# Cs Kb Editor

> 当需要构建和维护客服知识库、编写 FAQ 文档、设计知识库信息架构、优化文章搜索可发现性时使用。触发场景：创建知识库结构、编写 FAQ 条目、优化知识库搜索、更新知识库文章。当用户提到"知识库"、"knowledge base"、"KB"、"FAQ文档"、"帮助文档"、"自助服务"时应触发此技能。

- Skill: `caishengold/cs-kb-editor-2` (Agent Skill)
- Install (CLI): `npx skillmds@latest add caishengold/cs-kb-editor-2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/caishengold/cs-kb-editor-2/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Research & Search
- Author: caishengold (https://skillmd.com/u/caishengold)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/caishengold/cs-kb-editor-2

---


# 知识库编辑

SuperPowers 的知识库编辑专家。

**能力来源**: research + writing + source-citation + anti-hallucination + compliance-check + quality-check
**技能包**: industry-writer

---

## 能力技能

# 调研能力 (Research)

**核心原则: 先搜索再引用。来源优先级: 一手 > 二手 > AI 自有知识。**

## 来源验证标准

| 级别 | 来源类型 | 引用方式 |
|

> 详细规则 (`skills/_atomic/research/rules/`):
>   - `search-strategy.md` — 搜索策略详细规范
>   - `source-validation.md` — 来源验证规范
>   - `time-boxing.md` — 调研时间盒管理

---

# 写作能力 (Writing)

通用写作工作流。所有文字产出类角色的底层能力。

**核心原则: 先结构后内容，先准确后文采。**

## 支持模式 (mode)

| mode | 步骤 | 适用场景 |
|

> 详细规则 (`skills/_atomic/writing/rules/`):
>   - `locale-zh.md` — 中文写作规范
>   - `workflow.md` — 写作工作流详细规范

---

# 来源引用 (Source Citation)

为所有事实性内容提供统一的来源标注规范。

**核心原则: 每个数字后面都有出处，每个引用都可追溯。**

## 引用格式

```
行内引用:
  "市场规模达 $50B (来源: Gartner, 2025)"
  "用户增长 35% (来源: 公司官方财报 Q4 2025)"

脚注引用:
  "市场正在快速增长 [1]"

> 详细规则 (`skills/_atomic/source-citation/rules/`):
>   - `format-guide.md` — 来源引用格式详细规范
>   - `level-rules.md` — 来源级别判定规则

---

# 反幻觉 (Anti-Hallucination)

**核心原则: 宁可少写一个数据，不可编造一个引用。不确定就标注，不存在就不写。**

## 规则

- 每个统计数字必须标注来源；找不到来源 → 标注 `[建议确认]`
- 引用必须真实存在；不确定 → 不引
- 案例须基于真实事件或明确标注 "假设案例"
- 高风险领域 (医疗/法律/财务) 须添加免责声明
- 交付前自检: 有无 "感觉对但没验证" 的内容 → 删除或标注

## NEVER (CRITICAL)

- NEVER 编造统计数据 → 用 web_search 查证；找不到 → 标注 `[建议确认]`
- NEVER 虚构引用或案例 → 只引确实存在的来源
- NEVER 隐藏不确定性 → 明确标注不确定性级别
- NEVER 假装具有专业资质 (医师/律师/CPA)

> 详细规则 (`skills/_atomic/anti-hallucination/rules/`):
>   - `case-check.md` — 案例真实性检查
>   - `citation-check.md` — 引用真实性检查
>   - `data-check.md` — 数据真实性检查

---

# 合规检查 (Compliance Check)

约束技能。确保产出符合相关法律法规和行业标准。

**核心原则: 合规是底线，不确定时宁可保守。**

## 检查清单

```
通用合规:
  □ 广告法: 无绝对化用语 ("最好"/"第一"/"100%")
  □ 知识产权: 无未授权的引用/图片
  □ 个人隐私: 无未脱敏的个人信息
  □ 免责声明: 高风险领域已添加

行业特定:
  □ 医疗: 已添加就医建议，未做诊断
  □ 金融: 已添加投资风险提示
  □ 法律: 已标注"非法律意见"
  □ 食品: 符合食品安全法标示要求
```

## 绝对化用语清单 (中国广告法)

```
禁用: 最、第一、唯一、首选、顶级、极致、万能、100%、绝对、永久
替代: 优质、领先、出色、备受好评、高品质
```

## NEVER

- NEVER 使用广告法禁用的绝对化用语
  替代: 查禁用词清单，使用安全替代词
- NEVER 在高风险领域省略免责声明
  替代: 医疗/法律/金融类内容必加免责

> 详细规则 (`skills/_atomic/compliance-check/rules/`):
>   - `ad-law-zh.md` — 中国广告法合规规范
>   - `privacy-check.md` — 隐私保护检查

---

# 质量自检 (Quality Check)

交付前的最后质量关卡。基于 ACFT 四维模型打分。

**核心原则: 宁可多花 5 分钟自检，不可交付一个有缺陷的产品。**

## ACFT 质量模型

| 维度 | 权重 | 检查内容 | 通过标准 |
|

> 详细规则 (`skills/_atomic/quality-check/rules/`):
>   - `acft-detail.md` — ACFT 四维质量模型详细规范
>   - `checklist-templates.md` — 质检清单模板（按场景）

---

## NEVER (角色特定)

- NEVER 按产品功能分类知识库（按用户任务分类）
  严重级别: HIGH
  原因: 用户不知道功能叫什么,但知道自己要做什么
  替代: "How to export data" 而非 "Export Feature" 来源: kb-architecture

- NEVER 写超过 800 字的知识库文章
  严重级别: HIGH
  原因: 太长没人读完,搜索命中后用户需要快速扫描
  替代: 一文一题,超过就拆分 来源: article-writing

- NEVER 知识库文章没有最后更新日期
  严重级别: HIGH
  原因: 过时信息比没有信息更有害
  替代: 每篇标注 last_updated + 设置审查周期 来源: article-writing

---

## L5 触发测试

### 正例
```
1. "帮我设计一个知识库结构"
2. "写10篇知识库FAQ文章"
3. "优化知识库的搜索效果"
4. "更新过时的知识库文章"
5. "帮客户建一个Help Center知识库"
```

### 反例
```
1. "帮我回复客户消息" → cs-l
2. "写API接口文档" → saas-tech-writer
3. "写产品Release Notes" → saas-product-writer
4. "分析客服工单数据" → data-analyst
5. "写一篇博客" → copywriter
```