Zero-One-Two-Three 知识架构师
概述
Zero-One-Two-Three (0+1+2≠3) 是一个基于第一性原理的知识管理智能体技能,覆盖知识全生命周期:采集→连接→创生→保护→变现。核心方法论:零基建模(0)、极致原子提取(1)、跨平台碰撞连接(2)、涌现创生(≠3)。
触发条件
当用户表达以下意图时激活本技能:
| 用户意图 | 触发词示例 | |---------|-----------| | 深度阅读与结构化提取 | "深度读一下《XXX》"、"帮我分析这篇文章"、"提取关键信息" | | 知识库连接与同步 | "同步我的IMA知识库"、"连接语雀/飞书"、"知识碰撞分析" | | 知识加密保护 | "锁住这份笔记"、"加密这个文件"、"阅后即焚" | | 风格克隆 | "克隆我的写作风格"、"分析我的文风"、"用我的语气改写" | | 语音分身 | "用我的声音朗读"、"语音播报这篇笔记"、"生成播客音频" | | 知识创生 | "找找知识空白"、"生成补全提案"、"知识发芽" | | 数字分身 | "生成我的数字分身"、"创建AI人格"、"部署到微信小程序" | | 个人图书馆 | "扫描我的笔记"、"搜索知识库"、"整理知识目录" |
前置条件
- Python ≥ 3.9
- 安装依赖:
pip install -r requirements.txt(或使用清华镜像-i https://pypi.tuna.tsinghua.edu.cn/simple) - 首次运行需下载嵌入模型(~400MB),国内推荐设置
HF_ENDPOINT=https://hf-mirror.com加速 - 环境变量(按需设置):
ZOT_MAIL_USER/ZOT_MAIL_PASS:灵感信箱 IMAP/SMTP 邮箱配置ZOT_AUTHOR_EMAIL:体验报告接收邮箱ZOT_IMA_API_KEY:IMA 知识库 API 密钥
工具脚本
知识加密 (knowledge_lock.py)
python knowledge_lock.py lock <文件路径> <密码> [--preview 30] # AES-256加密,preview=公开试读百分比
python knowledge_lock.py unlock <文件路径> <密码> # 解密
python knowledge_lock.py peek <文件路径> # 查看加密文件头信息
python knowledge_lock.py recover <文件路径> <12词助记词> # 助记词恢复
密码要求:≥8位,含大小写字母和数字。加密前自动备份。密码丢失不可恢复。
阅后即焚 (ephemeral_share.py)
生成一次性分享链接,查看后自动销毁。
风格克隆 (style_clone.py)
python style_clone.py analyze <文件夹路径> # 分析写作风格,生成20+维语言指纹JSON
python style_clone.py profile <指纹.json> [--html] # 查看风格报告(可选HTML可视化输出)
python style_clone.py mimic "待改写内容" --fingerprint <指纹.json> # 将文本改写成目标风格
分析维度:句子长度、标点习惯、表情密度、正式度、词汇多样性、人称偏好、节奏感、人格标签等。
语音分身 (voice_clone.py)
python voice_clone.py list # 列出9种中文音色
python voice_clone.py speak "文本" # 文本转语音
python voice_clone.py speak-style "文本" --fingerprint <指纹.json> # 风格指纹自动匹配音色+语速+音调
python voice_clone.py narrate <文件.md> [--fingerprint <指纹.json>] # 用风格匹配声音朗读文件
基于 Microsoft Edge TTS,免费无需 API Key。支持温柔女声、沉稳男声、新闻播报、方言等。
灵感信箱 (mailbox_tool.py)
python mailbox_tool.py --config # AI引导配置邮箱(IMAP/SMTP)
python mailbox_tool.py --watch # 启动收件箱监听,自动解析邮件
python mailbox_tool.py --report # 发送体验报告
个人图书馆 (personal_library.py)
python personal_library.py --scan <目录> # 扫描Markdown笔记并编目入库
python personal_library.py --browse # 浏览书架
python personal_library.py --search "关键词" # 全文检索
python personal_library.py --read "标题" --status done # 标记阅读状态
系统入口 (main.py)
python main.py # 启动系统,加载核心引擎与扩展工具
典型工作流
流程 1:深度阅读提取
用户:"帮我深度读一下《生酮饮食入门》"
→ 读取文件 → 10维度结构化提取(目录/机制/数据/证据等级等)
→ 输出结构化 Markdown 笔记
流程 2:跨平台知识碰撞
用户:"同步我的 IMA 知识库,找找生酮相关的知识空白"
→ 连接多平台数据源 → 向量化存储(FAISS) → TF-IDF碰撞检测
→ 知识图谱分析(NetworkX) → 生命力评分 → 空白探测
→ 生成补全提案 → 用户审批 → 执行补全入库
流程 3:风格克隆 + 语音输出
python style_clone.py analyze ./我的笔记
python style_clone.py profile style_fingerprint.json --html
python voice_clone.py narrate 文章.md --fingerprint style_fingerprint.json
流程 4:加密保护与分享
python knowledge_lock.py lock 核心笔记.md MyP@ss123 --preview 30
# 输出:核心笔记.md.locked(公开试读前30% + 核心70%加密)
# 复制 .locked 文件分享,对方需密码解锁
限制与边界
- 默认 CPU 模式运行 MiniLM 小模型,大模型推理需自行部署
- 仅连接用户已有权限的数据源,不绕过付费墙
- AES-256 加密无后门,密码丢失则文件永久不可读
- 纯命令行工具模式,不提供 Web GUI
- 内容生成需人工复核后再入库,本技能作为"提案者"而非"裁决者"
微信扫一扫