（不可修改 / Immutable）\n│   ├── literature/               #   文献全文 PDF/解析文本\n│   ├── news/                     #   资讯/报道原文\n│   └── personal/                 #   个人实验数据、笔记\n├── db/                           # 结构化数据库\n│   ├── literature.json           #   文献元数据（Identifier 为唯一 key）\n│   ├── news.json                 #   资讯条目\n│   ├── personal_data.json        #   个人学术数据\n│   └── tags.json                 #   标签体系\n├── wiki/                         # LLM 维护的 Wiki 知识层\n│   ├── index.md                  #   知识目录\n│   ├── log.md                    #   操作日志\n│   └── [topic-pages].md          #   主题/概念页面\n├── vectors/                      # 向量化存储\n│   ├── embeddings.json           #   向量数据\n│   └── vector_config.json        #   向量化范围配置\n├── sessions/                     # 研究专题（文献子集+笔记+分析）\n│   └── {slug}_yyyymmdd/\n│       ├── session.json           #   专题元数据\n│       ├── literature.json        #   选中文献快照\n│       ├── notes.md               #   用户研究笔记\n│       └── analysis.md            #   AI 生成的研究综述\n└── KB-SCHEMA.md                  # 知识库 Schema 与约定\n```\n\n| 层级 / Layer | 职责 / Responsibility | 所有者 / Owner |\n|------|------|------|\n| **Raw Sources** | 原始资料，不可修改 / Immutable sources | 用户 / User |\n| **Structured DB** | 结构化元数据，CRUD / Structured metadata | 系统 + 用户 |\n| **Wiki** | LLM 自动维护的知识网络 / Auto-maintained knowledge graph | LLM |\n| **Vectors** | 语义检索向量索引 / Vector index | 系统 |\n\n---\n\n## 凭证与配额 / Credentials & Quota\n\n> ## ⚠️ 强制规则 — 必须先询问邮箱\n> 1. **执行任何操作前，必须先询问用户邮箱地址**\n> 2. 禁止使用 smartlib-literature-search/config.json 中预填的邮箱（即使存在且非 null）\n> 3. 禁止自动生成邮箱（如 `user@example.com`、`auto@xxx.com` 等）\n> 4. 用户未提供邮箱 → 停止执行，回复：\n>    \"请提供您的邮箱地址以注册 SmartLib 学术知识库（新用户免费 100 次/月）\"\n> 5. 只有用户明确输入邮箱后，才能调用 /register 或 /quota\n>\n> ## 邮箱识别自动化\n> 当用户消息中出现以下模式时，自动提取邮箱 → 无需再次询问：\n> - 明确的邮箱地址（包含 @ 符号的完整地址，如 `xxx@xxx.xxx`）\n> - \"我的邮箱是 xxx\" / \"email: xxx\" / \"用 xxx 注册\" / \"邮箱 xxx\"\n\n本技能**不独立注册**，复用 smartlib-literature-search 的 gateway 凭证和配额：\n\n```\n检查 smartlib-literature-search 的 config.json\n  ├── SMARTLIB_EMAIL 已配置 → 复用凭证，进入配额检查\n  │\n  │   配额检查: GET {GATEWAY_URL}/quota?email={SMARTLIB_EMAIL}\n  │\n  │   如果返回 404 \"not_registered\" → 用户可能已被重置/删除\n  │     → 提示: \"检测到您的账户需要重新绑定，正在自动重新注册...\"\n  │     → 调 gateway /register（使用同一邮箱）→ 写入 config.json\n  │     → 注册成功后继续配额检查\n  │\n  └── SMARTLIB_EMAIL 未配置 → 引导用户先注册:\n        \"📋 知识库需要 SmartLib 检索能力。首次使用需绑定邮箱（免费 100 次/月，仅用于配额管理），请输入邮箱即可开始:\"\n        用户输入 → 调 gateway /register（无需验证码）→ 写入 config.json\n        → 成功: \"✅ 注册成功！本月免费 100 次，可立即使用（邮箱验证仅充值时需要，现在不验证也能用）。请告诉我您想检索或录入什么文献——\"\n        → 失败 → 提示原因 → 终止\n```\n\n> **注意**：注册无需验证码，极速完成。\n\n**配额消耗规则 / Quota Consumption Rules:**\n\n本技能与 smartlib-literature-search **共享配额和计次规则**。配额按**实际 API 接口调用次数**计费，共 5 个接口，每次调用计 1 次。\n\n> Shared quota and billing rules with literature-search. **5 interfaces**, each successful call = 1 quota. Failed calls do NOT consume quota (v36).\n\n**计费接口清单（5个）/ Billable Interfaces (5 total):**\n\n| 类别 | 接口 | 计费 | 知识库中的触发场景 |\n|------|------|------|------|\n| **检索** | 中文期刊检索 | 1次/调用 | 入库时 SmartLib 补全字段（中文文献匹配） |\n| **检索** | 全球文献检索 | 1次/调用 | 入库时 SmartLib 补全字段（外文文献匹配）、研究专题新检索 |\n| **详情** | 中文期刊详情 | 1次/调用 | 补全文献元数据（查看详情） |\n| **详情** | 全球文献详情 | 1次/调用 | 补全外文文献元数据（查看详情） |\n| **下载** | 中文期刊全文下载 | 1次/调用 | 入库时下载中文期刊全文 PDF |\n\n**不计费的操作 / Non-billable Operations:**\n\n| 操作 / Operation | 说明 / Note |\n|------|------|\n| 知识库内检索（分词+向量） | 本地操作，不调 SmartLib API |\n| 入库 SmartLib 检索结果（元数据） | 文献已在检索 Skill 中消耗过配额 |\n| 标签管理、导出引用、Wiki 维护 | 本地操作 |\n| 向量化 API 调用 | 使用独立的向量化服务商，不计 SmartLib 配额 |\n| 研究专题创建（本地文献子集） | 不调外部 API |\n| 外文 OA PDF 探测 | 外部免费 API，不计 SmartLib 配额 |\n\n---\n\n## 🔒 配额耗尽处理 / Quota Exhaustion\n\n配额耗尽后**暂停外部检索请求**：\n\n| 状态 | 行为 |\n|------|------|\n| **配额充足** | 完整使用所有功能（检索、入库、专题、导出） |\n| **配额耗尽** | 知识库本地检索正常；外部检索、入库匹配、新文献补充**一律拒绝** |\n\n**配额耗尽后的提示格式：**\n\n```\n⚠️ 您的 SmartLib 检索配额已用尽。\n\n知识库内 {N} 篇已有文献仍可正常检索、管理、导出。\n但外部检索、入库匹配等需要调用 SmartLib 的功能已被暂停。\n\n> 💰 充值套餐：\n> 体验包：¥9.90 / 1000次\n> 月付基础：¥29.00 / 5000次/月\n> 月付进阶：¥99.00 / 20000次/月\n> 月付专业：¥299.00 / 100000次/月\n> 回复「充值」获取微信支付码，恢复 SmartLib 外部检索能力。\n```\n\n**重要规则**：\n- 配额耗尽后，所有需要调用 SmartLib API 的操作（外部检索、入库匹配、新文献补充）**一律拒绝**，不展示任何部分结果\n- 知识库内已有文献的检索、标签管理、导出、Wiki 维护、研究专题 — **不受影响**（纯本地操作）\n- 充值后立即恢复所有外部检索功能\n\n---\n\n## 输出规范 / Output Standards\n\n**每次调用 SmartLib API 后，在结果末尾展示配额状态：**\n\n```\n📊 本次消耗 {n} 次 | 剩余 {remain} 次 (共 {total} 次/月)\n```\n\n```\n```\n\n---\n\n## 知识库初始化 / KB Initialization\n\n**无需显式\"初始化\"。** 懒加载引导式设计——首次使用任何功能时，基础设施自动静默创建。\n\n> No explicit \"init\" required. Lazy-loading guided design.\n\n### 自愈式就绪 / Self-Healing Readiness\n\n| 检查项 / Check | 缺失时行为 / On Missing |\n|------|------|\n| 根目录不存在 | 静默创建完整目录结构 + 空 JSON 文件 + KB-SCHEMA.md |\n| vector_config.json 不存在 | 静默写入默认配置（BGE-M3 / 硅基流动 / 仅摘要向量化） |\n| 向量化 API Key 未配置 | 仅在首次需要向量化时引导配置，不阻塞入库 |\n| embeddings.json 损坏 | 静默重建空文件 |\n\n### 向量化方案备选 / Vectorization Options\n\n| 方案 / Option | 模型 / Model | 费用 / Cost | 维度 / Dims |\n|------|------|------|------|\n| 推荐 | 硅基流动 BGE-M3 | **免费** | 1024 |\n| 高精度 | 智谱 Embedding-3 | ¥0.5/百万token | 256-2048 |\n| 高精度 | 阿里 text-embedding-v4 | ¥0.5/百万token | 64-2048 |\n| 私有部署 | Ollama + nomic-embed-text | 免费 | 768 |\n\n---\n\n## 数据入库 / Data Ingestion\n\n支持 4 种数据类型入库。\n\n### 类型 1：SmartLib 检索结果入库\n\n**触发**：用户在使用 smartlib-literature-search 后说\"保存到知识库\"、\"加入知识库\"\n\n```\n用户指定入库的检索结果\n  ├── 遍历每条结果\n  │     ├── Identifier 去重检查（db/literature.json）\n  │     │     ├── 已存在 → 跳过\n  │     │     └── 不存在 → 入库\n  │     └── 入库操作：写 literature.json + 下载原文到 raw/ + 向量化（若配置）\n  └── 汇总提示入库结果\n```\n\n**文献元数据格式（db/literature.json）：**\n\n```json\n{\n  \"Identifier_Value\": {\n    \"identifier\": \"文献唯一ID\",\n    \"title\": \"文献标题\",\n    \"authors\": [\"作者1\", \"作者2\"],\n    \"source_name\": \"期刊/来源\",\n    \"publish_year\": \"2025\",\n    \"abstract\": \"摘要内容\",\n    \"keywords\": [\"关键词1\"],\n    \"doi\": \"10.xxxx/xxxx\",\n    \"core_indexing\": \"SCI;EI\",\n    \"source\": \"smartlib\",\n    \"source_links\": [\n      {\"db_id\": \"scopusjournal\", \"db_title\": \"Scopus\", \"link\": \"https://www.scopus.com/...\"},\n      {\"db_id\": \"wsoscimagazine\", \"db_title\": \"WoS SCI\", \"link\": \"https://www.webofscience.com/...\"}\n    ],\n    \"vectorized\": true,\n    \"tags\": [\"深度学习\"],\n    \"notes\": \"\"\n  }\n}\n```\n\n> **source_links 字段说明**：从 SmartLib 详情接口的 `Source` 字段自动提取，保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%，平均4.75个链接/篇）。入库时自动保存，支持多源交叉验证。\n\n### 类型 2：用户上传文献入库\n\n**触发**：用户提供 PDF/Word/Markdown/BibTeX 文件路径\n\n```\nStep 1：解析文献（PDF 提取文本 / Word 解析结构 / BibTeX 解析字段）\nStep 2：匹配 SmartLib（用标题+作者检索 API 4，标题相似度 > 80% 则合并补全 DOI/ISSN/核心收录）\nStep 3：存储（原文 → raw/literature/，元数据 → literature.json，向量化）\n```\n\n未匹配 SmartLib 的文献标注 `source: \"user_upload\"`。\n\n### 类型 3：资讯/报道入库\n\n**触发**：用户提供 URL 或粘贴文本\n\n```\nStep 1：提取标题、来源、日期、摘要\nStep 2：原文 → raw/news/，元数据 → db/news.json\n```\n\n### 类型 4：个人学术数据入库\n\n**触发**：用户上传实验数据、CSV、笔记等\n\n```\nStep 1：解析数据（CSV 保持表格结构 / 文本 Markdown 存储）\nStep 2：询问是否关联已有文献\nStep 3：原文 → raw/personal/，元数据 → db/personal_data.json\n```\n\n---\n\n## 向量化服务 / Vectorization Service\n\n### API 调用规范\n\n统一使用 OpenAI 兼容格式：\n\n```\nPOST {base_url}/embeddings\nAuthorization: Bearer {api_key}\nBody: {\"model\": \"{model_name}\", \"input\": [\"文本1\", \"文本2\"]}\n```\n\n### 批量向量化\n\n- 单次最多提交 32 条\n- 每批 32 条并发（最多 3 批并行）\n- 单批失败自动重试 3 次（指数退避）\n\n### 向量化触发条件\n\n| 操作 / Operation | 触发向量化？ |\n|------|:--:|\n| 文献检索结果入库 | 若配置开启 |\n| 用户上传文献入库 | 若配置开启 |\n| 资讯/个人数据入库 | 默认关闭 |\n| 删除文献 | 同步删除向量索引 |\n\n---\n\n## 检索策略 / Retrieval Strategy\n\n### 双轨检索流程\n\n```\n用户查询\n  │\n  ├── 1. 知识库分词匹配检索\n  │     ├── 中文分词 → title/abstract/keywords 倒排匹配\n  │     └── BM25 评分（标题 > 关键词 > 摘要）\n  │\n  ├── 2. 知识库向量语义检索\n  │     ├── 查询向量化 → 余弦相似度匹配\n  │     └── 返回 Top-N（N = 分词匹配结果的 2 倍）\n  │\n  ├── 3. 去重合并\n  │     └── BM25 × 0.6 + Vector_Similarity × 0.4\n  │\n  ├── 4. 自适应外部检索\n  │     ├── 知识库 ≥ 3 条 → 知识库置顶 + 正常外部检索\n  │     ├── 知识库 1-2 条 → 知识库置顶 + 外部检索加倍\n  │     └── 知识库 0 条 → 全量外部检索\n  │\n  └── 5. 结果展示（分区：知识库 [📚] / 外部 [🌐]）\n```\n\n### 结果展示格式\n\n```\n🔎 检索：\"{用户查询}\"\n\n════════════════════════════════\n📚 你的知识库（共 N 篇）\n════════════════════════════════\n| # | 收录 | 标题 | 作者 | 来源 | 年份 |\n|---|------|------|------|------|------|\n| 1 | [SCI] | ... | ... | ... | 2024 |\n\n════════════════════════════════\n🌐 外部检索补充（SmartLib，共 M 篇）\n════════════════════════════════\n| # | 收录 | 标题 | 作者 | 来源 | 年份 |\n|---|------|------|------|------|------|\n| 1 | - | ... | ... | ... | 2025 |\n\n💾 输入 \"保存 1,3\" 将外部结果加入知识库\n```\n\n---\n\n## Wiki 知识层维护 / Wiki Maintenance\n\n继承自 LLM Wiki 模式，入库后 LLM 自动维护知识网络。\n\n### 触发时机\n\n| 操作 | 更新范围 |\n|------|------|\n| 入库新文献 | 创建/更新该文献涉及的主题概念页 |\n| 批量入库 ≥ 5 篇 | 全量 Lint（交叉引用、矛盾检测、孤立页面） |\n| 用户手动要求 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n### 入库后更新流程\n\n```\n文献入库 → 提取主题 → 检查已有 Wiki 页面 → 创建/更新概念页\n  → 写入引用 → 更新交叉引用 → 检测矛盾 → 更新 index.md → 追加 log.md\n```\n\n### Lint（健康检查）\n\n批量入库 ≥ 5 篇后自动执行，或用户手动触发。检查项：\n\n1. **矛盾检测**：不同文献间结论冲突，标注 `[⚠️ 矛盾]`\n2. **过时检测**：超过 3 年未更新的概念页\n3. **孤立页面**：无入链的 Wiki 页面\n4. **冗余检测**：内容高度相似的页面\n\n---\n\n## 参考文献管理 / Reference Management\n\n| 功能 / Feature | 触发方式 / Trigger |\n|------|------|\n| 添加文献 | \"保存到知识库\" |\n| 查看详情 | \"查看文献 XXX\" |\n| 删除文献 | \"删除文献 XXX\"（仅删元数据，raw 原文保留） |\n| 去重检测 | 入库时自动触发（Identifier / DOI / 标题匹配） |\n| \n\nArchive v1.0.0: 4 files, 14037 bytes\n\nFiles: README.md (4189b), skill-card.md (2932b), SKILL.md (23959b), _meta.json (142b)","readmeExcerpt":"Skill: 个人文献知识库，自带全球文献检索（支持向量搜索+传统分词搜索） Owner: j-levee Summary: 面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。 支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索... Tags: latest:3.11.3 Version history: v3.11.3 | 2026-07-19T12:31:17.362Z | auto - Disabled the skill by adding the \"disable: true\" field in SKILL.md. - Removed the file skill-card.md. - No function","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"~/.workbuddy/academic-kb/\n├── raw/                          # 原始资料（不可修改 / Immutable）\n│   ├── literature/               #   文献全文 PDF/解析文本\n│   ├── news/                     #   资讯/报道原文\n│   └── personal/                 #   个人实验数据、笔记\n├── db/                           # 结构化数据库\n│   ├── literature.json           #   文献元数据（Identifier 为唯一 key）\n│   ├── news.json                 #   资讯条目\n│   ├── personal_data.json        #   个人学术数据\n│   └── tags.json                 #   标签体系\n├── wiki/                         # LLM 维护的 Wiki 知识层\n│   ├── index.md                  #   知识目录\n│   ├── log.md                    #   操作日志\n│   └── [topic-pages].md          #   主题/概念页面\n├── vectors/                      # 向量化存储\n│   ├── embeddings.json           #   向量数据\n│   └── vector_config.json        #   向量化范围配置\n├── sessions/                     # 研究专题（文献子集+笔记+分析）\n│   └── {slug}_yyyymmdd/\n│       ├── session.json           #   专题元数据\n│       ├── literature.json        #   选中文献快照\n│       ├── notes.md               #   用户研究笔记\n│       └── analysis.md            #   AI 生成的研究综述\n└── KB-SCHEMA.md                  # 知识库 Schema 与约定"},{"language":"text","snippet":"检查 global-biblio-base 的 config.json\n  ├── SMARTLIB_EMAIL 已配置 → 复用凭证，进入配额检查\n  │\n  │   配额检查: GET {GATEWAY_URL}/quota?email={SMARTLIB_EMAIL}\n  │\n  │   如果返回 404 \"not_registered\" → 用户可能已被重置/删除\n  │     → 提示: \"检测到您的账户需要重新绑定，正在自动重新注册...\"\n  │     → 调 gateway /register（使用同一邮箱）→ 写入 config.json\n  │     → 注册成功后继续配额检查\n  │\n  └── SMARTLIB_EMAIL 未配置 → 引导用户先注册:\n        \"📋 知识库需要 SmartLib 检索能力。首次使用需绑定邮箱（免费 100 次/月，仅用于配额管理），请输入邮箱即可开始:\"\n        用户输入 → 调 gateway /register（无需验证码）→ 写入 config.json\n        → 成功: \"✅ 注册成功！本月免费 100 次，可立即使用（邮箱验证仅充值时需要，现在不验证也能用）。请告诉我您想检索或录入什么文献——\"\n        → 失败 → 提示原因 → 终止"},{"language":"text","snippet":"⚠️ 您的 SmartLib 检索配额已用尽。\n\n知识库内 {N} 篇已有文献仍可正常检索、管理、导出。\n但外部检索、入库匹配等需要调用 SmartLib 的功能已被暂停。\n\n> 💰 充值套餐：\n> 体验包：¥9.90 / 1000次\n> 月付基础：¥29.00 / 5000次/月\n> 月付进阶：¥99.00 / 20000次/月\n> 月付专业：¥299.00 / 100000次/月\n> 回复「充值」获取微信支付码，恢复 SmartLib 外部检索能力。"},{"language":"text","snippet":"📊 本次消耗 {n} 次 | 剩余 {remain} 次 (共 {total} 次/月)"},{"language":"text","snippet":"用户指定入库的检索结果\n  ├── 遍历每条结果\n  │     ├── Identifier 去重检查（db/literature.json）\n  │     │     ├── 已存在 → 跳过\n  │     │     └── 不存在 → 入库\n  │     └── 入库操作：写 literature.json + 下载原文到 raw/ + 向量化（若配置）\n  └── 汇总提示入库结果"},{"language":"json","snippet":"{\n  \"Identifier_Value\": {\n    \"identifier\": \"文献唯一ID\",\n    \"title\": \"文献标题\",\n    \"authors\": [\"作者1\", \"作者2\"],\n    \"source_name\": \"期刊/来源\",\n    \"publish_year\": \"2025\",\n    \"abstract\": \"摘要内容\",\n    \"keywords\": [\"关键词1\"],\n    \"doi\": \"10.xxxx/xxxx\",\n    \"core_indexing\": \"SCI;EI\",\n    \"source\": \"smartlib\",\n    \"source_links\": [\n      {\"db_id\": \"scopusjournal\", \"db_title\": \"Scopus\", \"link\": \"https://www.scopus.com/...\"},\n      {\"db_id\": \"wsoscimagazine\", \"db_title\": \"WoS SCI\", \"link\": \"https://www.webofscience.com/...\"}\n    ],\n    \"vectorized\": true,\n    \"tags\": [\"深度学习\"],\n    \"notes\": \"\"\n  }\n}"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nslug: academic-knowledge-base\nname: academic-knowledge-base\ndisplayName: 个人文献知识库，自带全球文献检索（支持向量搜索+传统分词搜索）\nversion: 3.11.2\ndescription: |\n  面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。\n  支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索、分词匹配检索、参考文献管理、Wiki知识层自动维护。\n  ✨ 亮点：入库文献自动保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%），支持多源交叉验证。\n  采用懒加载引导式初始化，无需前置配置即可使用。配额管理复用 global-biblio-base 的 gateway 凭证和计次规则（v3.1：5接口，每次调用计1次），配额耗尽后暂停外部检索请求。\n  适用场景：文献管理、知识积累、论文写作辅助、研究调研。触发词：保存到知识库、知识库统计、我的知识库、给这篇打标签、列出我的专题、文献管理、论文管理、我的论文库、文献收藏、研究笔记、知识整理、学术知识库、论文知识库、文献整理、学术笔记、研究知识管理、收藏这篇文章、加入知识库、文献综述工具。\n  A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki + SmartLib literature search + vectorized semantic retrieval. Ingested literature automatically preserves original database source links (300+ databases, 100% coverage) for cross-verification. Quota managed via global-biblio-base gateway with v3.0 billing rules (5 interfaces, 1 quota per successful call), restricted display when quota exhausted.\n  Production URL: read from global-biblio-base/config.json → SMARTLIB_GATEWAY_URL (Gateway v47, version 67)\nagent_created: true\nrecommends:\n  - global-biblio-base\n  - smartlib-citation-checker\nallowed-tools:\n  - Read\n  - Write\n  - Edit\n  - Bash\n  - WebFetch\n  - AskUserQuestion\ndisable: true\n---\n\n## 快速触发词 / Quick Trigger Reference\n\n| 你想做什么 / What to do | 这样说 / Say |\n|------|------|\n| 保存文献 | \"保存到知识库\"、\"加入知识库\"、\"收藏这篇文章\" |\n| 搜索自己的文献 | \"在我的知识库里找...\"、\"查一下我的文献有没有...\" |\n| 看知识库统计 | \"知识库统计\"、\"我的知识库有多少文献\" |\n| 管理标签 | \"给这篇打标签...\"、\"我的深度学习标签\" |\n| 导出引用 | \"引用这篇文献\"、\"导出这几篇为 BibTeX\" |\n| 创建研究专题 | \"把这N篇组成一个专题\"、\"开个XX的课题\" |\n| 查看专题 | \"列出我的专题\"、\"打开XX专题\"、\"有哪些专题\" |\n| 专题内检索 | \"在XX专题里检索...\" |\n| 导出/归档 | \"导出XX专题\"、\"归档XX专题\" |\n| 配置 | \"知识库配置\"、\"配置向量化\" |\n| 健康检查 | \"整理知识库\"、\"Lint我的Wiki\" |\n\n# 学术知识库 / Academic Knowledge Base\n\n> 中文 / Chinese | [English below each section]\n\n面向学术研究者的个人知识中枢 —— 整合 Karpathy LLM Wiki 知识编译 + SmartLib 文献检索 + 向量化语义检索，让每一次检索和研究都沉淀为自己的知识资产。\n\n> A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki knowledge compilation + SmartLib literature search + vectorized semantic retrieval. Every search and study session compounds into your own knowledge asset.\n\n---\n\n## 来源参考 / Source References\n\n本技能的设计架构和工作流继承自以下两个上游技能：\n\n### 参考技能 1：Karpathy LLM Wiki\n\n- **技能位置**：`~/.workbuddy/skills/Karpathy LLM Wiki/`\n- **核心理念**：用 LLM 增量构建和维护持久化 Wiki 知识库，而非每次查询时做 RAG\n- **本技能继承**：Raw 不可变性、LLM 维护 Wiki 层、ingest/query/lint 操作、[[wiki-links]] 格式\n\n> Inherited: Raw immutability, LLM-owned wiki layer, ingest/query/lint operations, wiki page format.\n\n### 参考技能 2：global-biblio-base\n\n- **技能位置**：`~/.workbuddy/skills/global-biblio-base/`\n- **版本**：v3.1\n- **核心理念**：基于 SmartLib 开放平台 API 提供中外文学术文献检索，已接入全程自动化服务（gateway 注册 + 配额消耗 + 微信支付充值）\n- **本技能继承**：文献检索 API + 认证流程、元数据字段结构、三级检索策略、外部检索联动。**配额共享**——与 literature-search 使用同一 gateway 凭证和配额\n\n> Inherited: SmartLib API auth, metadata schema, search strategies, field validation. **Quo"},{"path":"README.md","content":"# Academic Knowledge Base (学术知识库) v3.7\n\n> Your research compounds. Not just searches — a personal knowledge hub that grows with every query.\n\n**SkillHub 安装名：** `academic-knowledge-base`\n**作者：** @J-levee (张亚东 / Zhang Yadong)\n**依赖技能：** global-biblio-base (必需), smartlib-citation-checker (推荐)\n\n---\n\n## 这是什么？ / What is this?\n\n一个**面向学术研究者的个人知识中枢**。让每一次文献检索和研究自动沉淀到私有知识库，形成持续积累的研究资产。\n\n> A personal knowledge hub for academic researchers. Every search and study session compounds into your private knowledge base.\n\n### 一句话说清 / One-liner\n\n> 你说\"查 RAG 最新进展\" → AI 先搜你的知识库 → 再搜外部补充 → 一键入库。以后你再问，知识库优先回答。\n\n---\n\n## 核心功能 / Core Features\n\n### 4 类数据自动入库\n\n| 数据类型 | 触发方式 | 入库行为 |\n|------|------|------|\n| SmartLib 检索结果 | \"保存到知识库\" | 元数据写入 + 摘要自动向量化 + Wiki 概念页更新 |\n| 用户上传文献 (PDF/Word/BibTeX) | 提供文件路径 | 解析 → SmartLib 匹配补全字段 → 入库 |\n| 资讯/报道 | \"保存这篇资讯\" | 原文存档 + 元数据标引入库 |\n| 个人学术数据 | \"记录这些实验数据\" | CSV/Excel/笔记入库，可关联到文献 |\n\n### 双轨智能检索\n\n- **BM25 分词匹配**：标题/关键词/摘要倒排索引\n- **向量语义检索**：BGE-M3（免费，1024维，中文优化）\n- **加权合并**：知识库结果 [📚] 置顶，命中不足时自动扩展外部 SmartLib 检索\n\n### LLM 自动维护 Wiki 知识层\n\n继承自 Karpathy LLM Wiki 模式 — 每次入库 AI 自动创建/更新主题概念页、建立文献交叉引用。\n\n### 研究专题 (Research Sessions)\n\n文献子集 → 智能命名 → 笔记 + AI 分析 → 一键导出 zip 快照。\n\n### 交互式统计报告\n\n说\"知识库统计\" → 自动生成 HTML 报告：摘要卡片 + 语言饼图 + 年份柱状图 + 标签云。\n\n---\n\n## 💰 变现说明 / Monetization\n\n本技能与 `global-biblio-base` **共享凭证和配额**。首次使用自动检测并复用凭证，共享 100 次/月免费额度。\n\n| 状态 | 展示规则 |\n|------|---------|\n| 配额充足 | 知识库检索完整展示所有结果 |\n| 配额耗尽 | Gateway 返回 429，外部检索、入库匹配等需要调用 SmartLib 的功能**一律拒绝**；知识库本地检索、标签管理、导出等纯本地操作正常 |\n\n每次入库一条文献 = 消耗 1 次配额。回复「充值」获取微信支付码。\n\n---\n\n## 快速开始 / Quick Start\n\n### 1. 安装\n\n在 WorkBuddy 中，SkillHub 搜索 `academic-knowledge-base` → 一键安装。必须同时安装 `global-biblio-base`。\n\n### 2. 第一次使用\n\n**直接开始就行。** 本技能采用懒加载设计：\n\n```\n你：\"帮我查 RAG 技术的文献\"\n→ AI 自动创建知识库目录 → 用 SmartLib 检索 → 展示结果\n你：\"保存全部\"\n→ 自动入库 + 去重 + 标签提取 + Wiki 更新 → 完成\n```\n\n### 3. (可选) 开启语义检索\n\n首次批量入库时 AI 会提示配置向量化。推荐免费 BGE-M3（硅基流动），获取 Key → https://cloud.siliconflow.cn/account/ak。不配置也不影响核心功能。\n\n### 4. 你的第一句话\n\n| 你想... | 这样说 |\n|------|------|\n| 搜文献 | \"帮我查 Transformer 在药物发现中的应用\" |\n| 保存 | \"把这 5 篇保存到知识库\" |\n| 看自己的库 | \"我的知识库有什么\" / \"知识库统计\" |\n| 创建专题 | \"把这 N 篇组成一个专题\" |\n\n---\n\n## FAQ\n\n**Q: 这个和 global-biblio-base 有什么区别？**\nA: 后者是\"搜索引擎\"（每次调用外部 API），本技能是\"私人图书馆\"（搜过就存下来，越积越多）。\n\n**Q: 向量化要钱吗？**\nA: 默认方案（硅基流动 BGE-M3）完全免费。\n\n**Q: 我的数据安全吗？**\nA: 全部存储在本地 `~/.workbuddy/academic-kb/`，不上传任何服务器。\n\n---\n\n> Inspired by [Karpathy LLM Wiki](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) and powered by [SmartLib API](https://www.vipslib.com/)."},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn71136czyc1f1bmx5rt1tjtes86jsve\",\n  \"slug\": \"academic-knowledge-base\",\n  \"version\": \"3.11.3\",\n  \"publishedAt\": 1784464277362\n}"},{"path":"skill-card.md","content":"## Description:\n\nAcademic Knowledge Base helps researchers build and search a local literature knowledge base that combines SmartLib literature retrieval, BM25 keyword search, vector search, citation export, research sessions, and AI-maintained wiki notes.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[j-levee](https://clawhub.ai/user/j-levee)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal researchers and research teams use this skill to search global academic literature, save papers and uploaded research materials into a personal knowledge base, retrieve them with keyword and vector search, manage research sessions, and export citations or reports.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The release ships a plaintext gateway secret.\n\nMitigation: Remove the bundled secret, rotate it before release, and require users to provide credentials through local configuration or a secret store.\n\nRisk: Confidential or unpublished research may be exposed through external SmartLib matching or embedding calls.\n\nMitigation: Disable external matching and embeddings for sensitive research unless the user has explicitly confirmed the provider, data flow, and consent.\n\nRisk: Privacy and account-handling expectations may be misleading, including registration behavior and email transmission.\n\nMitigation: Correct the privacy disclosure, require explicit consent before registration, and avoid sending email addresses in URL query strings.\n\nRisk: The skill may persist research data or modify shared cross-skill configuration.\n\nMitigation: Show the target paths and configuration changes before persistence, and require confirmation for cross-skill config updates.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/j-levee/skills/academic-knowledge-base)\n- [Karpathy LLM Wiki](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f)\n- [SmartLib API](https://www.vipslib.com/)\n- [SiliconFlow API keys](https://cloud.siliconflow.cn/account/ak)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown guidance with tables, JSON examples, API call patterns, citation exports, and optional HTML report artifacts.]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [May create or update local knowledge-base files, research-session snapshots, vector configuration, BibTeX exports, and HTML statistics reports.]\n\n## Skill Version(s):\n\n3.11.3 (source: server release metadata; artifact frontmatter reports 3.11.2)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment."},{"path":"config.example.json","content":"{\r\n  \"SMARTLIB_GATEWAY_URL\": \"https://1318491188-jvmi3wist0.ap-shanghai.tencentscf.com\",\r\n  \"SMARTLIB_GATEWAY_SECRET\": \"<your-gateway-secret>\",\r\n  \"SMARTLIB_EMAIL\": null,\r\n  \"SMARTLIB_APPID\": null,\r\n  \"SMARTLIB_APPSECRET\": null\r\n}"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。 支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索... Skill: 个人文献知识库，自带全球文献检索（支持向量搜索+传统分词搜索） Owner: j-levee Summary: 面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。 支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索... Tags: latest:3.11.3 Version history: v3.11.3 | 2026-07-19T12:31:17.362Z | auto - Disabled the skill by adding the \"disable: true\" field in SKILL.md. - Removed the file skill-card.md. - No function","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":1271,"uniquenessScore":51,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-10T17:31:54.504Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-10T17:31:54.504Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-10T21:43:09.543Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}