How do I install the Knowledge Search skill?

Run npx skillmds@latest add shihan-1147/knowledge-search in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.

What does the Knowledge Search skill do?

基于 RAG 的知识库检索技能。从本地文档中检索相关信息，支持语义搜索和精确匹配。适用于问答、信息查询、文档理解等场景。 It is listed under AI & ML on SkillMD.

Is Knowledge Search safe to use?

This skill has not completed SkillMD's automated safety review yet. Capability flags: executes scripts. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.

Which AI agents work with Knowledge Search?

This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.

Is Knowledge Search free to use?

Yes. Installing skills from SkillMD is free. This skill is licensed under MIT.

Who published Knowledge Search?

shihan-1147 (@shihan-1147) published this skill. Their other Agent Skills are listed on their SkillMD profile.

Knowledge Search by shihan-1147 — Agent Skill

Name: Knowledge Search
Rating: 4.2 (5 reviews)
Author: shihan-1147

File contents

知识检索技能

此技能使用 RAG（Retrieval-Augmented Generation）技术从本地知识库中检索相关信息。

能力范围

语义检索: 基于向量相似度的语义搜索
关键词匹配: 精确关键词检索
多文档整合: 从多个文档中提取相关片段
上下文增强: 将检索结果注入 Prompt 增强回答

使用场景

当用户提出以下类型的问题时，应激活此技能：

"根据文档，XXX 是什么意思？"
"在知识库中查找关于 XXX 的信息"
"帮我找找有关 XXX 的资料"
任何需要基于文档回答的问题

依赖工具

工具名称	用途	必需
`rag_retriever`	向量检索	✅
`rag_indexer`	文档索引	❌

输入参数

参数	类型	必填	说明
query	string	✅	检索查询
top_k	int	❌	返回结果数量，默认 3
filter	object	❌	过滤条件（文档类型、日期等）
threshold	float	❌	相似度阈值，默认 0.7

输出格式

{
  "success": true,
  "data": {
    "query": "什么是机器学习",
    "results": [
      {
        "content": "机器学习是人工智能的一个分支...",
        "source": "ai_basics.md",
        "score": 0.92,
        "metadata": {
          "page": 1,
          "chunk_id": "chunk_001"
        }
      }
    ],
    "total": 3,
    "context_for_llm": "相关上下文拼接文本..."
  }
}

处理流程

接收用户查询
将查询文本向量化
在 FAISS 索引中执行相似度搜索
获取 Top-K 相关文档片段
整合为可用于 LLM 的上下文

检索策略

混合检索: 结合向量检索和关键词匹配
重排序: 对检索结果进行二次排序
去重: 移除重复或高度相似的片段
截断: 控制上下文长度不超过 LLM 限制

注意事项

需要先完成文档索引
检索结果质量依赖 Embedding 模型
建议定期更新索引

---name: knowledge-searchdescription: 基于 RAG 的知识库检索技能。从本地文档中检索相关信息，支持语义搜索和精确匹配。适用于问答、信息查询、文档理解等场景。license: MIT---# 知识检索技能此技能使用 RAG（Retrieval-Augmented Generation）技术从本地知识库中检索相关信息。## 能力范围- **语义检索**: 基于向量相似度的语义搜索- **关键词匹配**: 精确关键词检索- **多文档整合**: 从多个文档中提取相关片段- **上下文增强**: 将检索结果注入 Prompt 增强回答## 使用场景当用户提出以下类型的问题时，应激活此技能：- "根据文档，XXX 是什么意思？"- "在知识库中查找关于 XXX 的信息"- "帮我找找有关 XXX 的资料"- 任何需要基于文档回答的问题## 依赖工具| 工具名称 | 用途 | 必需 ||---------|------|-----|| `rag_retriever` | 向量检索 | ✅ || `rag_indexer` | 文档索引 | ❌ |## 输入参数| 参数 | 类型 | 必填 | 说明 ||-----|------|-----|------|| query | string | ✅ | 检索查询 || top_k | int | ❌ | 返回结果数量，默认 3 || filter | object | ❌ | 过滤条件（文档类型、日期等） || threshold | float | ❌ | 相似度阈值，默认 0.7 |## 输出格式```json{ "success": true, "data": { "query": "什么是机器学习", "results": [ { "content": "机器学习是人工智能的一个分支...", "source": "ai_basics.md", "score": 0.92, "metadata": { "page": 1, "chunk_id": "chunk_001" } } ], "total": 3, "context_for_llm": "相关上下文拼接文本..." }}```## 处理流程1. 接收用户查询2. 将查询文本向量化3. 在 FAISS 索引中执行相似度搜索4. 获取 Top-K 相关文档片段5. 整合为可用于 LLM 的上下文## 检索策略- **混合检索**: 结合向量检索和关键词匹配- **重排序**: 对检索结果进行二次排序- **去重**: 移除重复或高度相似的片段- **截断**: 控制上下文长度不超过 LLM 限制## 注意事项- 需要先完成文档索引- 检索结果质量依赖 Embedding 模型- 建议定期更新索引

Frequently asked questions

Knowledge Search