Fengshu · 风叔知识库

让文章里的思考，成为可以继续对话的知识。

围绕公众号博主风叔（碧树西风）及「记忆承载」「西风的罗盘」文章构建的第三方 AI 知识项目。

用语义检索寻找线索，用上下文理解观点，让每一次讨论都能回到来源。

Semantic Retrieval · Context Expansion · Source Attribution · MCP

了解项目 · 开始使用 · 检索原理 · MCP 接入

从「读过」到「随时找得到」

你可能记得风叔写过一个观点，却想不起文章标题；也可能找到了一句话，但不确定它在什么背景下成立。

Fengshu 希望把这种模糊的记忆变成清晰的阅读路径：提出问题 → 找到文章 → 展开前后文 → 带着出处继续讨论。

试着问：「风叔关于信息不对称的文章，分别讨论了哪些问题？」

连接知识库后，AI 可以搜索不同角度的候选文章，读取命中片段的上下文，再按文章标题、日期和可用的原文链接整理答案。归纳和推断会与原文观点分开说明。

一个项目，两层能力

层次	负责什么	当前在哪里
Skill · 研究与表达	选择检索路径、阅读材料、分析具体问题、整理有出处的回答	本仓库，可单独安装
MCP · 知识检索	搜索文章、合并多个查询、展开片段前后文、按需分页阅读	独立运行的 Cloudflare 服务

本仓库是知识库的 AI 使用入口。 它提供 Skill、阅读框架和本地参考资料；线上文章库、向量索引与 Worker 服务独立维护，不包含在本仓库中。安装 Skill 不会自动创建或连接线上知识库。

没有 MCP 时，仍可使用本地资料和分析框架；连接 MCP 后，才能调用独立知识库的检索能力。实际可读范围取决于所连接服务的授权。

你可以用它做什么

场景	可以这样提问
找回读过的文章	「记得风叔谈过稳定工作和长期选择，帮我找找相关文章。」
比较不同文章	「围绕信息不对称，整理几篇文章的共同点和差异，附出处。」
理解观点的条件	「这段话的前后文是什么？它讨论的是哪一种情况？」
分析自己的问题	「参考相关文章，帮我分析转行的取舍，把文章观点和你的推断分开。」
借鉴表达方法	「用我提供的经历写一段职场观察，参考具体场景和类比的表达方式。」

检索如何发生

flowchart LR
    Q[你的问题] --> S[Skill · 研究与表达]
    S --> M[MCP · 检索工具]
    M --> A[AI Search · 语义与关键词检索]
    A --> C[候选片段 · 排序与去重]
    C --> R[R2 · 读取原文上下文]
    R --> O[观点整理 · 标题 / 日期 / 来源]

独立 MCP 实现使用 Cloudflare Workers + AI Search + R2。它先检索相关材料，再按需要补充阅读上下文，为 AI 的回答提供依据。

语义与关键词检索：按含义寻找相关片段，也支持标题、短语和关键词匹配；balanced、semantic、exact 对应不同检索需求。
多角度查询与去重：同一问题可以从 2～3 个角度搜索，按文章 ID 合并结果，减少重复文章占位。
片段级上下文展开：搜索返回真实 chunk_id 和位置；可读取目标片段的前后文，必要时再分页阅读全文。
原文一致性校验：上下文读取使用已保存的字节位置和 SHA-256 校验，发现原文与索引不一致时报告错误。
来源追溯：保留文章标题、日期及可用的公开链接；Skill 要求区分原文、归纳和推断。

这些能力帮助 AI 找到和理解材料，并不保证每个回答都正确。找不到可靠出处时，应直接说明。

MCP 工具

工具	用途
`search_fengshu_knowledge`	单次主题、标题或短语检索
`search_fengshu_knowledge_multi`	多角度检索，跨查询合并去重
`get_chunk_context`	展开命中片段及其前后文
`get_fengshu_article`	必要时按偏移量分页阅读文章

推荐顺序：先搜索 → 再读局部上下文 → 必要时阅读全文。工具与参数以实际连接的实例为准，详细使用策略见 SKILL.md。

开始使用

安装 Skill

支持 SKILL.md 的客户端可按自己的安装方式使用本仓库。例如安装到 Codex 的个人 Skill 目录：

mkdir -p ~/.codex/skills
git clone https://github.com/lucianwhy/fengshu-knowledge.git ~/.codex/skills/fengshu

安装后开启新对话，明确提出与风叔文章或思考方式有关的问题。支持显式调用的客户端可以使用 $fengshu。仓库名改为 fengshu-knowledge，Skill 的调用名仍是 fengshu。

WorkBuddy 等客户端请按其当前 Skill 安装方式放入相应目录；工具触发与 MCP 配置方式以客户端支持情况为准。

连接知识库 MCP

已提供需要 GitHub 登录 的免费远程 MCP 服务，使用 Streamable HTTP。

给 Agent 配置的 MCP 地址：

https://fengshu-knowledge-free.2485855953.workers.dev/mcp

查看接入说明与免费额度

在支持远程 MCP 和 OAuth 的 Agent 中添加上面的地址。
按客户端引导确认授权，并登录自己的 GitHub 账号。
连接后即可搜索文章、展开上下文；调用 get_fengshu_quota 查看剩余额度。

登录仅使用 GitHub 公开账号资料识别身份，不请求代码仓库权限。客户端管理访问凭证，不需要运营者挨个发 Token。暂不支持 OAuth 的客户端无法直接接入这个入口。

每个 GitHub 账号每日 30 次底层检索、100 次原文读取，所有 Agent 共用。 换客户端、重新授权或刷新 Token 不会重新发放额度。全站每日最多 500 次、每月最多 10,000 次检索；达到任一对应上限后暂停。额度于北京时间零点恢复，一次工具调用可能触发多次底层请求。

服务免费，不提供充值或付费入口。公开接入账号只读取公开资料，详细规则见 MCP 免费接入与额度说明。

项目结构

SKILL.md                             AI 使用入口与检索策略
references/frameworks.md             常见阅读角度及局限
references/knowledge_base/           本地主题资料与索引
references/FENGSHU_STYLE_PROFILE.md   表达方式分析
docs/mcp-access-plan.md              免费接入与额度管理
scripts/                            本地素材处理脚本
assets/                             SVG 与 GIF 视觉资源

原有 scripts/extract_knowledge.py 用于处理本地 PDF/DOCX 素材，运行前需检查路径和依赖；线上知识库的部署、文章同步和索引维护由独立服务完成。

项目进展

已提供：可安装的 Skill、本地参考资料、GitHub 登录的免费 MCP，以及按账号共享的额度与服务全局检索上限。
已验证：真实 GitHub 登录、文章检索、上下文与分页阅读、两个客户端及刷新凭证后的账号额度共享。
后续更新：项目介绍文章发布后，在这里补充公众号原文链接。

使用边界

这是第三方整理的研究工具，不代表风叔本人，也不表示获得作者背书。整理的分析框架是阅读线索，不应被当作作者在所有情境下的立场。

文章与资料的权利属于各自权利人；项目的 MIT 许可不自动授予第三方文章的复制、分发或收费访问权。连接知识库时应遵守相应内容权限，受限材料不能因接入 MCP 而自动获得公开授权。

致谢与许可

感谢风叔（碧树西风）及「记忆承载」「西风的罗盘」的文章，也感谢女娲·Skill造人术提供早期方法参考。

代码与原创整理见 MIT License；第三方内容的权利另行处理。