CLI 工作流
完全用命令行运行 Knowlery 的端到端演练——不需要 Obsidian。这些工作流产出的 每个文件夹,之后都能零迁移地在 Obsidian 中打开。
一次性安装:
npm install -g knowlery
knowlery --version从零到一个可用的知识库
# 1. 初始化工作区
knowlery init --dir ~/kb/research --platform claude-code --name "Research KB"
# 2. 注册它,让后续所有命令(和 MCP)都能按名字寻址
knowlery kb add research ~/kb/research
# 3. 验证
knowlery health --kb researchinit 会搭好四个编译目录、KNOWLEDGE.md、SCHEMA.md、INDEX.base、内置 技能和 agent 平台配置。之后把原始笔记丢进文件夹任意位置,让 agent /cook 它们即可。
每日循环,无头模式
# 全貌一览——实时计算的定位地图
knowlery index --kb research
# 有什么在等着?
knowlery stale --kb research
# 提问(在任何目录下)
knowlery query --kb research "关于 rollout 我们决定了什么?"
# 搜索你拥有的一切
knowlery query --kb '*' "我在哪写过 backpressure?"stale 是待办清单:被引用来源已变化的编译页面,加上从未编译的笔记。 选择性地 cook——许多笔记本来就不需要编译。
弃答(No confident matches)是结果,exit 0。脚本可以依赖 --json—— 所有报告类命令都有稳定的输出形状。
让待办清单诚实
一长串从未编译的笔记只有在两个前提下才有用:上面的每一条都是你自己该 cook 的材料,而且排在最前面的值得先读。
# 导入的知识(比如拉进来的团队知识库):保持可检索,但永远不列为未编译
knowlery reference add teams --kb research
# 根本不是知识(生成产物、归档):永不扫描
knowlery ignore add archive --kb research
# 哪些目录被跳过、为什么——node_modules/、项目清单旁边的构建产物,
# 以及你忽略的目录都会列在这里
knowlery health --kb research
# 可选:用 Jev 给整个积压排序(需要 TypeSafe AI 密钥——在 Obsidian 插件
# 设置里填一次,或 export TYPESAFE_API_KEY)
knowlery triage --kb research两份列表都存在 .knowlery/config.json 里;一个目录最多只能出现在其中一份。 之后 knowlery stale 会先打印已评分的笔记(值得编译的概率,以及 Jev 找到时 应更新的编译页面),再是未评分的,最后是低置信区间——什么都不会被隐藏。 triage 幂等且可续跑:一条笔记只评一次,直到它被修改,每条约 $0.0001。 没有密钥时 stale 行为不变,triage 以 exit 1 退出并给出说明。
升级之后
npm i -g knowlery@latest
knowlery sync --kb research # 刷新技能和指令文件sync 幂等且只在有变化时写入;如果工作区曾被更新的版本 sync 过,它会拒绝 运行(降级守卫)——过期的全局安装永远不会破坏已升级的工作区。
分享一片你的知识
# 1. 看看一个主题的图闭包会发出什么
knowlery bundle export retrieval-engine --kb research
# -> exit 1 并打印评审清单:未经评审的内容一律不发
# 2. 记录你的评审决定(刻意没有 approve-all)
knowlery bundle review retrieval-engine --kb research --list --json
knowlery bundle review retrieval-engine --kb research \
--approve concepts/retrieval-engine concepts/scoring --flag Projects/meeting-notes
# 3. 导出,然后发布到 GitHub Release
knowlery bundle export retrieval-engine --kb research --zip
knowlery bundle publish retrieval-engine --kb research --repo you/knowledge-shelfpublish 会创建带 SHA-256 校验和的 Release,并打印受众声明——精确说明 谁能下载它、如何授权。发布到公开仓库需要再次确认风险项 (--acknowledge-risks)——公开发布是永久的。
安装并保持订阅
# 从 URL 安装(私有仓库通过你的 gh 登录访问)
knowlery bundle install https://github.com/you/knowledge-shelf/releases/download/you.retrieval-engine-v1.0.0/you.retrieval-engine-1.0.0.zip \
--kb research --verify <sha256>
# 之后:有更新吗?
knowlery bundle check-updates --kb research # 只读,绝不自动更新
knowlery bundle update some.bundle --kb research更新走完整的门禁管线:版本必须递增、conformance 会被检查、对已安装包文件的 本地修改会让更新拒绝执行(并列出文件),除非传 --force。
把知识库服务给 agent
# 本地 agent(Claude Desktop/Code、Codex、Cursor、Antigravity):stdio
claude mcp add knowlery -- knowlery mcp
# 另一台机器:隧道后的 HTTP
openssl rand -hex 32 > ~/.knowlery-mcp-token
knowlery mcp serve --port 8787 --token-file ~/.knowlery-mcp-token
cloudflared tunnel --url http://127.0.0.1:8787完整的工具参考、写权限旗标和客户端配置见 Agent 与 MCP。
脚本编写须知
- 每个命令都接受
--dir <path>(默认当前目录)或--kb <name>——绝不能 同时传。registry 永远不是前置条件;--dir工作流永久有效。 - 所有报告类命令都支持
--json;输出形状作为 1.0 契约的一部分被冻结。 - 退出码:
0成功(包括弃答和空报告)、1操作失败(工作区不健康、门禁 未过)、2用法错误(旗标错误、缺参数)。 - 输出对管道安全:
knowlery query ... | head -1正常工作;提前关闭的管道是 对话的正常结束,不是错误。