开通会员

(635期)Audit – 知识库健康扫描与质量诊断专家

10.0 综合评分
3.3 kB 文件大小
2026-09-16 更新时间

知识库健康扫描与质量诊断专家 知识库健康检查工具,自动扫描 Markdown 文件的 frontmatter 完整性、链接有效性、标签一致性及内容覆盖度,适用于文档站点和个人 wiki 维护。 使用说明 核心用法 solo-audit 是一款面向知识库(Knowledge Base)的质量审计工具,专为 Markdown 密集型项目设计。通过解析 $ARGUMENTS 可选参数,用户可针对性聚焦特定检查维度(如 tags、frontmatter、links),或直接执行全量审计。工具集成 Glob、Grep、Bash 等底层能力,自动排除 .venv/、node_modules/、archive/ 等开发目录,精准定位内容文件。 显著优点 多维度质量检测:覆盖 frontmatter 完整性(title/tags/type/status)、内部链接有效性、标签一致性(去重、标准化)、孤儿文件识别、内容新鲜度(30 天以上草稿)及目录覆盖度六大维度。 智能 schema 识别:不依赖硬编码规则,而是通过采样现有文件自动推断 frontmatter 结构,适应不同团队的元数据规范。 可操作的输出:生成结构化 Markdown 报告,包含问题文件清单、标签统计表、具体修复建议,降低人工复核成本。 轻量集成:基于 MIT 许可,支持 mcpsolographkb_search 等外部工具链扩展,适合 Obsidian、Docusaurus、MkDocs 等主流知识库方案。 潜在缺点与局限性 性能瓶颈:大型知识库(10,000+ 文件)的全量扫描可能产生较高 I/O 开销,建议分目录或增量执行。 链接检测盲区:仅支持标准 Markdown 语法 [text](path.md),对 WikiLinks [[page]]、HTML <a> 标签或动态路由解析能力有限。 语义分析缺失:标签相似度判断基于字符串匹配(如 "AI" vs "artificial-intelligence"),无法识别语义等价但拼写迥异的标签(如 "llm" vs "大语言模型")。 跨文件引用依赖:孤儿文件检测依赖 related: 字段,若项目使用其他关联机制(如 Obsidian 的双向链接),可能出现误判。 适合人群 技术文档工程师与开发者体验(DX)团队 使用 Obsidian/Notion 导出 Markdown 进行版本管理的个人知识管理(PKM)用户 开源项目维护者需定期同步文档站点与代码仓库 常规风险 误删风险:工具本身只读,但用户依据 "孤儿文件" 报告执行删除前,应二次确认文件是否真的未被外部系统(如网站导航、脚本生成)引用。 隐私泄露:审计报告可能暴露目录结构、草稿标题等敏感元数据,建议输出至安全位置或脱敏后分享。 自动化依赖:自动推断的 schema 可能随采样偏差而波动,关键项目建议辅以人工校验规则。 原始说明 Health check knowledge base for broken links, missing frontmatter, tag inconsistencies, and coverage gaps. Use when user says "audit KB", "check frontmatter"...

开通会员
安全无毒 已通过安全检测,请放心下载 无毒 无插件 人工检测

知识库健康扫描与质量诊断专家

知识库健康检查工具,自动扫描 Markdown 文件的 frontmatter 完整性、链接有效性、标签一致性及内容覆盖度,适用于文档站点和个人 wiki 维护。

使用说明

核心用法

solo-audit 是一款面向知识库(Knowledge Base)的质量审计工具,专为 Markdown 密集型项目设计。通过解析 $ARGUMENTS 可选参数,用户可针对性聚焦特定检查维度(如 tags、frontmatter、links),或直接执行全量审计。工具集成 Glob、Grep、Bash 等底层能力,自动排除 .venv/、node_modules/、archive/ 等开发目录,精准定位内容文件。

显著优点

  1. 多维度质量检测:覆盖 frontmatter 完整性(title/tags/type/status)、内部链接有效性、标签一致性(去重、标准化)、孤儿文件识别、内容新鲜度(30 天以上草稿)及目录覆盖度六大维度。
  2. 智能 schema 识别:不依赖硬编码规则,而是通过采样现有文件自动推断 frontmatter 结构,适应不同团队的元数据规范。
  3. 可操作的输出:生成结构化 Markdown 报告,包含问题文件清单、标签统计表、具体修复建议,降低人工复核成本。
  4. 轻量集成:基于 MIT 许可,支持 mcpsolographkb_search 等外部工具链扩展,适合 Obsidian、Docusaurus、MkDocs 等主流知识库方案。

潜在缺点与局限性

  • 性能瓶颈:大型知识库(10,000+ 文件)的全量扫描可能产生较高 I/O 开销,建议分目录或增量执行。
  • 链接检测盲区:仅支持标准 Markdown 语法 [text](path.md),对 WikiLinks [[page]]、HTML <a> 标签或动态路由解析能力有限。
  • 语义分析缺失:标签相似度判断基于字符串匹配(如 "AI" vs "artificial-intelligence"),无法识别语义等价但拼写迥异的标签(如 "llm" vs "大语言模型")。
  • 跨文件引用依赖:孤儿文件检测依赖 related: 字段,若项目使用其他关联机制(如 Obsidian 的双向链接),可能出现误判。

适合人群

  • 技术文档工程师与开发者体验(DX)团队
  • 使用 Obsidian/Notion 导出 Markdown 进行版本管理的个人知识管理(PKM)用户
  • 开源项目维护者需定期同步文档站点与代码仓库

常规风险

  • 误删风险:工具本身只读,但用户依据 "孤儿文件" 报告执行删除前,应二次确认文件是否真的未被外部系统(如网站导航、脚本生成)引用。
  • 隐私泄露:审计报告可能暴露目录结构、草稿标题等敏感元数据,建议输出至安全位置或脱敏后分享。
  • 自动化依赖:自动推断的 schema 可能随采样偏差而波动,关键项目建议辅以人工校验规则。

原始说明

Health check knowledge base for broken links, missing frontmatter, tag inconsistencies, and coverage gaps. Use when user says "audit KB", "check frontmatter"…

免责声明

本站提供的资源转载自国内外各大媒体和网络,仅供试玩体验;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该游戏内容,请支持正版,购买注册,得到更好的正版服务。我们非常重视版权问题,如有侵权请邮件与我们联系处理。

上一篇 (636期)Token Optimizer Pro – AI成本诊断与智能降本专家 下一篇 (634期)Void Atlas Protocol – 四维伦理空间的导航协议

玩家评论

10 /10
0 人评分 · 0 条评论
写下我的评测

还没有玩家留言,来抢沙发吧~