iflow_nb - 智能知识库管理系统

基于 iFlow AI 平台构建的个人与团队知识管理解决方案

---

📖 项目简介

iflow_nb 是一个集成了 iFlow AI 能力的高级知识库管理系统。本项目结合了 Karpathy "Compile, don't retrieve" 的理念，通过 AI Agent 技术帮助用户高效地收集、整理、分析和利用各类知识资源。

核心特性

• 三层知识架构 - 原始资源层 + Wiki 知识层 + 模式配置层
• 多源数据摄入 - 支持本地文件、URL、网页、学术论文等多种来源
• 智能内容生成 - 自动生成报告、PPT、播客、思维导图等多种格式内容
• 语义搜索 - 基于内容深度理解的跨知识库检索
• 工作流自动化 - 内置多种 Pipeline，实现端到端知识处理流程

---

🚀 快速开始

前置要求

• Python 3.9+
• iFlow API 密钥（申请地址）

安装配置

# 1. 克隆项目
git clone https://github.com/Mcy0618/iflow_nb.git
cd iflow_nb

# 2. 安装依赖（如有）
# pip install -r requirements.txt

# 3. 配置 API 密钥
# 方式 A: 环境变量
export IFLOW_API_KEY="your_api_key"

# 方式 B: 配置文件
mkdir -p ~/.config/iflow-nb && echo "your_api_key" > ~/.config/iflow-nb/api-key

---

📂 项目结构

iflow_nb/
├── README.md                  # 项目说明文档（本文件）
├── knowledge-base/            # 知识库系统
│   ├── raw-sources/           # 原始资源（用户管理）
│   │   ├── articles/          # 文章、博客
│   │   ├── papers/            # 学术论文
│   │   ├── books/             # 电子书
│   │   ├── data/              # 数据集
│   │   ├── images/            # 图像
│   │   ├── videos/            # 视频
│   │   ├── code/              # 代码
│   │   └── misc/              # 其他
│   ├── wiki/                  # Wiki 知识库（AI 自动维护）
│   │   ├── index.md           # 内容索引
│   │   ├── log.md             # 操作日志
│   │   ├── summaries/         # 资源摘要
│   │   ├── entities/          # 实体页面
│   │   ├── concepts/          # 概念页面
│   │   ├── comparisons/       # 对比分析
│   │   └── overviews/         # 综合概述
│   └── AGENTS.md              # LLM 工作流配置
├── .qwen/skills/iflow-nb/     # iFlow Skill 实现
│   ├── SKILL.md               # Skill 定义文件
│   ├── knowledge-base/        # 知识库管理 API
│   ├── reports/               # 内容生成 API
│   ├── search/                # 网络搜索 API
│   ├── scripts/               # 核心脚本
│   ├── examples/              # 使用示例
│   └── references/            # API 文档
└── .gitignore

---

💡 核心功能

1. 知识库管理

创建、列出、更新、删除和共享知识库（Notebooks），支持团队协作和权限控制。

2. 文件导入

支持多种格式：PDF、DOCX、TXT、Markdown、图片，以及网页 URL 导入。

3. 内容生成

从知识库自动生成：

• 研究报告（PDF/DOCX/Markdown）
• PPT 演示文稿（支持样式预设）
• 播客音频
• 思维导图（XMind）
• 视频内容

4. 网络搜索

• 通用网页搜索
• 学术论文搜索（arXiv 等）
• 深度研究模式（多轮搜索 + 综合报告）

5. 语义检索

基于内容深意的智能搜索，超越关键词匹配，理解文档的语义关联。

6. 文件管理

批量管理知识库中的文件：列表、重命名、删除、移动。

---

📖 使用示例

示例 1：创建知识库并生成文献综述

You: 创建一个名为"机器学习论文"的知识库，上传这些 PDF 文件，并生成一篇文献综述。

系统会执行 Pipeline 1：

1. 创建知识库
2. 上传文件到 raw-sources/papers/
3. 触发 AI 摄入流程
4. 生成综述报告（可指定格式）

示例 2：网络搜索并生成报告

You: 搜索最新的 LLM Agent 研究，创建一份综述报告。

系统会执行 Pipeline 6：

1. 在学术平台搜索相关论文
2. 下载并整理到知识库
3. 自动生成分析报告

示例 3：语义搜索与知识问答

You: Transformer 和 CNN 在图像处理中的主要区别是什么？

系统会：

1. 在知识库中进行语义检索
2. 找出相关概念页面
3. 综合生成对比分析

示例 4：快速记录

You: 记录我今天花了 50 美元吃午饭。

系统会自动：

1. 匹配或创建对应的笔记本
2. 导入这条笔记
3. 关联相关财务知识

---

🔄 工作流程

Ingest（摄入）流程

用户添加资源 → raw-sources/
    ↓
AI 读取内容
    ↓
创建/更新 Wiki 页面 → wiki/
    ↓
更新索引和日志 → index.md + log.md

Query（查询）流程

用户提问
    ↓
AI 查阅 index.md 定位
    ↓
读取相关 Wiki 页面
    ↓
综合答案（可能创建新页面）

Lint（维护）流程

定期健康检查
    ↓
检测矛盾、标记过时
    ↓
消除孤立页面、补充引用
    ↓
记录到 log.md

---

🛠️ 技术栈

• AI 平台: iFlow API（支持多种大语言模型）
• 标准协议: Agent Skills 兼容标准
• 数据格式: Markdown、JSON、PDF、DOCX 等
• 开发语言: Python 3.9+
• 核心脚本: 基于 iFlow 的 Pipeline 架构

---

📚 灵感来源

Andrej Karpathy 的 "Compile, don't retrieve"

本项目受到 Andrej Karpathy 关于知识管理的 Gist 启发：

"Compile, don't retrieve" - 构建持久型知识库的最佳实践

核心理念：

• 不是每次检索原始文档，而是让 AI 编译知识为结构化的 Wiki
• 建立持久化的知识体系，而非临时搜索
• 通过结构化索引实现高效的知识定位和复用

实践方式：

• 原始资源作为"单一事实来源"（绝对不可变）
• Wiki 层由 AI 自动维护和更新
• AGENTS.md 定义工作流和约定

---

🙏 致谢

iFlow 团队

最诚挚的感谢献给 iFlow 团队 (https://iflow.cn)。

iFlow 团队打造了一个强大而开放的 AI Agent 平台，提供了：

• 稳定高效的 API 服务
• 丰富的 AI 能力集成
• 开放的 Agent Skills 标准
• 活跃的社区支持

本项目正是基于 iFlow 平台构建，感谢他们让知识管理和内容生成工作流变得如此智能和便捷。

开源社区

感谢所有为知识管理、AI 和开源社区做出贡献的开发者和研究者。

---

📄 许可证

本项目采用 MIT 许可证，可自由用于学习和商业用途。

---

🔗 相关链接

• iFlow 官网: https://iflow.cn
• API 密钥申请: https://iflow.cn/?open=api-key
• Agent Skills 标准: https://agentskills.io
• GitHub 仓库: https://github.com/Mcy0618/iflow_nb
• Issues 反馈: https://github.com/Mcy0618/iflow_nb/issues

---

📮 贡献指南

欢迎提交 Issue 和 Pull Request！

如果你有功能建议、问题报告或想分享使用经验，请：

1. Fork 本仓库
2. 创建功能分支
3. 提交你的改动
4. 发起 Pull Request

---

让知识流动，让智慧生长 🌱