RAG知识库原子化切片控制器 (Auto-Archiving & Semantic-Preservation Edition)

RAG知识库原子化切片控制器 (Auto-Archiving & Semantic-Preservation Edition) 是什么

为 RAG 知识库生成自包含的 Markdown 原子切片，保留代码、表格、参数和因果链，并生成检索元数据。

适用场景

适合把 Markdown、文本、YAML、JSON、PDF 等长资料加工为可归档、可嵌入和可维护的知识库素材。

核心能力与工作机制

清单规定结构扫描、Token 预算、目录路由、版本检测、零指代、废弃标记、14 字段 YAML、分批协议、脚本校验和检索可达性评估。

执行流程

先扫描结构和不可分割单元，预演切分并给用户计划确认；按专属目录逐批生成 3–5 个切片，补充语义元数据，运行致命项、警告和检索自检。

输入与输出

需要源文档、输出目录、版本信息、目标知识库和可选切片预算。输出每源文件独立目录、Markdown 切片、YAML 元数据、QA、关键词、审计和质量报告。

依赖、账号与权限

依赖 Python 与随包 slice_generator 等脚本，本地处理且禁止调用外部 LLM API。

副作用、限制与风险

错误切分会破坏代码、表格和事实，语义补充也可能引入推断；网络驱动器与批量写入需谨慎。会创建大量目录和切片文件；工作目录外批量写入或破坏性操作必须预览并确认。

不适用边界

不支持图片直接切片、数据库和动态网页，禁止删除或改写源事实，也不能跳过计划确认。

失败处理与验收

致命校验失败重生成，超预算进入分批；加密或解析异常时停止并保留已有产物。检查目录隔离、原子完整、零指代、关键数值、YAML 字段、重叠与检索命中，并人工抽样。

适合谁使用

适合 RAG 工程师、知识库管理员、技术写作者和企业知识管理团队。

来源、版本与许可

本条目依据 SkillHub 热门榜、发布者详情和版本 1.0.13 的完整 SKILL.md 整理，核验日期为 2026 年 9 月 25 日。完整 SKILL.md 未声明许可证，公开可下载不代表可以任意复制、修改或再分发。 SkillHub 当前两套安全扫描状态为 benign、benign；该状态只是平台信号，不能替代对脚本、凭据、网络请求、数据外送与后续版本的人工审查。

常见问题

1. RAG知识库原子化切片控制器 (Auto-Archiving & Semantic-Preservation Edition) 主要解决什么问题？

为 RAG 知识库生成自包含的 Markdown 原子切片，保留代码、表格、参数和因果链，并生成检索元数据。适合把 Markdown、文本、YAML、JSON、PDF 等长资料加工为可归档、可嵌入和可维护的知识库素材。是否采用它，应以实际任务边界和可核验材料为准，不要因为榜单热度而跳过来源审查。

2. 开始前需要准备什么？

需要源文档、输出目录、版本信息、目标知识库和可选切片预算。准备阶段不要代替用户猜测关键事实；缺少会改变路线、费用或权限的输入时，应先补齐再执行。

3. 它怎样完成任务并交付结果？

先扫描结构和不可分割单元，预演切分并给用户计划确认；按专属目录逐批生成 3–5 个切片，补充语义元数据，运行致命项、警告和检索自检。每个阶段都要保留输入、决策、输出和检查点，不能把计划、预览或排队状态描述成最终交付。

4. 需要哪些工具、账号或权限？

依赖 Python 与随包 slice_generator 等脚本，本地处理且禁止调用外部 LLM API。凭据应放在安全环境中，并按最小权限授权；账号、网络或本地依赖不满足时应明确停止条件。

5. 它会产生哪些外部操作或副作用？

会创建大量目录和切片文件；工作目录外批量写入或破坏性操作必须预览并确认。涉及外部写入、上传、发送、付费或持久配置时，应在实际动作前说明影响范围并取得相应确认。

6. 哪些情况不适合使用？

不支持图片直接切片、数据库和动态网页，禁止删除或改写源事实，也不能跳过计划确认。超出来源明确能力、专业资质或授权范围时，应切换到更合适的工具或交给专业人员处理。

7. 失败或结果异常时怎样恢复？

致命校验失败重生成，超预算进入分批；加密或解析异常时停止并保留已有产物。恢复时优先查询已有任务、日志或备份，避免无上限重试、重复扣费、重复发送或覆盖唯一原件。

8. 如何验收结果并控制风险？

检查目录隔离、原子完整、零指代、关键数值、YAML 字段、重叠与检索命中，并人工抽样。验收应基于真实文件、页面、任务终态或权威来源，并把未能实际检查的部分明确标记出来。