Skillget

pkmskill

skill
Security Audit
Warn
Health Warn
  • No license — Repository has no license file
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Low visibility — Only 6 GitHub stars
Code Pass
  • Code scan — Scanned 12 files during light audit, no dangerous patterns found
Permissions Pass
  • Permissions — No dangerous permissions requested
Purpose
This is an AI-driven personal knowledge management system based on the PARA method. It automates capturing, organizing, and distilling notes and tasks for use within AI coding assistants like Cursor and Claude Code.

Security Assessment
The automated code scan reviewed 12 files and found no dangerous patterns, hardcoded secrets, or requests for risky permissions. The tool reads and writes files locally to manage your notes, so it inherently needs access to your local file system. However, there is no evidence of malicious network activity or unwanted shell execution. Overall risk is rated as Low.

Quality Assessment
The project is quite new and has very low community visibility, currently sitting at only 6 GitHub stars. On a positive note, it is actively maintained, with the most recent code push occurring today. There is a minor discrepancy in the repository's health: the README displays an MIT license badge, but the automated scan warns that a formal license file might be missing or improperly placed in the repository. Because of the low adoption rate, you should expect limited community support if you run into bugs.

Verdict
Use with caution — the code appears safe and shows active maintenance, but the lack of community validation and missing license file make it better suited for experimental rather than critical use.
SUMMARY

基于 PARA+CODE 的智能知识管理系统，支持 Cursor/Claude Code，通过 AI 自动分类、蒸馏、归档知识，实现零心理负担的知识捕获与管理

README.md

PKM Skill - 智能知识管理工具包

License
Version

基于 PARA + CODE + 金字塔原理 的 AI 驱动知识管理系统，让 AI 成为你的知识管家

快速开始：@pkm help 查看所有命令

📖 什么是 PKM Skill？

PKM Skill 是一个智能知识管理工具包，通过 AI 自动化处理知识的捕获、组织、蒸馏和表达。你只需专注于思考和验证，繁琐的知识整理工作交给 AI。

核心理念：PARA + CODE + 金字塔原理

🗂️ PARA（知识组织结构）

五层生命周期管理，让知识自然流动：

  • 10_Tasks（任务）：短期目标，有明确截止日期，任务清单为 tasks.md / tasks_archive.md
  • 20_Areas（领域）：长期关注，持续积累的知识领域
  • 30_Resources（资源）：参考资料
  • 40_Archives（归档）：已完成项目，保持系统轻量
  • 50_Raw（素材区）：统一的新鲜素材捕捉起点，包含 inbox 和待分类的碎片

🔄 CODE（知识工作流）

完整的知识处理闭环：

  • 📥 Capture（捕获）：快速记录到 50_Raw/inbox/，零心理负担
  • 📋 Organize（组织）：AI 自动分类整理 50_Raw/ 中的内容
  • 💎 Distill（提炼）：按金字塔原理提炼 20_Areas/03notes/ 中的知识
  • ✨ Express（表达）：通过智能咨询、项目归档等方式输出应用知识

🏛️ 金字塔原理（知识组织）

知识在 20_Areas/ 中按金字塔结构流动：

  • 🏛️ 原则层（01principles/）：顶层智慧、方法论、框架
  • 📋 应用层（02playbooks/、02templates/、02cases/）：标准化流程、模版、案例
  • 📝 整理知识层（03notes/<领域>/）：零散知识点，按领域分类

知识流动方向：零散知识 → 应用知识 → 原则知识

🛡️ 受保护区机制

  • 📜 manual/（受保护区）：项目金标准、架构决策、全域共用素材区；AI 只读，人工维护
  • 🤖 AI 可写区：20_Areas/03notes/、02playbooks/、02templates/、02cases/、01principles/ 等，AI 可以自由创建和修改

✨ 核心特性

  • 🎯 统一命令入口：通过 @pkm 一键管理知识库
  • 📥 快速捕获：@pkm inbox 快速记录，降低捕获门槛
  • 📋 任务管理：@pkm task add/ls/done/archive 管理任务，支持 4 象限，任务数据在 10_Tasks/
  • 🏗️ 项目管理：@pkm project add/ls 管理长期项目（20_Areas/Projects/）
  • 🤖 智能自动化：自动分类、蒸馏落地、归档
  • 🔌 Organizer 插件：可选按内容类型用模版预处理（如故障总结、会议纪要），再分类归位
  • 🔒 安全防护：严格的范围守卫，保护人工知识区域
  • 🔄 CODE 闭环：完整的 Capture → Organize → Distill → Express 流程
  • 📦 全局安装：一次安装，任意项目使用

安装

快速安装

# 1. 克隆仓库
git clone https://github.com/EvilJoker/pkmskill.git ~/.pkm

# 2. 运行安装脚本（会自动检测并安装到可用的AI工具）
bash ~/.pkm/scripts/install.sh

手动安装

如需手动安装，参考以下路径：

工具 Skill 路径 命令格式
Cursor ~/.cursor/skills/PKM → ~/.pkm/skill @pkm 或 /pkm
Claude Code ~/.claude/skills/pkm → ~/.pkm/skill @pkm
Gemini CLI ~/.gemini/skills/pkm → ~/.pkm/skill /pkm
OpenCLAW ~/.openclaw/skills/pkm → ~/.pkm/skill @pkm

详细安装说明见 docs/ARCHITECTURE.md。

开始使用

安装完成后，按顺序尝试：

@pkm help        # 查看所有命令
@pkm inbox 测试   # 录入一条信息
@pkm             # 触发一次整理
@pkm status      # 查看知识库状态

配置

首次使用时，@pkm 会自动检查并创建缺失的数据目录（DATA_HOME 下的 PARA 结构），无需手动初始化。

从旧项目格式迁移

若你之前使用过 10_Projects（项目目录）或 30_Resources/todo.md、todo_archive.md，可一键迁移到新的 10_Tasks（任务）格式：

# 在 PKM 仓库根目录（如 ~/.pkm）执行
bash scripts/migrate-projects-to-tasks.sh
  • 10_Projects/YYYYMMDD_HHMMSS_xxx/ → 每个目录会变成 10_Tasks/TASK_WORKSPACE_YYYYMMDD_HHMMSS_xxx/，并生成 task.md；若目录内有 COMPLETED.md，会转为 completed.md 并写入 tasks_archive.md。
  • todo.md / todo_archive.md → 内容会并入 tasks.md、tasks_archive.md 作为参考块，便于你后续整理为正式任务索引。
  • 执行后原 10_Projects 会备份为 10_Projects.bak.<时间戳>，确认无误后可删除。

预览不写入：bash scripts/migrate-projects-to-tasks.sh --dry-run

常用命令

命令 功能 使用场景
任务管理
@pkm task add <内容> 添加任务 创建任务空间与 task.md，写入 tasks.md 索引
@pkm task ls 列出任务 按 4 象限，含进展核查与延期提示
@pkm task use <id> 切换任务 加载任务区信息到当前上下文
@pkm task done <id> 完成任务 生成 completed.md，写入 tasks_archive.md
@pkm task archive 归档任务 自动扫描含 completed.md 的任务，回流知识并移至 40_Archives/
长期项目
@pkm project add <名称> 添加长期项目 在 20_Areas/Projects/ 下创建
@pkm project ls 列出长期项目 查看 20_Areas/Projects/
智能咨询
@pkm advice <问题> 智能咨询 默认：AI + 知识库
@pkm advice --scope <范围> <问题> 指定范围 scope: common/local/项目名
一键整理
@pkm 主流程 自动完成所有整理工作
@pkm organize 组织分类 处理 50_Raw/
@pkm distill 提炼知识 处理 20_Areas/03notes/
自管理
@pkm status 查看状态 配置、知识库概况、版本等
@pkm upgrade 更新版本 git pull 更新
@pkm help 查看帮助 命令列表

@pkm 一键整理

@pkm 是最常用的命令，会自动检测并执行：

  1. Verify - 验证知识库目录结构（10_Tasks、20_Areas、30_Resources、40_Archives、50_Raw）
  2. Archive - 归档已完成任务（扫描 10_Tasks 中含 completed.md 的，回流知识并移至 40_Archives/）
  3. Organize - 分类归位 50_Raw/ → 20_Areas/knowledge/、Projects/、30_Resources/Library
  4. Distill - 提炼 20_Areas/knowledge/03notes/ → 应用层/原则层

推荐：每天结束前执行一次 @pkm

详细说明见 架构文档。

pkm 项目升级

使用 @pkm upgrade 命令，或者在 PKM 安装目录执行 git pull 更新项目。

🤝 支持的 AI 工具

  • ✅ Cursor - 通过 .cursor/commands/pkm.md 配置（使用 /pkm 命令）
  • ✅ Claude Code - 通过 Skills 目录（使用 @pkm 命令）
  • ✅ Gemini CLI - 通过 Skills 目录（使用 /pkm 命令）
  • ✅ OpenCLAW - 通过 Skills 目录（使用 /pkm 命令）

💡 日常工作流

早上：快速捕获

@pkm inbox 昨晚想到的新点子...
@pkm inbox --parse 这篇文章很有用 https://example.com

工作中：实时记录

@pkm inbox Bug修复：邮件发送超时问题
@pkm inbox React性能优化技巧...

日常工作流

# 1. 添加任务
@pkm task add 实现用户认证功能

# 2. 可选：添加关联的长期项目
@pkm project add 用户认证系统

# 3. 更新任务进展
@pkm task update T-20260113-143000-001

# 4. 完成任务（追问总结：内容、收益、价值评分，生成 completed.md）
@pkm task done T-20260113-143000-001

# 5. 自动归档已完成任务 + 整理知识（推荐每天执行）
@pkm

@pkm 自动执行：归档含 completed.md 的任务（回流知识到 20_Areas/）+ 组织分类 50_Raw/ + 提炼 20_Areas/knowledge/03notes/

遇到问题：智能咨询

@pkm advice React 性能优化有哪些最佳实践？
@pkm advice --scope common React 18 新特性有哪些？
@pkm advice --scope local 上次 Redis 连接池问题怎么解决的？
@pkm advice --scope task 这个任务的架构设计是什么？
@pkm advice 这篇关于微服务的笔记应该放到哪个目录？

晚上：一键整理知识（推荐）

@pkm
# 一键整理知识会自动：
# 1. 验证知识库结构（Verify）
# 2. 归档已完成的项目（Archive）
# 3. 组织分类 50_Raw/ 中的内容（Organize）
# 4. 提炼 20_Areas/03notes/ 中的知识（Distill）

💡 提示：这是最常用的命令，一条命令完成所有整理工作！

迁移旧笔记

将旧笔记放入 50_Raw/，系统会自动整理。

📚 文档

🛠️ 开发

# 克隆仓库
git clone https://github.com/EvilJoker/pkmskill.git
cd pkmskill

# 本地测试安装
bash scripts/install.sh

🎯 核心原则

  1. 简单至上：不追求繁琐的流程，保证核心的机制简单易用
  2. 相信AI：相信AI的能力，将判断和决策交给AI，用户负责后期纠偏，保证流程的自动化
  3. 渐进提炼：从碎片到知识，从知识到经验，是渐进式提炼的过程
  4. 安全至上：先验证后操作，永不越界
  5. 可追溯：所有操作都有日志和报告

📄 许可证

MIT License - 详见 LICENSE

🙏 致谢

基于以下方法论：

  • PARA：Tiago Forte 的项目组织方法（Projects, Areas, Resources, Archives, Raw）
  • CODE：Capture, Organize, Distill, Express 工作流
  • 金字塔原理：知识从零散到凝练的渐进式提炼（notes → playbooks/templates/cases → principles）

📮 反馈

遇到问题或有建议？请提交 Issue

让知识管理更简单 🚀

Reviews (0)

No results found