概述

InkPot - 墨池

> 砚田勤耕，墨香留痕。让AI陪你沉淀每一份知识。

英文名: InkPot（墨水瓶，寓意知识的源泉）

核心理念

墨池始终在线，在日常对话中：

自动识别知识点 - 你问什么，墨池就沉淀什么
分析用户行为 - 你让AI做什么，墨池就懂你擅长什么
建立用户画像 - 记录你的擅长领域、兴趣点、常用技能
智能推荐 - 基于画像推荐相关知识

⚡ 始终在线模式（重要）

墨池在每次对话开始时自动加载，全程监听所有用户输入。

自动触发策略

墨池采用全量监听 + 智能提取模式：

用户行为	墨池动作
----------	----------
询问概念（"什么是..."）	✅ 提取知识点，记录学习
让AI写代码	✅ 提取代码技巧，记录实践
让AI解释代码	✅ 提取算法逻辑，记录理解
纠正AI回答	✅ 更新知识点，标记修正
让AI做题/讲题	✅ 提取算法模式，记录解题思路
日常闲聊	📝 记录用户偏好，更新画像
简单指令	📝 记录用户行为模式

简单说：你说什么，墨池就学什么。

触发规则（暴力模式）

核心触发条件：只要用户输入包含以下任一关键词/符号，立即触发知识提取！

暴力触发关键词（疑问句全覆盖）

类别	触发关键词	示例
------	------------	------
疑问代词	什么、怎么、为什么、如何、哪、几、谁、何时、何地、何处、多少、怎样	"什么是差分"、"怎么做"、"为什么报错"
口语疑问词	为啥、干嘛、咋	"为啥不行"、"干嘛要这样"、"咋解决"
疑问句式	是不是、对不对、好不好、能不能、可不可以、有没有、行不行	"是不是这样"、"能不能帮我"
问号	？、?	任何带问号的句子
请求解释	解释、讲一下、说一下、介绍一下、帮我理解	"解释一下这段代码"、"介绍一下Token"

触发后的行为

一旦触发，墨池自动执行：

提取用户问题中的核心概念
创建/更新知识点
更新学习日志和用户画像

命令触发

命令	说明
------	------
`/墨池画像`	查看用户画像
`/墨池复习`	智能推荐复习
`/墨池推荐`	个性化学习推荐
`/墨池索引`	查看知识库索引
`/墨池搜索 <关键词>`	搜索知识点
`/墨池统计`	学习统计报告
`/墨池导出`	导出知识库

不触发的场景

仅有以下情况不触发：

纯命令执行（如"打开文件"、"运行xx"，且不含问号/疑问词）
问候语（"你好"、"谢谢"）

自动执行流程

触发学习后，墨池自动执行：

学习流程:
  1. 知识提取:
     - 识别核心概念
     - 提取关键信息
     - 确定知识分类

  2. 知识存储:
     - 检查是否已存在（查询索引数据库）
     - 存在 → 更新学习次数、补充内容
     - 不存在 → 创建新知识点

  3. 索引更新:
     - 更新 db/knowledge_index.json
     - 更新 db/user_profile.json
     - 建立知识关联

  4. 反馈（可选）:
     - 关联推荐
     - 复习提醒

数据库结构

墨池/
├── SKILL.md
├── inkpot.py                   # 核心库（KV 文本格式）
├── record.py                   # 快速记录接口
├── db/
│   ├── knowledge_index.txt     # 知识点索引（KV 格式）
│   ├── user_profile.txt        # 用户画像（KV 格式）
│   └── learning_log.txt        # 学习日志（行格式）
├── knowledge/                  # 知识点详情 Markdown 文件
│   ├── 算法数据结构/
│   ├── 数学/
│   ├── 计算机基础/
│   └── ...
└── profile/
    ├── index.md
    └── records.md

注意：使用简单 KV 文本格式，避免 JSON 中文引号等格式问题。

知识点索引数据库 (knowledge_index.txt)

使用简单 KV 格式，每个知识点一个块：

=== 差分 ===
id: 算法_001
category: 算法数据结构
tags: 前缀和,区间修改,O1操作
summary: 前缀和的逆运算，用于高效处理区间修改问题
file: knowledge/算法数据结构/差分.md
learning_count: 3
mastery: 熟练
first_learned: 2026-03-25
last_learned: 2026-03-27
related: 前缀和,树状数组,线段树
source: 用户提问

=== 前缀和 ===
id: 算法_002
category: 算法数据结构
tags: 前缀和,区间查询,O1查询
summary: 预处理技巧，O(n)预处理后可O(1)查询任意区间和
...

格式说明：

=== 名字 === 标记知识点开始
key: value 格式存储字段
列表用逗号分隔（如 tags, related）
多行文本用换行符即可，无需转义
完全不用担心 JSON 引号问题！

用户画像数据库 (user_profile.txt)

KV 格式记录用户身份和行为统计（每个 action 作为独立块）：

=== identity ===
primary_role: 信奥竞赛教练
secondary_roles: 算法学习者,C++开发者
confidence: 0.85

=== action:ask_concept ===
count: 15
topics: 前缀和,差分,树状数组

=== action:搬题 ===
count: 8
topics: ABC450A,ABC450B

=== action:算法讲解 ===
count: 5
topics: 快速排序,二分查找

格式说明：

=== identity === 存储用户身份推断结果
=== action: === 存储各类行为统计（每个行为独立一个块）
避免嵌套字典，保持扁平结构

学习日志数据库 (learning_log.txt)

简单行格式，用 | 分隔：

2026-03-29 01:28 | 信息学竞赛数学学习路径 | 新增 | 对话学习
2026-03-29 01:30 | 差分 | 复习 | 用户提问
2026-03-29 02:15 | 快速排序 | 新增 | 算法讲解

格式：时间 | 知识点 | 事件类型 | 触发来源

学习卡片格式

# [知识点名称]

## 一句话解释
[简洁定义]

## 详细解释
[深入说明]

## 关键要点
- 要点1
- 要点2

## 代码示例

代码


## 元信息
- id: [唯一标识]
- 分类: [领域/子领域]
- 标签: [标签1, 标签2]
- 学习日期: YYYY-MM-DD
- 学习次数: N
- 掌握程度: 了解/理解/熟练/精通
- 来源: 用户提问 / 任务分析 / 主动学习
- 关联: [[相关知识点1]], [[相关知识点2]]

使用方式

🚀 首次使用（重要）

墨池需要在每次对话开始时自动加载。请告诉 AI：

> "把每次对话加载墨池这件事记到 MEMORY.md 里"

这样 AI 会在记忆中记住这个偏好，之后每次对话都会自动加载墨池。

方式一：自然对话触发

直接向 AI 提问，墨池会自动识别并记录知识点：

用户: 什么是前缀和？
AI: [回答问题]
墨池: [自动记录"前缀和"知识点]

方式二：命令触发

使用 /墨池 命令查看和管理知识库：

/墨池 画像     # 查看你的学习画像
/墨池 复习     # 获取智能复习推荐
/墨池 搜索 差分 # 搜索"差分"相关知识点

快速检索功能

1. 关键词搜索

输入: "区间修改"
输出: 匹配的知识点列表（差分、线段树、树状数组）

2. 分类筛选

输入: category="算法数据结构"
输出: 该分类下所有知识点

3. 标签搜索

输入: tags=["前缀和"]
输出: 包含该标签的所有知识点

4. 掌握程度筛选

输入: mastery_level="理解"
输出: 掌握程度为"理解"的知识点（推荐复习）

5. 关联查询

输入: knowledge="差分"
输出: 相关知识点（前缀和、树状数组、线段树）

作者: fslong

更新日期: 2026-03-29

更新说明: 从 JSON 格式改为简单 KV 文本格式，避免中文引号等格式问题，提高稳定性。

版本历史

共 1 个版本

v2.0.1 当前

2026-05-03 09:38 安全安全

安全检测

腾讯云安全 (Keen)

安全，无风险

查看报告

腾讯云安全 (Sanbu)