Synthadoc
Synthadoc: An open-source LLM knowledge compilation engine that turns raw documents into structured, local-first wikis. A transparent, human-readable alternative to traditional RAG, which can be self-managed and self-improved without the use of any tools.
供给资产档案
研究与知识工作
Deep research, source comparison, literature review, RAG, knowledge search, and reports.
场景
RAG and knowledge
I need my agent to build a RAG workflow over documents and retrieve reliable context.
适配 Agent
Claude Code + CLI + Codex
适用于 Codex、Claude Code、Cursor、CLI 或自定义 Agent。
安装
就绪
npx skills add axoviq-ai/synthadoc
维护状态
新鲜
距上次推送 26 天
风险
可安全尝试
可用元数据中未发现重大风险信号
GitHub 质量
767
100/100 质量 · 86/100 信任
覆盖标签
审查说明
可用元数据中未发现重大风险信号
Agent 采用评分卡
一眼查看信任、审计与安装准备度
这些分数综合公开仓库元数据、OpenAgentSkill 审查信号、维护新鲜度与安装准备度。它用于候选筛选,不替代人工审查。
质量
优秀高置信候选,具有较强的采用度与健康维护信号。
信任
审查后安装适合加入候选清单,但 Agent 在运行前应审查审计说明、安装策略和结果证据。
审计
可安全尝试对安装准备度、安全元数据、维护情况与采用风险的机器可读审查。
OpenAgentSkill 信任评分 v5
适合 Agent 安装的候选
在人工审查或沙盒验证后作为首选候选。
Stars
767 个 GitHub Stars
仓库活跃度
767 个 Star,75 个 Fork
维护状态
距上次推送 26 天
许可证
AGPL-3.0
安装
npx skills add axoviq-ai/synthadoc
安装安全性
标准软件包或运行时安装路径
权限范围
shell or command execution, filesystem or document access
Agent 结果
暂未有 Agent 结果数据
文档
README/SKILL.md 上下文充分
风险摘要
低元数据风险
- 可用元数据中未发现重大信任警告
安装准备度
安装路径可用
- 安装路径可用
- 仓库证据可用
- 已声明许可证
- 暂无 Agent 验证结果证据
Agent 可读元数据
这个 Skill 的机器可读决策数据。
使用此区块或内嵌 JSON 判断 Agent 是否应安装该 Skill、选择替代方案,或先请求人工审查。
适用任务
- GitHub automation 工作流
- Claude Code 团队
- 重视 GitHub 采用信号的团队
- Inspect repository metadata
适用 Agent
安装决策
- 命令
- npx skills add axoviq-ai/synthadoc
- 策略
- 审查
- 人工审查
- 是
信任与风险
- 信任
- 83/100
- 审计
- 92/100
- 风险级别
- 可安全尝试
结果闭环
- 端点
- /api/agent/outcome
- 事件 ID
- resolve
- 结果
- 5
不适用场景
- 需要厂商支持 SLA 的团队
- 没有内部安全审查的高合规环境
- 当前元数据中未发现重大风险信号
- 高风险权限提示:Shell 或命令执行
- 可用元数据中未发现重大信任警告
Agent 安全 v2
60/100 · 安装前审查
可用候选,但 Agent 在安装前应展示权限与审计说明。
在真实工作区安装前需要人工批准。
高
Shell 或命令执行
Skill 元数据引用了终端、CLI、Shell、子进程或命令执行工作流。
中
网络访问
Skill 可能访问远程页面、API、仓库或外部服务。
中
文件系统访问
Skill 可能读取或写入项目文件、文档、生成产物或本地工作区状态。
中
数据库访问
Skill 可能检查 Schema、查询数据库或处理持久化存储。
- 高风险权限提示:Shell 或命令执行
安装目标
在你的 Agent 工作流中安装此 Skill
通过公开安装端点获取命令、安全清单、目标提示词和该 Skill 的规范链接。
OpenAgentSkill CLI
Resolve policy, run the source installer safely, and report a verified install receipt.
$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install axoviq-ai-synthadocAgent 解析计划
让 Agent 在安装前验证匹配度。
Resolve API 返回首选 Skill、替代方案、安全策略、审计说明、安装目标和可直接执行的提示词,无需抓取此页面。
打开 JSON
/api/agent/resolve?task=Use%20Synthadoc%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Resolve 文本
/api/agent/resolve?task=Use%20Synthadoc%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text
安装交接
/api/skills/axoviq-ai-synthadoc/install
Agent 应检查
- 从 Resolve API 检查任务匹配与替代方案。
- 检查审计评分、信任评分和安全策略警告。
- 检查 Codex、Claude Code、Cursor 或 CLI 的安装目标兼容性。
复制提示词
Task: Use Synthadoc in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20Synthadoc%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/axoviq-ai-synthadoc/install
Install command: npx skills add axoviq-ai/synthadoc
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.Agent 交接
把安装路径交给 Agent,而不是再给一个目录页。
通过公开安装端点获取命令、安全清单、目标提示词和该 Skill 的规范链接。
安装交接
/api/skills/axoviq-ai-synthadoc/install
LLM 文本格式
/api/skills/axoviq-ai-synthadoc/install?format=text
寻找替代方案
/api/skills/search?q=Synthadoc&limit=3
Agent 提示词
Use Synthadoc for this task. Review https://www.openagentskill.com/api/skills/axoviq-ai-synthadoc/install, then install with: npx skills add axoviq-ai/synthadocRegistry 元数据
用于自动选择 Skill 的 Agent 可读档案。
本页通过 Registry API 提供相同的决策、信任、审计、场景和安装信号,让 Agent 无需抓取界面即可排序。
Manifest
/api/registry/manifest/axoviq-ai-synthadoc
LLM 文本
/api/registry/manifest/axoviq-ai-synthadoc?format=text
安装别名
/api/registry/install/axoviq-ai-synthadoc
推荐
/api/registry/recommend?task=Use%20Synthadoc%20in%20an%20agent%20workflow&limit=3
适配 Agent
GitHub automation
平台
Python, Claude Code
Agent 决策面板
适合 GitHub automation 的首选
将其作为优先候选,再在你的 Agent 环境中验证 README 与安装路径。
栈中角色
首选
主要匹配
GitHub automation
信任标签
可用于生产
安装路径
命令已就绪
适用场景
- GitHub automation 工作流
- Claude Code 团队
- 重视 GitHub 采用信号的团队
证据
- 767 个 GitHub Stars
- 仓库近期活跃
- 已提供安装命令或 GitHub 仓库
- 100/100 质量档案
- 30 个 OpenAgentSkill 交互事件
先审查
- 当前元数据中未发现重大风险信号
实施路径
- 1在沙盒 Agent 中安装它,并端到端完成一次GitHub automation任务。
- 2Compare output quality, latency, and failure behavior against at least one alternative.
- 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.
信任档案
审查后安装
适合加入候选清单,但 Agent 在运行前应审查审计说明、安装策略和结果证据。
GitHub 采用度
信息767 个 GitHub Stars
Star/Fork 活跃度
信息767 个 Star,75 个 Fork; 当前元数据中没有议题活跃度信息
近期维护
通过距上次推送 26 天
许可证清晰度
通过AGPL-3.0
积极信号
- 人工验证的收录
- AI 审查已通过
- 安装路径可用
- 仓库证据可用
- 近期维护的仓库
- 有意义的 GitHub 采用信号
- 安装命令未发现明显高风险模式
- 结果闭环已就绪,但需要首次真实 Agent 运行
安装前审查
- 暂未有真实 Agent 结果报告
- 无人值守安装前需要人工审查
建议操作
在人工审查或沙盒验证后作为首选候选。
质量档案
优秀 适用于 Agent 工作流的候选
高置信候选,具有较强的采用度与健康维护信号。
工作流匹配
在这些场景使用此 Skill
Manage repositories
GitHub automation
I need my agent to triage GitHub issues, review pull requests, and summarize repository changes.
Search private knowledge
RAG and knowledge
I need my agent to build a RAG workflow over documents and retrieve reliable context.
Parse messy files
Document processing
I need my agent to read PDFs, extract tables, and turn documents into structured data.
工作流匹配
加入完整工作流
Ingest, retrieve, and cite
RAG knowledge base
A workflow for document-heavy agents that ingest files, create searchable knowledge, retrieve relevant context, and answer with grounded sources.
Turn skills into distribution
Content growth agent
A workflow for turning newly indexed skills into SEO briefs, social drafts, comparison pages, and reusable publishing workflows.
Inspect, patch, and verify code
Coding review agent
A workflow for software agents that inspect repositories, review pull requests, generate tests, and turn findings into shippable patches.
替代方案短名单
安装前对比
可能适合该任务的相近 Skill。
Awesome Llm Apps
100+ AI Agent & RAG apps you can actually run — clone, customize, ship.
Hello Agents
📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程
Llm App
Ready-to-run cloud templates for RAG, AI pipelines, and enterprise search with live data. 🐳Docker-friendly.⚡Always in sync with Sharepoint, Google Drive, S3, Kafka, PostgreSQL, real-time data APIs, and more.
Flowise
Build AI Agents, Visually
概览
# Synthadoc
``` .-+###############+-. .## ##. ## .----. .----. ## ## /######\ /######\ ## ## |######| |######| ## ## | [SD] | | wiki | ## ## |######| |######| ## ## \######/ \######/ ## ## '----' '----' ## '## ##' '-+###############+-'
S Y N T H A D O C Community Edition v0.9.3 ──────────────────────────────── Domain-agnostic LLM wiki engine ```
[](https://github.com/axoviq-ai/synthadoc/actions/workflows/ci.yml) [](https://github.com/axoviq-ai/synthadoc/actions/workflows/ci.yml) [](https://github.com/axoviq-ai/synthadoc/blob/main/LICENSE) [](https://www.python.org/) [](https://github.com/axoviq-ai/synthadoc/tree/main/synthadoc/skills) [](https://github.com/axoviq-ai/synthadoc/tree/main/hooks) [](https://github.com/axoviq-ai/synthadoc) [](https://www.openagentskill.com/skills/axoviq-ai-synthadoc)
[](https://www.openagentskill.com/skills/axoviq-ai-synthadoc)
[](https://www.openagentskill.com/skills/axoviq-ai-synthadoc/audit)
[](https://www.openagentskill.com/skills/axoviq-ai-synthadoc)作者
axoviq-ai✓
@axoviq-ai
平台适配
健康信号
- GitHub Stars
- 767
- 质量评分
- 63/100
- 最近 GitHub 推送
- 2026年7月28日
- 框架提示
- 1
- OpenAgentSkill 浏览量
- 30
- 复制安装命令
- 0
- 跳转点击
- 0
社区信号
告诉我们这个 Skill 是否对你的 Agent 工作流有帮助。汇总反馈会持续改善排序。
信任与安全
审查后安装
- GitHub 采用度767 个 GitHub Stars信息
- Star/Fork 活跃度767 个 Star,75 个 Fork; 当前元数据中没有议题活跃度信息信息
- 近期维护距上次推送 26 天通过
- 许可证清晰度AGPL-3.0通过
- README/SKILL.md 完整度元数据包含足够的用法与工作流上下文通过
- 依赖与运行时风险命令执行范围信息
相关 Skill
Awesome Llm Apps
100+ AI Agent & RAG apps you can actually run — clone, customize, ship.
114.5K StarsHello Agents
📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程
59.5K StarsLlm App
Ready-to-run cloud templates for RAG, AI pipelines, and enterprise search with live data. 🐳Docker-friendly.⚡Always in sync with Sharepoint, Google Drive, S3, Kafka, PostgreSQL, real-time data APIs, and more.
59.3K StarsFlowise
Build AI Agents, Visually
53.6K Stars