[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-83984":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":9,"language":10,"languages":9,"totalLinesOfCode":9,"stars":11,"forks":12,"watchers":13,"openIssues":14,"contributorsCount":14,"subscribersCount":14,"size":14,"stars1d":14,"stars7d":15,"stars30d":15,"stars90d":14,"forks30d":14,"starsTrendScore":15,"compositeScore":16,"rankGlobal":9,"rankLanguage":9,"license":9,"archived":17,"fork":17,"defaultBranch":18,"hasWiki":17,"hasPages":17,"topics":19,"createdAt":9,"pushedAt":9,"updatedAt":20,"readmeContent":21,"aiSummary":9,"trendingCount":14,"starSnapshotCount":14,"syncStatus":15,"lastSyncTime":22,"discoverSource":23},83984,"knowledge-forge","577206\u002Fknowledge-forge","577206","Local-first Obsidian knowledge ingestion workbench for PDFs, Markdown, TXT and spreadsheets.",null,"JavaScript",103,11,51,0,2,3.24,false,"main",[],"2026-06-12 02:04:36","# Knowledge Forge\n\n> **Agent-first 的本地知识摄入与学习工作台。**  \n> 融合 Obsidian 的长期知识库能力与 Google NotebookLM 的深度阅读能力，为 Claude Code \u002F Cursor \u002F Codex 等 AI Agent 时代打造一套可配置、可复核、可持续积累的学习工作流。\n\nKnowledge Forge 的创作理念很简单：\n\n> 让用户不再独自面对散乱资料、复杂配置和一次性 AI 对话，而是把学习系统交给自己的 Agent 协同搭建、运行和迭代。\n\n你只需要把这个 GitHub 仓库链接发给你的 AI Agent：\n\n```text\nhttps:\u002F\u002Fgithub.com\u002F577206\u002Fknowledge-forge\n```\n\n然后告诉它：\n\n```text\n请帮我安装和配置 Knowledge Forge，先问我要启用哪些能力。\n```\n\nAgent 会引导你选择功能、安装依赖、生成配置、启动程序，并帮你排查问题。你可以按需启用本地资料整理、期末复习、Obsidian 联动、NotebookLM 联动等能力，逐步把散乱的 PDF、课件、论文、Excel 和 Markdown 资料，炼成可复习、可追溯、可沉淀的长期知识。\n\nKnowledge Forge 适合但不限于：\n\n- **期末复习备考**：课程资料摄入、考点整理、学习指南、闪卡、测验题、冲刺计划。\n- **学术研究与论文阅读**：论文解析、NotebookLM 深度阅读、摘要消化、引用与概念沉淀。\n- **报告与项目资料整理**：把网页、文档、表格和研究材料转成结构化 Markdown。\n- **个人第二大脑构建**：与 Obsidian Vault 协同，把 AI 生成内容纳入长期知识库。\n- **Agent 协同学习工作流**：让 Agent 成为配置员、整理员、复盘教练和知识库维护者。\n\n目标不是再做一个“文件上传器”，而是帮助你快速成为 **AI 时代下更高效的学习者和知识工作者**。\n\n## 推荐：全功能安装\n\nKnowledge Forge 支持模块化启用，但我强烈推荐新用户直接选择 **Full Setup 全功能安装**。这也是作者自己的使用方式：\n\n```text\nLocal Forge 本地摄入\n+ Final Exam Review 期末复习工作流\n+ Obsidian 长期知识库\n+ NotebookLM 深度阅读\n+ Agent 协同配置、排障与复盘\n```\n\n全功能安装的好处是：\n\n- **资料进得来**：PDF、课件、Markdown、Excel 都能先进入本地工作台。\n- **理解更深入**：NotebookLM 负责长文档、论文、课程资料的 source-grounded 阅读和问答。\n- **知识留得住**：Obsidian 把结果沉淀进长期第二大脑，而不是散落在一次性聊天里。\n- **复习更直接**：期末复习流程可以生成学习指南、闪卡、测验、冲刺计划和考点清单。\n- **Agent 全程协同**：你的 Agent 不只是安装工具，还能帮你选择功能、生成配置、解释报错、复核笔记和持续迭代。\n\n如果你暂时只想本地使用，也可以先启用 Local Forge；后续要加入 Obsidian、NotebookLM 或期末复习增强时，可以通过兼容的配置接口继续添加，不需要推倒重装。\n\n给 Agent 的快速指令：\n\n```text\n请帮我安装和配置 Knowledge Forge。\n推荐使用 Full Setup；如果我想简化，再问我要启用哪些能力。\n请先阅读 AGENTS.md 和 `docs\u002FAGENT_TOOLS_AND_SKILLS.md`，然后优先运行这些命令：\n\n1. .\\doctor.ps1\n2. .\\setup.ps1 -Full\n3. .\\configure.ps1 -Full\n4. .\\start.ps1\n5. .\\verify.ps1 -Smoke -StartServer\n\n如果根目录脚本不可用，再使用 .\\scripts\\doctor.ps1 这类 scripts\u002F 下的等价脚本。\n```\n\n---\n\nKnowledge Forge 想解决的是一个更真实的问题：\n\n```text\n资料很多 → AI 问完就散了 → 笔记没有长期结构 → 下次还是从零开始\n```\n\nKnowledge Forge 给你一条本地优先的第二大脑工作流：\n\n```text\nPDF \u002F 网页 \u002F 课件 \u002F Excel \u002F Markdown\n→ Knowledge Forge 本地摄入与预处理\n→ Obsidian \u002F Markdown vault inbox\n→ Agent 正式生成复习包\u002F笔记\u002F报告（Claude Code \u002F Codex）\n→ NotebookLM 可选深度阅读、问答和人工搬运输出\n→ 本地轻量规则仅作为草稿 fallback\n→ 人类复核\n→ 长期知识库\n```\n\n核心原则：\n\n> 正式学习产物优先由本机 Agent 基于完整 source pack 生成；NotebookLM 是可选的 source-grounded 深度阅读增强；本地轻量规则只作为离线 fallback 草稿。长期知识结构必须由人确认。\n\n---\n\n## 为什么需要它\n\n很多知识管理工具的问题不是“不够智能”，而是没有形成闭环：\n\n- PDF 下载了，但没人整理。\n- NotebookLM 问过了，但答案留在会话里。\n- Obsidian 很强，但资料进入成本高。\n- AI 能总结，但直接写进长期知识库很危险。\n- Excel、课程资料、论文、网页、项目文档彼此割裂。\n\nKnowledge Forge 的定位是：\n\n```text\n本地资料入口 + Obsidian inbox + NotebookLM Bridge + 可复核的知识生成工作台\n```\n\n---\n\n## 核心能力\n\n### 1. Local Ingestion：本地资料摄入\n\n支持上传：\n\n```text\n.pdf\n.md \u002F .markdown\n.txt\n.xlsx \u002F .xls\n.csv\n```\n\n输出：\n\n- Obsidian 友好的 Markdown 笔记\n- frontmatter\n- 摘要、关键词、候选标签\n- 概念候选\n- 双链候选\n- Excel sheet \u002F 字段 \u002F 类型 \u002F 样例值 \u002F 目标字段映射\n- manifest，方便未来审计和回滚\n\n默认只写入：\n\n```text\n\u003Cyour-vault>\u002Finbox\u002F\n```\n\n避免自动化污染长期知识结构。\n\n---\n\n### 2. Review Workspace：复核工作台\n\n本地页面：\n\n```text\nhttp:\u002F\u002Flocalhost:4177\n```\n\n可以：\n\n- 拖拽上传文件\n- 查看本次导入结果\n- 预览 Markdown\n- 查看 Excel 字段映射\n- 查看 Obsidian inbox 最近笔记\n- 打开 Obsidian 笔记\n- 打开 vault 文件夹\n- 查看知识图谱 Graph View\n\n---\n\n### 3. NotebookLM Bridge：可选增强\n\nNotebookLM Bridge 是可选能力，不影响基础上传功能。\n\n连接 NotebookLM 后，可以辅助资料深度阅读，并由用户或 Agent 把输出整理回 Knowledge Forge。当前正式输出主链路仍是 Agent；NotebookLM 自动生成能力按可用性逐步接入。可产出类型包括：\n\n- Summary Digest：摘要笔记\n- Study Guide：学习讲义\n- Quiz：测验题\n- Flashcards：闪卡\n- Mind Map：思维导图\n- Report \u002F PDF：报告或 PDF\n- Audio Overview：音频概览\n\n当前页面已经提供 NotebookLM 连接状态入口和人工捕获\u002F整理工作流；不要把它描述成已完全自动化的主链路。\n\n> 注意：`notebooklm-py` 是非官方社区项目，使用 NotebookLM 的非公开接口。适合个人研究和学习自动化，不适合存储他人 Google 登录态或做未经授权的 SaaS。\n\n---\n\n\n\n> 新用户电脑可能没有任何 Agent\u002FCLI 配置。完整依赖、Agent runner、Skills、Tools 和空白电脑安装路线见：`docs\u002FAGENT_TOOLS_AND_SKILLS.md`。\n\n## 5 分钟上手\n\n### Windows：双击启动\n\n```text\nstart.bat\n```\n\n第一次运行会自动检查 Node\u002Fnpm、安装 npm 依赖、创建默认配置、运行 doctor，并打开：\n\n```text\nhttp:\u002F\u002Flocalhost:4177\n```\n\n如果你想让 Agent 或 PowerShell 完整验证这台电脑是否真的可用：\n\n```powershell\n.\\doctor.ps1\n.\\setup.ps1 -Full\n.\\configure.ps1 -Full\n.\\start.ps1\n.\\verify.ps1 -Smoke -StartServer\n```\n\n通过标准：服务健康检查、上传、inbox 写入、Agent pack 生成、轻量 fallback 草稿、真实 PDF 导出、artifact registry 全部通过。Agent\u002FCodex 调用另有可选 smoke。\n\nVault 配置在：\n\n```text\n.env.local\n```\n\n内容示例：\n\n```text\nKF_VAULT_PATH=D:\\Your\\Obsidian\\Vault\n```\n\n把 PDF \u002F Markdown \u002F TXT \u002F Excel \u002F CSV 拖进去，生成的 Markdown 会进入：\n\n```text\n\u003Cyour-vault>\u002Finbox\u002F\n```\n\n---\n\n### 命令行启动\n\n```powershell\ngit clone https:\u002F\u002Fgithub.com\u002F577206\u002Fknowledge-forge.git\ncd knowledge-forge\ncopy .env.example .env.local\nnotepad .env.local\nnpm install\nnpm run dev\n```\n\n打开：\n\n```text\nhttp:\u002F\u002Flocalhost:4177\n```\n\n---\n\n## 从零搭建完整第二大脑工作流\n\n如果你是完全新用户，按这个顺序来：\n\n### 1. 安装 Node.js\n\n```text\nhttps:\u002F\u002Fnodejs.org\u002F\n```\n\n检查：\n\n```powershell\nnode -v\nnpm -v\n```\n\n### 2. 安装 Python\n\n```text\nhttps:\u002F\u002Fwww.python.org\u002Fdownloads\u002F\n```\n\n检查：\n\n```powershell\npython --version\n```\n\n### 3. 安装 Obsidian\n\n```text\nhttps:\u002F\u002Fobsidian.md\u002Fdownload\n```\n\n新建一个 vault，例如：\n\n```text\nD:\\MyKnowledgeVault\n```\n\n建议建立：\n\n```text\nD:\\MyKnowledgeVault\\inbox\n```\n\n### 4. 配置 Knowledge Forge\n\n```powershell\ncopy .env.example .env.local\nnotepad .env.local\n```\n\n写入：\n\n```text\nKF_VAULT_PATH=D:\\MyKnowledgeVault\n```\n\n### 5. 启动并上传资料\n\n```powershell\nnpm install\nnpm run dev\n```\n\n打开：\n\n```text\nhttp:\u002F\u002Flocalhost:4177\n```\n\n拖入一个 `.md` \u002F `.txt` \u002F `.pdf` \u002F Excel 文件。确认 inbox 里出现笔记。\n\n到这里，基础工作流已跑通。\n\n---\n\n## 可选：配置 NotebookLM Bridge\n\n如果你想让 NotebookLM 帮你做 source-grounded 阅读、问答，或手动生成摘要\u002F测验\u002F闪卡\u002F报告并整理回 inbox，就继续。正式复习包\u002F报告仍建议走本机 Agent。\n\n### 1. 安装 notebooklm-py\n\n```powershell\npython -m venv .venv-notebooklm\n.\\.venv-notebooklm\\Scripts\\python.exe -m pip install -U pip\n.\\.venv-notebooklm\\Scripts\\python.exe -m pip install \"notebooklm-py[browser]\"\n```\n\n检查：\n\n```powershell\n.\\.venv-notebooklm\\Scripts\\notebooklm.exe --version\n```\n\n### 2. 登录 NotebookLM\n\n推荐使用系统 Chrome：\n\n```powershell\n.\\.venv-notebooklm\\Scripts\\notebooklm.exe login --browser chrome --fresh\n```\n\n登录完成后检查：\n\n```powershell\n.\\check-notebooklm.bat\n```\n\n有效登录必须满足：\n\n```json\n{\n  \"status\": \"ok\",\n  \"checks\": {\n    \"token_fetch\": true\n  }\n}\n```\n\n### 3. 在页面检查连接\n\n启动 Knowledge Forge 后，首页会显示：\n\n```text\nNotebookLM Bridge\n```\n\n点击：\n\n```text\n检查连接\n```\n\n如果显示“已连接”，说明 NotebookLM Bridge 可以被 Skill \u002F Agent 工作流调用。\n\n---\n\n## NotebookLM MVP 示例\n\n创建测试 notebook：\n\n```powershell\n.\\.venv-notebooklm\\Scripts\\notebooklm.exe create \"Knowledge Forge Test\" --json\n```\n\n添加公开网页：\n\n```powershell\n.\\.venv-notebooklm\\Scripts\\notebooklm.exe source add -n \u003Cnotebook_id> \"https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FKnowledge_management\" --json\n```\n\n提问：\n\n```powershell\n.\\.venv-notebooklm\\Scripts\\notebooklm.exe ask -n \u003Cnotebook_id> \"Summarize the core idea in 5 bullet points for an Obsidian note.\" --json\n```\n\n把结果整理成 Markdown，先放入：\n\n```text\n\u003Cyour-vault>\u002Finbox\u002F\n```\n\n---\n\n## 推荐 Vault 结构\n\n```text\nMyKnowledgeVault\u002F\n├─ inbox\u002F                # 新资料和 AI 草稿先进这里\n├─ 10_Schoolwork\u002F        # 课程、作业、考试\n├─ 20_Research\u002F          # 论文、科研线索\n├─ 30_Reading\u002F           # 书、文章、网页\n├─ 40_Projects\u002F          # 项目资料、交付、复盘\n├─ 50_Knowledge\u002F         # 长期知识卡片\n├─ 80_Assets\u002F            # 图片、PDF、附件\n├─ 90_Archive\u002F           # 归档\n└─ Templates\u002F            # 模板\n```\n\n---\n\n## 内置 Skills\n\n项目内置两个 Skill：\n\n```text\nskills\u002Fknowledge-forge\u002FSKILL.md\nskills\u002Fnotebooklm-obsidian-second-brain\u002FSKILL.md\n```\n\n推荐使用一站式入口：\n\n```text\nskills\u002Fknowledge-forge\u002FSKILL.md\n```\n\n它包含：\n\n- Local Ingestion 模式\n- NotebookLM Bridge 模式\n- 输出动作选择：summary \u002F quiz \u002F flashcards \u002F mind-map \u002F report\u002FPDF \u002F audio\n- Obsidian 写回规范\n- 安全边界\n- MVP 验收标准\n\n---\n\n## 安全模型\n\nKnowledge Forge 默认坚持：\n\n```text\nlocal-first\ninbox-first\nhuman-review-first\n```\n\n不要公开或提交：\n\n```text\n.env\n.env.local\n.notebooklm\u002F\nstorage_state.json\nNOTEBOOKLM_AUTH_JSON\nGoogle Cookie\n真实私人课程资料\n未授权论文 \u002F 教材 \u002F 内部文件\n```\n\n可以公开：\n\n```text\nVault 文件夹结构\n模板\n脱敏示例笔记\n使用方法\n工作流总结\n```\n\n如果误传登录态或密钥，第一步不是只删文件，而是立刻撤销\u002F轮换。\n\n---\n\n## 技术架构\n\n```text\nBrowser UI\n  ↓ multipart upload\nNode HTTP API\n  ↓\nIngestion Core\n  ├─ Text \u002F Markdown parser\n  ├─ PDF parser \u002F fallback\n  └─ Spreadsheet parser\n      ↓\nRules-based analyzer\n  ├─ summary \u002F keywords \u002F tags\n  ├─ concept candidates\n  ├─ backlink candidates\n  └─ Excel field mapping\n      ↓\nMarkdown Note Generator\n      ↓\nObsidian vault inbox\n      ↓\nReview Workspace \u002F Graph View\n      ↓ optional\nNotebookLM Bridge\n  ├─ source add\n  ├─ ask\n  ├─ quiz \u002F flashcards \u002F report \u002F audio\n  └─ write back to inbox\n```\n\n---\n\n## 项目结构\n\n```text\nKnowledge-Forge\u002F\n  apps\u002F\n    api\u002Fserver.js\n    web\u002Findex.html\n    web\u002Fapp.js\n    web\u002Fgraph.js\n    web\u002Fstyles.css\n  packages\u002F\n    ingestion-core\u002Fconfig.js\n    ingestion-core\u002Findex.js\n  docs\u002F\n    QUICKSTART.md\n    SETUP_SECOND_BRAIN_WORKFLOW.md\n    NOTEBOOKLM_OBSIDIAN_WORKFLOW.md\n    NOTEBOOKLM_MVP_RUN_2026-06-06.md\n  skills\u002F\n    knowledge-forge\u002FSKILL.md\n    notebooklm-obsidian-second-brain\u002FSKILL.md\n  test-fixtures\u002F\n  start.bat\n  check-notebooklm.bat\n  package.json\n```\n\n---\n\n## 常用命令\n\n```powershell\nnpm run dev      # 启动本地服务\nnpm run check    # Node 语法检查\nnpm test         # 测试图谱控制逻辑\n```\n\nNotebookLM 检查：\n\n```powershell\n.\\check-notebooklm.bat\n```\n\n---\n\n## Roadmap\n\n### v0.1 Local Ingestion\n\n- 文件上传\n- Markdown 生成\n- Obsidian inbox\n- Review 页面\n- Graph View\n\n### v0.2 NotebookLM Bridge\n\n- 连接状态检查\n- notebook\u002Fsource 管理\n- 摘要、测验、闪卡、报告\u002FPDF 输出选择\n- 写回 Obsidian inbox\n\n### v0.3 Review Queue\n\n- 批量复核\n- 接受\u002F拒绝候选双链\n- Promote from inbox\n- 回滚 manifest\n\n### v0.4 Skill Ecosystem\n\n- Forge MCP Server \u002F Claude Code Skill \u002F Codex workflow\n- 学生学习工作流\n- 科研工作流\n- 企业知识库工作流\n\n---\n\n## License\n\nMIT\n\n\n---\n\n## 诚实的生成链路说明\n\n- **正式输出**：完整复习包、学习报告、可导出 PDF 的主体 Markdown，优先走本机 Agent（Claude Code \u002F Codex）。Agent 会读取 `.knowledge-forge\u002Fagent-packs\u002F` 中的 manifest、AGENT_TASK 和 chunks。\n- **轻量规则**：`summary \u002F study-guide \u002F quiz \u002F flashcards` 的本地规则产物只是 fallback 草稿，用于快速预览和无 Agent 环境下的最低可用结果，不等同于深度理解。\n- **NotebookLM**：可选增强，适合 source-grounded 阅读和 Q&A；当前以用户登录、手动生成\u002F捕获、Agent 整理回写为可靠路径，不要求也不保存 Google 密码\u002Fcookies。\n- **Codex**：当前已作为主界面可选 Agent runner；通过 stdin 传入 Prompt，避免 Windows 长命令参数问题。\n- **OpenClaw**：不再由 Forge 网页启动；后续应通过 Forge MCP Server 反向调用 `ingest_document \u002F run_custom_agent_task \u002F export_review_pdf`。\n","2026-06-11 04:11:59","CREATED_QUERY"]