wly8691-jpg/knowlp-rag

Name: wly8691-jpg/knowlp-rag
Author: wly8691-jpg

插件Plugin 原生Native ⭐ 3 MIT cat_label.deepseek-harnesscat_label.deepseek-harness cat_label.knowledge-graphcat_label.knowledge-graph cat_label.mcpcat_label.mcp cat_label.obsidiancat_label.obsidian cat_label.ragcat_label.rag cat_label.retrievalcat_label.retrieval

KnowLP-RAG：用于Markdown笔记的双知识图谱RAG — dsh插件添加 @eqman00003/knowlp-rag · 为DeepSeek Harness (dsh)与Claude Code提供的MCP及原生Cordis插件

项目介绍Project Overview

由知微Agent(zhiwei)编辑Edited by Zhiwei Agent (zhiwei)

KnowLP-RAG 是 DSH 平台的记忆插件,把 Markdown 笔记建成具备双图检索与衰减遗忘机制的知识图谱。它提供四引擎扇出搜索(P/S-Agent、向量、全文)、笔记读取、引擎自检、反馈闭环与技能索引五大工具,返回带阅读路径和相似替代的排序结果。适用于个人知识库长期沉淀与按需检索。注意:必须配置 KNOWLP_VAULT 与 KNOWLP_GRAPH_DIR 两个环境变量,首次启动会自举 Python 环境约 30 秒,期间不可中断。

KnowLP-RAG is a DSH memory plugin that turns Markdown notes into a knowledge graph with dual-graph retrieval and a decay-based forgetting mechanism. It provides four fan-out search engines (P/S-Agent, vector, full-text), note reading, engine diagnostics, feedback loop, and skill indexing, returning ranked hits with reading paths and similar alternatives. Use it for long-term accumulation and on-demand retrieval of personal knowledge bases. Caveat: the KNOWLP_VAULT and KNOWLP_GRAPH_DIR environment variables must be set, and the first launch bootstraps a Python environment for about 30 seconds without interruption.

在 GitHub 查看View on GitHub

发给你的 DSH 安装Send to your DSH

请帮我了解并安装插件：【knowlp-rag】【https://github.com/wly8691-jpg/knowlp-rag】

把上面这条消息直接发给当前会话里的 DSH，让它帮你了解并安装。安装命令不一定准确，发给 DSH 更稳。Send this message to DSH in your current session. CLI install commands may not be accurate across systems — DSH will figure it out for you.

或使用命令行安装（适合开发者）Or use CLI install (for developers)

命令行安装CLI Install

dsh plugin add "@eqman00003/knowlp-rag"

把 wly8691-jpg/knowlp-rag 加入你的 DSH 配置（web profile）即可启用。

READMEREADME

2.9 KB · 缓存于 2026-08-23 03:42:25 · 2.9 KB

KnowLP-RAG

双图检索 + 衰减遗忘的记忆插件 —— 把你的 Markdown 笔记建成会"用进废退"的知识图谱,给 DSH / Claude Code 提供带阅读路径的检索:该读哪几篇、按什么顺序读、哪篇是相似替代。

快速开始(3 步)

# ① 安装(npm 官方源)
dsh plugin add "@eqman00003/knowlp-rag"

# ② 必配两个环境变量(不配则双图引擎空转,只剩全文搜索)
export KNOWLP_VAULT="$HOME/Notes"              # 你的 Markdown 笔记目录
export KNOWLP_GRAPH_DIR="$HOME/.knowlp-dsh"    # 可写索引目录

# ③ 重启 dsh web,首次搜索触发 Python 环境自举(约 30s,勿中断)

五个工具

工具	作用
`knowlp_search`	四引擎扇出检索(双图 P/S-Agent + 向量 + 全文)
`knowlp_get_note`	读笔记内容(只读,防路径穿越)
`knowlp_stats`	引擎/图健康度自检(排障第一入口)
`knowlp_record_feedback`	显式反馈(权重闭环唯一入口)
`skill_search`	技能索引检索

文档

安装与使用说明:docs/usage.md
排障手册:docs/troubleshooting.md
dsh 接入细节(环境变量/Cordis 插件):dsh/README.md

为什么是 KnowLP?

Grep 搜 "RAG architecture" 给你 105 个文件。KnowLP 给你 3 条带依赖上下文的排序命中。

	`grep`	朴素向量库	KnowLP
结果排序	❌	✅	✅
依赖链(P-Agent)	❌	❌	✅
相似替代(S-Agent)	❌	❌	✅
无 GPU 可用	✅	❌	✅(n-gram 模式)
越用越好(反馈)	❌	❌	✅(权重闭环)
段落级匹配	❌	❌	✅
衰减遗忘(用进废退)	❌	❌	✅(半衰期三档)

区别:向量搜索找"包含关键词"的文档;KnowLP 找"因你的查询而该读"的文档,附阅读路径。笔记间的权重随使用演化——被消费的边加强,长期不用的边按半衰期衰减(过程性 1 天 / 一般 30 天 / 陈述性永不)。

Demo

$ knowlp_search "RAG architecture"
  1. [HIT]  RAG检索架构.md (score 0.77)
  2. [LINK] 向量数据库选型.md (score 0.61)     ← 前置依赖链
  3. [LINK] 检索评估踩坑记录.md (score 0.42)
  4. [LINK] _索引-阅读顺序 (depth 1)            ← 告诉你从哪里读起
  5. [LINK] _索引-相关概念.md (depth 2)

本地开发

git clone https://github.com/wly8691-jpg/knowlp-rag.git
cd knowlp-rag
pip install -e .            # 生成 knowlp-mcp / knowlp-build / knowlp-search

# config.yaml 里配 vault → 建图 → 检索
python build_graph.py
python knowlp_search.py "RAG architecture"

View Architecture Diagram

渲染基于仓库 wly8691-jpg/knowlp-rag 的 README.md。在 GitHub 查看原文 →

命令行安装CLI Install 复制安装命令Copy Install