本地知识库系统:以 Markdown 为源、多端同步的三链路架构

背景

2026-07-17 会话中,需求从"建几个目录"逐步扩展为一套完整的个人本地知识库工具(kb)。本文沉淀当时确定的整体设计方案,作为后续维护 kb 系统的设计依据。

核心内容

三条链路

• 内容生产链路:豆包 / Kimi Code / TRAE 三方对话 → AI 复盘提炼 → 生成结构化 MD(思维导图、会议纪要、代码笔记)→ 存入本地知识库。
• 分发流转链路:本地 MD 为唯一源文件 → 自动同步印象笔记(主力阅读/批注端);按需同步腾讯 IMA(AI 语义检索)。
• 编辑回流链路:在印象笔记修改后,程序增量拉取改动回写本地源文件,保证两端一致。

关键设计决策

• Markdown 是唯一标准存储格式,所有外部内容先归一化为带 front matter 的标准 MD 再入库。
• 本地索引用 SQLite FTS5 trigram 分词;trigram 要求查询词 ≥3 字符,短词自动降级 LIKE(已实测验证,Python 3.13 + SQLite 3.45.3 环境)。
• 复盘技能(fupan)与博客发布功能均为"已有能力,做对接挂载",不复写。
• 印象笔记、腾讯 IMA 凭据当时均未持有,方案中附带申请指引;IMA 走官方 OpenAPI 三步上传,失败有降级路径。

模块划分(对应现有 kb/ 目录)

• core.py + cli.py:本地索引与 8 个管理命令
• collect.py:三采集器(kimi / trae / inbox)
• convert.py:归一化 + front matter 标准
• sync_evernote.py:印象笔记双向同步
• sync_ima.py:IMA 同步
• publish.py + kb.toml + docs/credentials.md:博客发布与凭据管理
• .agents/skills/fupan:复盘技能挂载位

原文链接

提炼自 inbox/kimi_code/20260717_14b562ba.md(已归档至 inbox/_archive/)