【学习工作赛道】CreateBase —— AI驱动的创作知识操作系统
一、简介
是什么： CreateBase 是一套基于本地文件系统 + RAG 检索引擎 + 知识图谱的 AI 创作知识操作系统 ，以 Obsidian Markdown 为载体，让 AI Agent 能像查字典一样调用结构化创作经验。
面向谁： AI 内容创作者、提示词工程师、AI 视频制作人、AI 艺术家 —— 任何需要 系统化沉淀和复用 AI 创作经验 的人。
核心功能：
功能 说明 知识卡入库系统 10 步标准化 SOP，将零散经验转化为带 YAML 元数据的结构化知识卡，支持四阶段查重防重复 RAG 混合检索引擎 BM25 关键词匹配 + ONNX 向量语义搜索双路融合，338 张卡片 / 2110 个索引块，毫秒级召回 OWL 知识图谱 自动导出 JSON-LD / Turtle / OWL-XML 三格式，335 个节点 / 1991 条关系边，支持图增强检索（graph_enhance 模式） 9 大 AI 技能矩阵 封装为可被 Agent 直接调用的 Skill：入库管理 / 飞轮同步 / 代码审查 / 视频分析 / 提示词路由 / 输出质检 / 知识缺口检测 / 检索验证 / 创意工作台 质量门禁体系 4 层质检流水线（禁忌自查 → 角色失败诊断 → 运镜误区检查 → 冲突扫描），五维 Eval 评分 ≥ 7.0 才能入库
二、创作思路
灵感来源
我在用 AI 做视频、写提示词的过程中发现一个痛点： 每次产出好效果的经验都是一次性的 。今天调出一组好的光影参数，下周就忘了；上周解决的角色一致性问题，下个月又踩同样的坑。网上的教程碎片化、平台规则天天变、AI 模型能力迭代快 —— 这些"经验"如果只存在脑子里或散落在聊天记录里，本质上就是 沉没成本 。
我想做的不是又一个"笔记软件"或"提示词库"，而是一个 能让 AI 自己读写、检索、组合这些经验的操作系统 。
想解决的问题
- 经验不可复用 — 好的提示词/分镜方案用过就丢，无法形成复利
- 质量无标准 — AI 输出的提示词是否合规、有无负面命中、内部是否冲突，缺乏自动化检测
- 知识孤岛 — 不同平台的规则（Midjourney / 可灵 / Veo / Runway）、不同领域的知识（光影/构图/运镜/配乐）分散在各处，无法交叉引用
- Agent 协作无协议 — 多个 AI Agent 同时操作同一套知识库时，缺乏变更管理、冲突检测和质量门禁
为什么做这个方向
市面上的方案大致分三类：
- 纯笔记类 （Notion/Obsidian）：人用的，AI 读不懂结构
- 纯向量库类 （Pinecone/Weaviate）：给 RAG 用，但缺乏创作领域的领域知识和质量体系
- 纯 Prompt 库类 （各种提示词市场）：静态模板，不支持增量更新和关联推理
我选择了一条中间路线： 以 Markdown 文件为原子单位（人类可读可编辑），以 RAG + 知识图谱为检索层（机器可理解可调用），以 SOP + Hook + Eval 为治理层（质量可控可审计） 。这样既保留了创作者对内容的完全控制权，又让 AI 能真正"使用"这套知识。
取舍上，我放弃了做 SaaS 或 App 的想法，选择了 本地优先 + 文件系统即数据库 的架构。原因很简单：创作者的知识是隐私资产，不应该上传到任何云端；而且本地文件意味着你可以用 Git 同步多台电脑、用 diff 审核每次变更、用任何编辑器打开查看。
三、核心技术架构
关键技术选型：
- 检索 ：Python 自研 rag_local.py ，BM25（jieba 分词）+ ONNX Embedding（sentence-transformers），支持 CUDA GPU 加速
- 知识图谱 ：自研 export_owl.py ，从 Markdown 双链 [] 和 YAML relations 字段自动推断 7 类关系（relatedTo / basedOn / contradicts / partOf / complements / variantOf / extends）
- 质量防护 ：Hooks 引擎 hooks_engine.py ，在入库前自动执行 5 项拦截检查（负面内容归位 / 查重 / 编码 / YAML完整性 / source字段清理）
- 多机同步 ： machines.json 注册硬件配置确保环境一致性
四、当前成果与数据
维度 数据 说明 知识规模 338 张知识卡 / 2110 个索引块 覆盖案例(01) / 风格(02) / 镜头(03) / 提示词(04) / 模板(05) / 工作流(06) / 规则(07) / 平台(08) / 负面(09) 九大目录 规则库 100 条创作规则 含提示词写作(39) / 视频制作(53) / 视觉理论(17) / 影视剪辑(20) / 商业(10) / Agent规范(13) 负面知识库 13 张避坑卡 覆盖去AI感 / 提示词污染 / 运镜误区 / 角色塑造失败 / 鲁棒性破坏等 平台覆盖 Midjourney / 可灵 / Veo 3.1 / Runway Gen-4 / Seedream / 即梦 / 通义万相 / Nano-Banana-Pro / Suno 等 15+ 平台 OWL 图谱 335 节点 / 1991 条边 支持图增强检索，查询"赛博朋克"可返回 8 条 RAG 结果 + 2 条图谱扩展 检索命中率 100%（3/3 关键词测试） “赛博朋克”(0.90) / “蒙太奇”(0.89) / “分镜”(0.81) 均 Top1 命中 Eval 平均分 9.05 / 10 五维评分：可调用性 / 规则遵循度 / 结构完整性 / 创新性 / 无负面命中 任务完成率 100%（66/66） 全部闭环，无阻塞任务 重复率 0 四阶段查重保障零重复入库
五、典型使用场景
6.94 Y@Z.Mj :4pm 03/17 lpd:/ 用AI拉片丧尸清道夫看看 用个人知识库-AI工具完整拉片解析爆火国产短片《丧尸清道夫》，逐帧拆解这部出圈AI影片的镜头设计、叙事逻辑、美术风格与AI创作技巧，好好深挖它能火遍海内外的核心亮点# AIGC # 知识库 # AI视频 # 丧失清道夫 https://v.douyin.com/IjslDmBXWQo/ 复制此链接，打开Dou音搜索，直接观看视频！
场景 1：用户说"帮我写一个赛博朋克风格的女孩提示词"
场景 2：用户发来一段视频说"分析一下这个视频的问题"
场景 3：日常维护 — “同步一下飞轮”
六、开发心得与未来方向
最有价值的三个决策：
- 文件系统即数据库 — 不依赖外部数据库，所有知识就是 .md 文件。这意味着零迁移成本、Git 版本可控、任何编辑器可用。代价是需要自己实现索引和检索，但换来的是极致的可控性。
- 负面知识单独成库（09_Negative） — 大多数知识库只存"正确做法"，但 AI 创作领域"不要做什么"往往比"要做什么"更重要。把 13 张避坑卡独立出来，让质检流程可以逐条比对，这是命中率 100% 的关键之一。
- SOP 强制化 — 入库必须走 10 步、质检必须过 4 层、同步必须跑 3 阶段。看似繁琐，但正是这种"不跳步"的纪律保证了 338 张卡片零重复、零孤立。
- 正在做的事：
- 风格库扩容（OKR O1）：从 11 种风格扩展到 100+ 种，覆盖时代感 / 国风 / 艺术 / 自然 / 城市 / 情绪 / 商业 / 游戏 / 节日 / 实验 10 大类别
- 规则库补强视觉理论弱项（OKR O2 KR2.1）：目标 120 条规则