语雀知识连接：自动发现文档关联，构建个人知识网络与双向链接

yuque-personal-knowledge-connect by yuque/yuque-plugin

235 周安装量

62 GitHub Stars

GitHub

安装命令

npx skills add https://github.com/yuque/yuque-plugin --skill yuque-personal-knowledge-connect

AI/机器学习自动化知识管理

🇨🇳中文介绍

Knowledge Connect — 发现文档关联并构建知识网络

帮助用户发现其文档之间的隐藏关联，查找相关内容，并在其个人语雀知识库中构建带有双向链接的知识网络。

使用时机

用户希望查找与特定主题相关的文档
用户说“有哪些相关文档”、“find related docs”、“帮我建立知识关联”
用户希望为某个主题构建知识地图或图谱
用户说“这个主题还有哪些相关的”、“帮我串联一下知识”、“构建知识图谱”

所需 MCP 工具

所有工具均来自 yuque-mcp 服务器：

yuque_search — 通过关键词搜索相关文档
yuque_get_doc — 读取文档内容以分析关联
yuque_list_repos — 列出个人知识库以进行扫描
yuque_list_docs — 列出知识库中的文档以进行更广泛的发现
yuque_update_doc — 向文档添加交叉引用链接
yuque_create_doc — 创建知识地图文档

广告位招租

在这里展示您的产品或服务

触达数万 AI 开发者，精准高效

联系我们

步骤 1：确定起点

用户可能提供：

一个需要查找关联的特定文档
一个需要探索的主题或关键词
一个映射整个知识领域的请求

如果从某个文档开始：

Tool: yuque_get_doc
Parameters:
  repo_id: "<namespace>"
  doc_id: "<slug>"

从文档中提取关键概念、术语和主题。

步骤 2：发现相关文档

使用提取的关键词搜索相关内容：

Tool: yuque_search
Parameters:
  query: "<keyword 1>"
  type: "doc"

使用不同的关键词重复搜索以扩大范围。使用：

直接的主题关键词
同义词和相关术语
提及的关键人物或项目名称
技术术语和概念

同时扫描知识库以进行更广泛的发现：

Tool: yuque_list_docs
Parameters:
  namespace: "<repo_namespace>"

步骤 3：阅读并分析关联

对于每个可能相关的文档（前 5-10 个）：

Tool: yuque_get_doc
Parameters:
  repo_id: "<namespace>"
  doc_id: "<slug>"

分析关联类型：

关联类型	描述	示例
🔗 直接相关	相同主题，不同角度	两篇都讲微服务架构
🧩 互补	相互补充，填补空白	一篇讲设计，一篇讲实现
📚 前置/后续	顺序性知识	入门篇 → 进阶篇
🔀 交叉引用	跨主题共享概念	都提到了 Redis 缓存策略
⚡ 矛盾/对比	相互矛盾的观点	两篇对同一问题有不同方案

步骤 4：构建知识地图

展示发现的关联：

# 🗺️ 知识关联图：[主题/文档标题]

> 基于「[起始文档]」发现的知识网络
> 扫描范围：X 个知识库，XX 篇文档
> 生成时间：YYYY-MM-DD

---

## 🎯 中心节点

**[起始文档标题](链接)**
- 知识库：[库名]
- 核心概念：[概念1]、[概念2]、[概念3]

---

## 🔗 关联文档

### 直接相关

| 文档 | 知识库 | 关联类型 | 关联说明 |
|------|--------|----------|----------|
| [标题](链接) | [库名] | 🔗 直接相关 | [为什么相关] |
| [标题](链接) | [库名] | 🧩 互补 | [互补点说明] |

### 延伸阅读

| 文档 | 知识库 | 关联类型 | 关联说明 |
|------|--------|----------|----------|
| [标题](链接) | [库名] | 📚 前置知识 | [说明] |
| [标题](链接) | [库名] | 🔀 交叉引用 | [共同概念] |

---

## 🧠 知识网络

[中心文档]
├── 🔗 [直接相关文档 1]
│   └── 🔀 [交叉引用文档 A]
├── 🧩 [互补文档 2]
├── 📚 [前置文档 3]
│   └── 📚 [更前置文档 B]
└── ⚡ [对比文档 4]

---

## 💡 发现与建议

- **知识聚类**：[发现的知识聚类模式]
- **知识缺口**：[发现缺少的关联文档或主题]
- **建议行动**：
  1. [建议创建的文档或补充的内容]
  2. [建议建立的新关联]

---

> 本知识图谱由 AI 助手自动生成，关联关系基于内容分析。

步骤 5：（可选）添加交叉引用

如果用户同意，向关联的文档添加“相关文档”部分：

Tool: yuque_update_doc
Parameters:
  repo_id: "<namespace>"
  doc_id: "<slug>"
  body: "<original content>\n\n---\n\n## 🔗 相关文档\n\n- [相关文档 1](链接) — [关联说明]\n- [相关文档 2](链接) — [关联说明]\n"

在修改任何现有文档前询问：

“要在这些文档中添加相互引用链接吗？”

步骤 6：（可选）保存知识地图

Tool: yuque_create_doc
Parameters:
  repo_id: "<namespace>"
  title: "🗺️ 知识图谱：[主题]"
  body: "<knowledge map content>"
  format: "markdown"

✅ 知识关联分析完成！

🗺️ **发现 X 篇相关文档，建立了 X 个关联**

### 关联概览
- 🔗 直接相关：X 篇
- 🧩 互补文档：X 篇
- 📚 前置/后续：X 篇
- 🔀 交叉引用：X 篇

💡 建议：[最重要的一条建议]

先广泛，后聚焦 — 使用多个关键词搜索以发现意想不到的关联
质量优于数量 — 5 个强关联优于 20 个弱关联
解释文档为何相关，而不仅仅是它们相关
在修改现有文档（添加交叉引用）前始终询问用户
知识地图应具有可操作性 — 包含加强知识网络的具体建议
识别知识缺口 — 缺失的内容与已关联的内容同样有价值
对于大型知识库，一次专注于一个主题领域
默认语言为中文

情况	应对措施
`yuque_search` 返回结果很少	扩大关键词范围；尝试同义词和相关术语
起始文档没有明确的关联	建议该文档可能是一个新主题；提供更广泛的搜索
发现过多关联（>15）	按关联强度排序；分组为聚类
`yuque_update_doc` 添加链接时失败	跳过该文档；在报告中注明
用户的知识库非常小	承认范围有限；建议撰写主题以构建网络

🇺🇸English

Knowledge Connect — Discover Document Relationships & Build Knowledge Networks

Help the user discover hidden connections between their documents, find related content, and build a knowledge network with bidirectional links across their personal Yuque knowledge base.

When to Use

User wants to find documents related to a specific topic
User says "有哪些相关文档", "find related docs", "帮我建立知识关联"
User wants to build a knowledge map or graph for a topic
User says "这个主题还有哪些相关的", "帮我串联一下知识", "构建知识图谱"

Required MCP Tools

All tools are from the yuque-mcp server:

yuque_search — Search for related documents by keyword
yuque_get_doc — Read document content to analyze connections
yuque_list_repos — List personal repos to scan
yuque_list_docs — List documents in repos for broader discovery
yuque_update_doc — Add cross-reference links to documents
yuque_create_doc — Create knowledge map documents

Workflow

Step 1: Identify the Starting Point

The user may provide:

A specific document to find connections for
A topic or keyword to explore
A request to map an entire knowledge area

If starting from a document:

Tool: yuque_get_doc
Parameters:
  repo_id: "<namespace>"
  doc_id: "<slug>"

Extract key concepts, terms, and themes from the document.

Step 2: Discover Related Documents

Search for related content using extracted keywords:

Tool: yuque_search
Parameters:
  query: "<keyword 1>"
  type: "doc"

Repeat with different keywords to cast a wider net. Use:

Direct topic keywords
Synonyms and related terms
Key people or project names mentioned
Technical terms and concepts

Also scan repos for broader discovery:

Tool: yuque_list_docs
Parameters:
  namespace: "<repo_namespace>"

Step 3: Read and Analyze Connections

For each potentially related document (top 5-10):

Tool: yuque_get_doc
Parameters:
  repo_id: "<namespace>"
  doc_id: "<slug>"

Analyze the relationship type:

Relationship	Description	Example
🔗 直接相关	Same topic, different angle	两篇都讲微服务架构
🧩 互补	Fills gaps in each other	一篇讲设计，一篇讲实现
📚 前置/后续	Sequential knowledge	入门篇 → 进阶篇
🔀 交叉引用	Shared concepts across topics	都提到了 Redis 缓存策略
⚡ 矛盾/对比	Conflicting viewpoints	两篇对同一问题有不同方案

Step 4: Build the Knowledge Map

Present the discovered connections:

# 🗺️ 知识关联图：[主题/文档标题]

> 基于「[起始文档]」发现的知识网络
> 扫描范围：X 个知识库，XX 篇文档
> 生成时间：YYYY-MM-DD

---

## 🎯 中心节点

**[起始文档标题](链接)**
- 知识库：[库名]
- 核心概念：[概念1]、[概念2]、[概念3]

---

## 🔗 关联文档

### 直接相关

| 文档 | 知识库 | 关联类型 | 关联说明 |
|------|--------|----------|----------|
| [标题](链接) | [库名] | 🔗 直接相关 | [为什么相关] |
| [标题](链接) | [库名] | 🧩 互补 | [互补点说明] |

### 延伸阅读

| 文档 | 知识库 | 关联类型 | 关联说明 |
|------|--------|----------|----------|
| [标题](链接) | [库名] | 📚 前置知识 | [说明] |
| [标题](链接) | [库名] | 🔀 交叉引用 | [共同概念] |

---

## 🧠 知识网络

[中心文档] ├── 🔗 [直接相关文档 1] │ └── 🔀 [交叉引用文档 A] ├── 🧩 [互补文档 2] ├── 📚 [前置文档 3] │ └── 📚 [更前置文档 B] └── ⚡ [对比文档 4]

---

## 💡 发现与建议

- **知识聚类**：[发现的知识聚类模式]
- **知识缺口**：[发现缺少的关联文档或主题]
- **建议行动**：
  1. [建议创建的文档或补充的内容]
  2. [建议建立的新关联]

---

> 本知识图谱由 AI 助手自动生成，关联关系基于内容分析。

Step 5: (Optional) Add Cross-References

If the user agrees, add "相关文档" sections to the connected documents:

Tool: yuque_update_doc
Parameters:
  repo_id: "<namespace>"
  doc_id: "<slug>"
  body: "<original content>\n\n---\n\n## 🔗 相关文档\n\n- [相关文档 1](链接) — [关联说明]\n- [相关文档 2](链接) — [关联说明]\n"

Ask before modifying any existing document:

"要在这些文档中添加相互引用链接吗？"

Step 6: (Optional) Save Knowledge Map

Tool: yuque_create_doc
Parameters:
  repo_id: "<namespace>"
  title: "🗺️ 知识图谱：[主题]"
  body: "<knowledge map content>"
  format: "markdown"

Step 7: Confirm

✅ 知识关联分析完成！

🗺️ **发现 X 篇相关文档，建立了 X 个关联**

### 关联概览
- 🔗 直接相关：X 篇
- 🧩 互补文档：X 篇
- 📚 前置/后续：X 篇
- 🔀 交叉引用：X 篇

💡 建议：[最重要的一条建议]

Guidelines

Start broad, then narrow — search with multiple keywords to find unexpected connections
Quality over quantity — 5 strong connections are better than 20 weak ones
Explain why documents are related, not just that they are
Always ask before modifying existing documents (adding cross-references)
The knowledge map should be actionable — include specific suggestions for strengthening the knowledge network
Identify knowledge gaps — what's missing is as valuable as what's connected
For large knowledge bases, focus on one topic area at a time
Default language is Chinese

Error Handling

Situation	Action
`yuque_search` returns few results	Broaden keywords; try synonyms and related terms
Starting document has no clear connections	Suggest the document may be on a new topic; offer to search broader
Too many connections found (>15)	Prioritize by relevance strength; group into clusters
`yuque_update_doc` fails when adding links	Skip that document; note it in the report
User's knowledge base is very small	Acknowledge limited scope; suggest topics to write about to build the network

Weekly Installs

235

Repository

yuque/yuque-plugin

GitHub Stars

First Seen

Feb 28, 2026

Security Audits

Gen Agent Trust HubPass SocketPass SnykPass

Installed on

codex233

claude-code206

kimi-cli127

gemini-cli127

amp127

cline127

AI Elements：基于shadcn/ui的AI原生应用组件库，快速构建对话界面

56,200 周安装