llm-wiki（LLM Wiki）

llm-wiki — 个人知识库构建系统

把碎片化的信息变成持续积累、互相链接的知识库。你只需要提供素材，AI 做所有的整理工作。

这个 skill 做什么

llm-wiki 帮你构建一个持续增长的个人知识库。它不是传统的笔记软件，而是一个让 AI 帮你维护的 wiki 系统：

• 你给素材（链接、文件、文本），AI 提取核心知识并整理成互相链接的 wiki 页面
• 知识库随着每次使用变得越来越丰富，而不是每次重新开始
• 所有内容都是本地 markdown 文件，用 Obsidian 或任何编辑器都能查看

核心理念

传统方式（RAG/聊天记录）的问题：每次问问题，AI 都要从头阅读原始文件，没有积累。知识库的价值在于知识被编译一次，然后持续维护，而不是每次重新推导。

快速开始

告诉用户这两步就够了：

1. 初始化：说"帮我初始化一个知识库"
2. 添加素材：给一个链接或文件，说"帮我消化这篇"

Script Directory

Scripts located in scripts/ subdirectory.

Path Resolution:

1. SKILL_DIR = this SKILL.md's directory
2. Script path = ${SKILL_DIR}/scripts/<script-name>

依赖检查

核心主线（本地文件、纯文本、已有知识库操作）默认不需要这些提取依赖。

只有当用户给的是 URL 类来源，并且明确要自动提取网页 / X / 微信公众号 / YouTube / 知乎内容时，才检查以下可选依赖。

如果缺失，提示用户运行：

bash ${SKILL_DIR}/install.sh --platform <当前平台> --with-optional-adapters

可选依赖 skill / 工具：

• baoyu-url-to-markdown — 普通网页、X/Twitter、部分知乎提取
• wechat-article-to-markdown — 微信公众号提取
• youtube-transcript — YouTube 字幕提取

即使这些依赖缺失，skill 仍可工作（用户可以直接提供本地文件、粘贴文本，或改走手动入口）。

外挂状态模型

外挂失败统一分成 not_installed / env_unavailable / runtime_failed / unsupported / empty_result 五类。

所有需要枚举来源、读取 source_label、raw_dir、adapter_name、fallback_hint 的地方，都先读来源总表：

bash ${SKILL_DIR}/scripts/source-registry.sh list

需要拿单个来源的定义时，用：

bash ${SKILL_DIR}/scripts/source-registry.sh get <source_id>

对 URL 类来源，先运行：

bash ${SKILL_DIR}/scripts/adapter-state.sh check <source_id>

adapter-state.sh check 返回 8 列：

source_id	source_label	state	state_label	detail	recovery_action	install_hint	fallback_hint

• not_installed：提示用户可补安装，同时允许改走手动入口
• env_unavailable：说明缺少的环境条件，同时允许改走手动入口
• runtime_failed：说明本次提取执行失败，允许重试一次，再改走手动入口
• unsupported：直接给出手动入口，不尝试自动提取
• empty_result：说明自动提取没拿到有效内容，请用户手动补全文本

当自动提取实际执行后，再运行：

bash ${SKILL_DIR}/scripts/adapter-state.sh classify-run <source_id> <exit_code> <output_path>

用返回的 detail、recovery_action、install_hint、fallback_hint 生成提示。核心主线不因外挂失败而中断。

工作流路由

根据用户的意图，路由到对应的工作流：

重要：如果用户直接给了一个 URL 或文件，但没有明确说要做什么，默认走 ingest 工作流。如果知识库还不存在，先自动走 init 再走 ingest。

通用前置检查

除 init 外，其他工作流默认先执行这段检查：

1. 先检查当前工作目录是否包含 .wiki-schema.md

- 如果包含 → 用当前目录作为知识库根路径 - 如果不包含 → 回退到读取 ~/.llm-wiki-path

1. 如果两者都没有：

- ingest / batch-ingest → 先运行 init - query / lint / status / digest / graph / delete → 提示用户先初始化知识库

1. 读取知识库根目录下的 .wiki-schema.md
2. 从 .wiki-schema.md 的"语言"字段判断 WIKI_LANG

- 语言：中文 → WIKI_LANG=zh - 语言：English → WIKI_LANG=en - 字段缺失 → 默认 WIKI_LANG=zh

输出语言规则

所有面向用户的输出和新写入的 wiki 内容，都按 WIKI_LANG 生成：

• WIKI_LANG=zh → 使用下文中文示例
• WIKI_LANG=en → 保持与中文示例相同的结构、信息量和顺序，仅改为自然英文措辞
• 文件路径、wiki 链接、目录名保持现有约定，不因为语言切换而改动

术语对照：

• 素材 → Source
• 实体 → Entity
• 主题 → Topic
• 摘要 → Summary
• 综合 → Synthesis
• 消化 → Ingest
• 对比 → Comparison
• 深度报告 → Deep Dive Report
• 知识图谱 → Knowledge Graph

工作流 1：init（初始化知识库）

前置检查（含多知识库 CWD 检查）

1. 先检查当前工作目录是否包含 .wiki-schema.md

- 如果包含 → 当前目录已经是一个知识库，提示用户已存在并询问是否要重新初始化

1. 如果当前目录没有 → 读取 ~/.llm-wiki-path 文件

- 如果存在 → 提示用户已有一个知识库（显示路径），询问是要新建还是切换到那个

1. 两个都没有 → 进入初始化流程

步骤

1. 询问知识库主题（先向用户提问）：

- "你的知识库要围绕什么主题？比如'AI 学习笔记'、'产品竞品分析'、'读书笔记'" - 如果用户没想法，默认用"我的知识库"

1. 询问知识库语言（先向用户提问）：

- "知识库内容用什么语言？中文 / English（默认中文）" - 选项：zh（中文）或 en（English） - 如果用户没有明确说，默认 zh - 将选择记录为 WIKI_LANG（zh 或 en）

1. 询问保存位置（先向用户提问）：

- 默认：~/Documents/我的知识库/（zh）或 ~/Documents/my-wiki/（en） - 用户可以自定义路径

1. 运行初始化脚本： bash ${SKILL_DIR}/scripts/init-wiki.sh "<路径>" "<主题>"
2. 补充初始化结果说明：

- init-wiki.sh 会同时生成 purpose.md 和 .wiki-cache.json - purpose.md 和 .wiki-schema.md 同级存放，用来记录研究目标、关键问题和研究范围 - 提醒用户优先填写核心目标和关键问题；这些内容写在 purpose.md 里，后续 ingest 会优先参考这里的方向

1. 写入语言配置并本地化种子文件：

- 将 .wiki-schema.md 中的 语言：{{LANGUAGE}} 替换为： - zh → 语言：中文（种子文件保持中文，无需额外处理） - en → 语言：English，同时覆写以下种子文件为英文版： - 如果 WIKI_LANG=en，读取 ${SKILL_DIR}/templates/index-en-template.md、${SKILL_DIR}/templates/overview-en-template.md、${SKILL_DIR}/templates/log-en-template.md，将 {{DATE}} 和 {{TOPIC}} 替换为实际值后，分别写入 index.md、wiki/overview.md、log.md

1. 记录路径到 ~/.llm-wiki-path： echo "<路径>" > ~/.llm-wiki-path
2. 输出引导（根据 WIKI_LANG 切换语言）： 中文（zh）： 知识库已创建！路径：<路径> 接下来你可以： - 给我一个链接，我会自动提取并整理（网页、X/Twitter、公众号、知乎等） - 小红书内容请直接粘贴文本给我（暂不支持自动提取） - 给我一个本地文件路径（PDF、Markdown 等） - 直接粘贴文本内容 - 批量消化：给我一个文件夹路径 推荐：用 Obsidian 打开这个文件夹，可以实时看到知识库的构建效果。 （英文版按「输出语言规则」生成，结构相同。）

工作流 2：ingest（消化素材）

这是最核心的工作流。用户给一个素材进来，AI 做所有的整理工作。

前置检查

执行通用前置检查（见上方定义）。

隐私自查提示（首次进入 ingest 必须执行）

在开始提取或分析任何内容之前，AI 必须先对用户说下面这句话，然后等待确认：

在开始分析这份素材前，请先快速确认里面不包含这些敏感内容： - 手机号码（如 138xxxxxxxx） - 身份证号（18 位数字） - API 密钥（sk-...、AIzaSy...、OPENAI_API_KEY=、ANTHROPIC_API_KEY=、Bearer...） - 明文密码（password=、passwd=） - 其他你不希望进入知识库的个人信息 如果素材里有上面任何一项，请先用文本编辑器删除或脱敏后再继续。 llm-wiki 不会自动过滤这些内容，处理后的内容会进入你的知识库。 确认无上述内容请回复 y，要中止请回复 n。

流程规则：

• 用户回复 y（或"可以"、"继续"、"没有"等明确肯定）→ 继续执行后续步骤
• 用户回复 n（或"停"、"取消"等明确否定）→ 终止本次 ingest，提示用户清理后再来
• 其他不明确的回复 → 再问一次，最多两次；两次都不是明确 y/n 则终止
• 绕过规则：如果用户在当前对话里已经明确说过"素材里没有敏感信息，直接开始"， 或者用户是在 batch-ingest 流程中（已经在顶层确认过一次），AI 可以跳过这一步

为什么是自查清单而不是脚本：

• 正则在非结构化文本（聊天记录、笔记）里误报率很高，错过真的敏感词，误报无害的普通词
• 把判断权还给用户，比让脚本决定更可靠
• 对新手更友好，不会遇到看不懂的脚本报错

素材提取路由

根据素材类型自动路由到最佳提取方式：

外挂前置判断：

• URL 先调用 bash ${SKILL_DIR}/scripts/source-registry.sh match-url "<url>"
• 本地文件先调用 bash ${SKILL_DIR}/scripts/source-registry.sh match-file "<path>"
• 纯文本粘贴直接调用 bash ${SKILL_DIR}/scripts/source-registry.sh get plain_text
• source-registry.sh 返回 10 列：source_id、source_label、source_category、input_mode、match_rule、raw_dir、adapter_name、dependency_name、dependency_type、fallback_hint
• 调用 bash ${SKILL_DIR}/scripts/adapter-state.sh check <source_id>
• 从 adapter-state.sh check 的 8 列结果里读取 state、detail、recovery_action、install_hint、fallback_hint
• 如果 state=not_installed / env_unavailable / unsupported → 不调用外挂，直接按 detail、recovery_action、install_hint、fallback_hint 告诉用户下一步
• 只有返回 available 时，才继续自动提取

URL 类素材（统一走来源总表，不手写域名表）：

Chrome 提示（仅当 adapter_name=baoyu-url-to-markdown 时）： adapter-state.sh check 会把“提取器可用”与“是否存在 9222 可复用会话”分开表达。 如果 check 返回 available，正常调用外挂；即使 detail 提示未检测到 9222，也继续执行。baoyu-url-to-markdown 会自己处理 Chrome 启动，继续执行，不要等待用户确认。 只有在你想复用当前已登录的 Chrome 会话时，才需要手动开启 9222。 如果提取仍然失败（通常是页面需要登录态，如 X/Twitter、知乎等），可提示用户开启调试端口复用已登录会话：open -na "Google Chrome" --args --remote-debugging-port=9222

• 如果 source_category=manual_only → 不调用外挂，直接使用 fallback_hint
• 如果 adapter_name=wechat-article-to-markdown → 执行 wechat-article-to-markdown "<URL>"
• 如果 adapter_name=youtube-transcript → 调用 youtube-transcript
• 如果 adapter_name=baoyu-url-to-markdown → 调用 baoyu-url-to-markdown

本地文件：

• 统一走 bash ${SKILL_DIR}/scripts/source-registry.sh match-file "<path>"
• 命中后直接读取，不调用外挂

纯文本粘贴：

• 统一视为 plain_text
• 直接使用用户提供的文本

统一回退规则：

• 对自动提取结果，统一运行 bash ${SKILL_DIR}/scripts/adapter-state.sh classify-run <source_id> <exit_code> <output_path>
• 从 classify-run 返回的 8 列结果里读取 state、detail、recovery_action、fallback_hint
• 如果返回 runtime_failed → 按 detail、recovery_action、fallback_hint 告诉用户“这次自动提取失败，可以先重试一次；如果还不行，就改走手动入口”
• 如果返回 empty_result → 按 detail、recovery_action、fallback_hint 告诉用户“自动提取没有拿到有效正文，请手动补全文本后继续”
• 其他状态也使用同一份返回结果，不再手写第二套回退文案

内容分级处理

根据素材长度和信息密度自动选择处理级别：

判断标准：

• 素材内容 > 1000 字 → 完整处理
• 素材内容 <= 1000 字（短推文、小红书笔记等）→ 简化处理

完整处理流程（长素材 > 1000 字）

1. 提取素材内容：按上面的路由获取素材文本
2. 保存原始素材到 raw/ 对应目录： 图片检测与追踪：保存素材后，扫描内容中是否包含图片引用（![ 或 <img 或 .png/.jpg/.gif/.svg URL）。如果检测到图片：

- 根据素材类型保存到对应目录（articles/、tweets/、wechat/、xiaohongshu/、zhihu/ 等） - 文件名格式：{日期}-{短标题}.md - 如果是 URL 类素材，在文件头部记录原始 URL - 告诉用户："素材包含 {N} 张图片引用。图片链接可能失效，建议手动下载到 raw/assets/（Obsidian 用户可在设置中绑定快捷键一键下载附件）" - 在后续 source 页面的 frontmatter 中： - images：记录检测到的图片引用数量 - image_paths：如果用户已将图片下载到 raw/assets/，用 YAML block list 格式记录路径；如果尚未下载，保持为空数组 []。示例： image_paths: - raw/assets/2026-01-15-fig1.png - raw/assets/2026-01-15-fig2.jpg - 不阻塞 ingest 流程，仅做提醒 - 用户后续下载图片后，可以手动更新 source 页面的 image_paths，或在下次 lint 时由 AI 辅助补全

1. 读取上下文：

- 优先顺序：purpose.md > .wiki-schema.md > index.md - 如果 purpose.md 存在，先读取其中的核心目标、关键问题和研究范围 - 用 purpose.md 指导后续实体、主题、关联的取舍和权重

1. 缓存检查：

- 在进入 LLM 处理前，先运行： bash ${SKILL_DIR}/scripts/cache.sh check “<raw 文件路径>” - 如果返回 HIT 或 HIT(repaired) → 跳过本次 LLM 调用，直接读取已有 wiki 页面，并告诉用户这是”无变化，直接复用已有结果” - HIT(repaired) 表示缓存自愈修复成功（上次 update 被跳过但 source 页面存在且 source_path 匹配） - 如果返回 MISS:<reason> → 继续执行下面的两步流程 - MISS:no_entry — 首次处理此素材（正常情况） - MISS:hash_changed — 素材内容有变化，需要重新处理 - MISS:no_source — 有缓存记录但 source 页面被删除了 - MISS:repaired_needs_verify — 找到同名 source 页面但 source_path 不匹配，需要重新处理以确认关联正确

1. Step 1：结构化分析： {"source_summary": "一句话概括", "entities": [{"name": "xxx", "type": "concept", "relevance": "high", "confidence": "EXTRACTED", "evidence": "原文摘录或推理依据"}], "topics": [{"name": "xxx", "importance": "high"}], "connections": [{"from": "A", "to": "B", "type": "因果", "confidence": "INFERRED", "evidence": "推理依据"}], "contradictions": [{"claim_a": "...", "claim_b": "...", "context": "..."}], "new_vs_existing": {"new_entities": [], "updates": []}} 置信度赋值规则（Claude 必须遵守）： Step 1 完成后，必须执行验证： 如果脚本返回非 0，自动回退到单步 ingest（不进行 Step 2）。

- 输入：原始内容 + purpose.md + 现有 wiki 结构（至少读取 index.md 概要） - 输出：JSON 格式的分析结果，不持久化，只在当前 ingest 流程里临时传递 - JSON 至少包含 entities、topics、connections - confidence 是必需字段，缺失就视为格式异常并触发单步回退 - EXTRACTED：信息直接出现在原文里，字面可以找到。应在 evidence 字段提供原文摘录（建议 ≤50 字）；缺失时脚本会发出 WARN 但不阻塞 - INFERRED：信息是从多处原文推断出来的，原文没有直接说。应在 evidence 字段说明推理依据；缺失时脚本会发出 WARN 但不阻塞 - AMBIGUOUS：原文说法不清楚，或者有歧义。evidence 可选 - UNVERIFIED：信息来自 Claude 的背景知识，原文没有证据。evidence 可选 1. mkdir -p {wiki_root}/.wiki-tmp 2. 将 Step 1 JSON 写入 {wiki_root}/.wiki-tmp/step1-latest.json 3. 调用 bash ${SKILL_DIR}/scripts/validate-step1.sh {wiki_root}/.wiki-tmp/step1-latest.json 4. 验证完成后删除 {wiki_root}/.wiki-tmp/step1-latest.json

1. Step 2：页面生成：

- 输入：原始内容 + purpose.md + Step 1 的分析结果 + 现有相关 wiki 页面 - 上下文加载规则：只读取 Step 1 中 new_vs_existing.updates 列出的已有页面；如果某页超过 2000 字，只读取 frontmatter + 需要更新的章节 - 输出：所有需要创建或更新的 wiki 页面内容 - Step 2 负责完成原流程中的素材摘要、实体页、主题页、index、log 更新

1. 容错回退：

- 如果 Step 1 不是有效 JSON，或者缺少 entities、topics、confidence 等必需字段，自动回退到原来的单步流程 - 回退时，所有本次新生成内容统一加上： <!-- confidence: UNVERIFIED --> - 同时在页面顶部加注释说明本次处理因格式问题降级，避免出现“部分标注、部分没标注”的状态

1. 生成素材摘要页（wiki/sources/{日期}-{短标题}.md）：

- 参考 templates/source-template.md 的格式 - frontmatter 里保留 sources: [] 字段；如果这次 ingest 有明确来源，按实际 raw/source 引用填入 - 包含：基本信息、核心观点、关键概念、与其他素材的关联、原文精彩摘录 - 对 Step 1 中标记为 INFERRED 或 AMBIGUOUS 的关系，用 HTML 注释保留置信度： <!-- confidence: INFERRED --> <!-- confidence: AMBIGUOUS --> - 写入 source 页面时，必须使用 create-source-page.sh（自动更新缓存）： # 先把页面内容写到临时文件 echo "<页面内容>" > /tmp/source-content.tmp # 调用脚本原子写入 + 缓存更新 bash ${SKILL_DIR}/scripts/create-source-page.sh "<raw 文件路径>" "wiki/sources/{日期}-{短标题}.md" /tmp/source-content.tmp - 如果脚本返回 SUCCESS → 写入和缓存都已更新 - 如果脚本返回 ERROR → 写入或缓存失败，检查报错信息后重试

1. 更新或创建实体页（wiki/entities/）：

- 对每个关键概念，检查 wiki/entities/ 下是否已有对应页面 - 如果已有 → 追加新信息，更新"不同素材中的观点"部分 - 如果没有 → 创建新实体页，参考 templates/entity-template.md - 使用 [[实体名]] 语法做双向链接

1. 更新或创建主题页（wiki/topics/）：

• 识别素材涉及的主要研究主题
• 如果已有对应主题页 → 更新素材汇总表和核心观点
• 如果没有 → 创建新主题页，参考 templates/topic-template.md

1. 更新 index.md：

• 在对应分类下添加新条目
• 更新概览统计数字

1. 更新 log.md：

• log.md 追加格式：## {日期} ingest | {素材标题}
• 记录新增和更新的页面列表
• 注意：缓存更新已在 Step 8 通过 create-source-page.sh 自动完成，此处无需再调用 cache.sh update

1. 向用户展示结果（按 WIKI_LANG 切换语言）：

中文（zh）：

已消化：{素材标题}

新增页面：
- {素材摘要页}
- {新实体页1}
- {新主题页1}

更新页面：
- {已有实体页2}（追加了新信息）

发现关联：
- 这篇素材和 [[已有素材]] 在 {某概念} 上有联系

别名建议：（仅当发现新的同义词关系时显示）
- 建议添加到别名词表：{术语A} = {术语B}

（英文版按「输出语言规则」生成，结构相同。）

简化处理流程（短素材 <= 1000 字）

适用于短推文、小红书笔记、简短评论等。

1. 保存原始素材到对应 raw/ 目录

- 图片检测与追踪：同完整处理流程，扫描图片引用并提醒用户；在 source 页面 images 和 image_paths frontmatter 字段记录数量和路径

1. 读取上下文并检查缓存：

- 仍然优先读取 purpose.md - 仍然先运行 bash ${SKILL_DIR}/scripts/cache.sh check "<raw 文件路径>" - 如果缓存命中（HIT 或 HIT(repaired)），直接复用已有结果

1. 生成简化摘要页（wiki/sources/）：

- frontmatter 里写入 sources: [] - 只包含基本信息和核心观点 - 不写"原文精彩摘录"部分 - 写入 source 页面时同样使用 create-source-page.sh（自动更新缓存）

1. 提取 1-3 个关键概念：

- 如果对应实体页已存在 → 追加一句话说明 - 如果不存在 → 在摘要页中用 [待创建: [[概念名]]] 标记

1. 更新 index.md 和 log.md（缓存已由 create-source-page.sh 自动更新）
2. 跳过：主题页创建/更新、overview 更新
3. 向用户展示简化结果（按 WIKI_LANG 切换语言）： 中文（zh）： 已消化：{素材标题}（短内容，简化处理） 新增： - 素材摘要页 待完善： - [待创建: [[概念名]]]（积累更多素材后整理） （英文版按「输出语言规则」生成，结构相同。）

工作流 3：batch-ingest（批量消化）

当用户给了一个文件夹路径，或者说"把这些都整理一下"。

步骤

1. 确认知识库路径：

- 执行通用前置检查（见上方定义），获取知识库根路径和 WIKI_LANG

1. 列出所有可处理文件：

- 支持的格式：.md, .txt, .pdf, .html - 忽略：隐藏文件、.git 目录、node_modules 等

1. 展示文件列表，确认处理范围（按 WIKI_LANG 切换语言）： zh： 发现 {N} 个文件待处理： 1. file1.pdf 2. file2.md 3. file3.txt 预计需要 {N} 轮处理。是否开始？ （英文版按「输出语言规则」生成，结构相同。）
2. 逐个处理：对每个文件执行 ingest 工作流

- 每个文件先 cache check - 命中缓存的文件直接跳过，不再进入 LLM 处理 - 只有 MISS 的文件才继续执行完整或简化处理

1. 每 5 个文件后暂停，展示进度并询问是否继续（按 WIKI_LANG 切换语言）： zh： 进度：5/{N} 已完成 本批处理结果： - 新增素材摘要：5 - 新增实体页：3 - 更新已有页面：7 继续处理剩余 {M} 个文件？ （英文版按「输出语言规则」生成，结构相同。）
2. 全部完成后： zh： 批量消化完成！ 处理了 {N} 个文件： - 已跳过 N 个（无变化），处理 M 个（新增/更新） - 成功：{S} - 跳过（内容为空/格式不支持）：{K} - 失败：{F} 新增页面：{total_new} 更新页面：{total_updated} （英文版按「输出语言规则」生成，结构相同。）

- 运行一次 index.md 全量更新 - 输出总结报告（按 WIKI_LANG 切换语言）：

工作流 4：query（查询知识库）

步骤

1. 确认知识库路径：

- 执行通用前置检查（见上方定义），获取知识库根路径和 WIKI_LANG - 如果没有可用知识库，提示用户先初始化

1. 读取 index.md 了解知识库全貌
2. 搜索相关页面：

- 别名展开：先读取 .wiki-schema.md 中的"别名词表"，如果用户的查询关键词命中了某一组别名，则将该组所有同义词都纳入搜索（如搜"LLM"时同时搜"大语言模型"和"大模型"） - 展开规则：只在命中的那一组内展开，不跨组传递（A=B 和 B=C 是两组时，搜 A 只展开第一组，不合并第二组） - 去重：展开后的关键词列表自动去重，忽略空项和纯空格项 - 在 index.md 中定位相关分类和条目（用展开后的全部关键词） - 再用 Grep 在 wiki/ 目录下搜索所有关键词（原始 + 别名展开） - 按相关性排序：文件名精确命中 > index.md 条目命中 > 正文关键词命中次数（同一别名组的多个词命中同一页面时只计一次，避免别名密集的页面分数虚高） - 段落上限：展开后每个关键词最多取 3 个命中段落，总段落数不超过 15 个 - 读取最相关的 3-5 个页面 - 单页长度上限：如果某页超过 2000 字，只读取 frontmatter + 前 500 字 + Grep 命中段落（前后各 3 行），避免长页面消耗过多上下文

1. 综合回答：

- 按 WIKI_LANG 用对应语言回答用户的问题 - 标注信息来源（引用 wiki 页面，用 [[页面名]] 格式） - 如果多个素材有不同观点，分别列出并标注来源

1. 判断是否值得持久化：

- 如果回答引用了 3 个及以上来源的综合分析，提示用户："是否保存此回答到知识库？" - 少于 3 个来源时，默认只做即时回答，不主动建议持久化

1. 重复检测：

- 持久化前，先在 wiki/queries/ 下搜索同主题页面 - 通过 frontmatter tags 和 title 匹配，判断是否已有同主题 query 页面 - 如果已有，提示用户是“更新现有页面”还是“新建一页” - 如果用户选择更新旧页面，旧版页面增加 superseded-by 标记

1. 保存 query 页面：

- 用 templates/query-template.md 生成页面 - 保存路径使用 wiki/queries/{date}-{short-hash}.md，避免同主题命名冲突 - frontmatter 必须包含 type: query 和 derived: true - derived: true 表示这是衍生内容，不是一手素材

1. 自引用防护：

- query 页面在后续 ingest 分析里视为二级来源，不作为主要知识来源 - 如果后续页面引用 query 页面里的信息，相关关系统一按 INFERRED 处理 - ingest 不主动扫描 wiki/queries/；只有当前问题确实需要时，才把 query 页面作为补充材料读取

1. 更新索引和日志：

- 保存成功后，在 index.md 中加入 query 条目 - 同时在 log.md 中追加一条 query 保存记录

工作流 5：lint（健康检查）

触发时机

• 用户主动说"检查知识库"
• 每次 ingest 后，如果素材总数是 10 的倍数，主动建议运行 lint

前置检查

执行通用前置检查（见上方定义）。如果没有可用知识库，提示用户先初始化。

1. 确定检查范围：

- 最近更新的 10 个页面（按文件修改时间排序） - 随机抽查的 10 个页面（避免遗漏旧页面的问题） - 如果页面总数 <= 20，检查全部

1. Step 0：调用脚本做机械检查（必须先做，不要跳过）： bash ${SKILL_DIR}/scripts/lint-runner.sh <wiki_root> 脚本负责三项机械检查（只需要精确匹配，不需要判断）： 退出码：0 = 运行完成，1 = 脚本自身错误（路径不存在、index.md 缺失）。 如果 exit 1，向用户报告错误，不要继续。 如果 exit 0，把脚本 stdout 读进上下文，作为后续 AI 判断类检查的基础素材。

- 孤立页面（entities/ 下没有被其他页面引用的实体） - 断链（[[X]] 链接指向的 X.md 不存在，支持 [[X|别名]] 语法） - index 一致性（index.md 里有记录但文件缺失的条目）

1. 逐项检查（AI 判断类，脚本做不了）： 矛盾信息（阅读相关页面，检查是否有互相矛盾的说法）： 交叉引用缺失（检查相关主题的页面之间是否应该互相链接但没链）： 置信度报告（统计 EXTRACTED / INFERRED / AMBIGUOUS / UNVERIFIED）： 补充建议：基于 Step 0 脚本的孤立页/断链输出，给出修复建议（脚本只列问题，不给方案）

- 列出发现的矛盾 - 标注每处矛盾的来源页面 - 建议添加的交叉引用 - 高亮 AMBIGUOUS 条目，提醒用户优先验证 - 抽查标注为 EXTRACTED 的条目，检查是否能在原始素材里找到对应原文 - 如果发现 EXTRACTED 无法回溯到原文，提示用户回退为更低置信度或重新整理 - 孤立页面 → 建议从哪些相关页面添加 [[链接]] - 断链 → 建议为哪些概念创建新页面，或改写引用为已有页面

1. 输出报告（按 WIKI_LANG 切换语言，整合 Step 0 脚本输出 + Step 3 AI 判断结果）： zh： 知识库健康检查报告 检查范围：最近更新 10 页 + 随机抽查 10 页（共 {N} 页） 孤立页面（没有其他页面链接到它）： - [[某页面]] → 建议从 [[相关页面]] 添加链接 断链（被链接但不存在）： - [[某概念]] → 建议创建新页面 矛盾信息： - 关于"XX"，[[页面A]] 说是 Y，但 [[页面B]] 说是 Z 缺失索引： - {文件名} 存在但未记录在 index.md 中 置信度报告： - EXTRACTED：{N} - INFERRED：{N} - AMBIGUOUS：{N} - UNVERIFIED：{N} （英文版按「输出语言规则」生成，结构相同。）
2. 询问用户：要自动修复哪些问题？（按 WIKI_LANG 用对应语言提问）

工作流 6：status（查看状态）

前置检查

执行通用前置检查（见上方定义）。如果没有可用知识库，提示用户先初始化。

步骤

1. 先运行 bash ${SKILL_DIR}/scripts/source-registry.sh list 读取来源总表
2. 获取知识库路径（按上面的 CWD 检查逻辑）
3. 统计：

- 按来源总表中的 source_label 和 raw_dir 逐项统计 raw/ 文件数 - wiki/entities/ 下的页面数 - wiki/topics/ 下的页面数 - wiki/sources/ 下的页面数 - wiki/comparisons/ 和 wiki/synthesis/ 下的页面数 - purpose.md 是否存在

1. 读取 log.md 最后 5 条记录
2. 读取 index.md 获取主题概览
3. 运行 bash ${SKILL_DIR}/scripts/adapter-state.sh summary-human 获取外挂状态
4. 运行 node ${SKILL_DIR}/scripts/source-signal-coverage.js <wiki_root> 获取来源信号覆盖数据，从返回 JSON 的 summary 中读取：

- ok（已参与）、missing_sources（缺少 sources）、empty_sources（sources 为空）、invalid_sources（格式无效）、not_applicable（当前不参与）

1. 输出报告（按 WIKI_LANG 切换语言）： zh： 知识库状态：{主题} 素材分布（按来源总表）： - {source_label}：{N} - {source_label}：{N}... Wiki 页面：{总数} 页 - 实体页：{N} - 主题页：{N} - 素材摘要：{N} - 对比分析：{N} - 综合分析：{N} 图谱来源信号覆盖： - 已参与：{ok} - 缺少 sources：{missing_sources} - sources 为空：{empty_sources} - 格式无效：{invalid_sources} - 当前不参与：{not_applicable} 研究方向： - purpose.md 是否存在：{是/否} 最近活动： - {日期} ingest | {素材标题} - {日期} ingest | {素材标题}... 外挂状态： {summary-human 原文} 建议： - 你可能想深入了解 {某主题}，已有 {N} 篇相关素材 - {某实体} 被 {N} 篇素材提到，值得整理成独立页面 （英文版按「输出语言规则」生成，结构相同。） 外挂状态直接使用 bash ${SKILL_DIR}/scripts/adapter-state.sh summary-human 的输出，不要自己再重写一套来源清单。

工作流 7：digest（深度综合报告）

区别于 query：query 是快速问答，不生成新页面；digest 是跨素材深度综合，生成持久化报告。

触发关键词

• 默认深度报告格式："给我讲讲 XX"、"深度分析 XX"、"综述 XX"、"digest XX"、"全面总结一下 XX"
• 对比表格式："对比一下 X 和 Y"、"比较 X 和 Y"、"X 和 Y 有什么区别"
• 时间线格式："整理一下时间线"、"按时间排列"、"时间顺序"

前置检查

执行通用前置检查（见上方定义）。如果没有可用知识库，提示用户先初始化。

1. 搜索相关页面：

- 别名展开：同 query 工作流，先读取 .wiki-schema.md 中的"别名词表"展开同义词（不跨组传递，自动去重） - 用 Grep 在 wiki/ 下搜索所有关键词（原始 + 别名展开），同一别名组命中同一页面只计一次 - 列出将要综合的页面（让用户了解报告覆盖范围）

1. 深度阅读所有相关页面 + 选择输出格式：

- 读取找到的所有相关 wiki 页面（sources/、entities/、topics/） - 单页长度上限：如果某页超过 3000 字，优先读取 frontmatter + 核心观点章节 + 与主题直接相关的段落，跳过"原文精彩摘录"等冗长引用部分 - 归纳每个页面的核心观点和来源信息 - 根据触发关键词决定输出格式： - 用户说"对比"/"比较"类 → 使用对比表格式（见下方模板 B） - 用户说"时间线"/"按时间"类 → 使用时间线格式（见下方模板 C） - 其他默认 → 使用深度报告格式（见下方模板 A）

1. 生成结构化深度报告，保存到 wiki/synthesis/{主题}-{格式}.md（按 WIKI_LANG 切换语言）： 文件名规则：默认格式用 {主题}-深度报告.md，对比表用 {主题}-对比.md，时间线用 {主题}-时间线.md 模板 A：深度报告格式（默认） zh： # {主题} 深度报告 > 综合自 {N} 篇素材 | 生成日期：{日期} ## 背景概述 （简要说明这个主题的背景和重要性） ## 核心观点 （按重要性排列，每个观点标注来源） - 观点一（来源：[[素材A]]、[[素材B]]） - 观点二（来源：[[素材C]]） ## 不同视角对比 （如有多个素材观点不同，在此对比） | 维度 | 来源A的观点 | 来源B的观点 | |------|------------|------------| ## 知识脉络 （按时间或逻辑顺序梳理该主题的发展） ## 尚待解决的问题 （现有素材中尚未回答的问题，可作为下次搜集素材的方向） ## 相关页面 （列出所有综合来源的链接） （英文版按「输出语言规则」生成，结构相同。） 模板 B：对比表格式（触发词：对比 / 比较） # {对比主题} 对比分析 > 对比 {N} 个对象 | 生成日期：{日期} ## 对比对象 - [[对象 A]] - [[对象 B]] - [[对象 C]]（如有） ## 对比表 | 维度 | [[对象 A]] | [[对象 B]] | [[对象 C]] | |-----------|-----------|-----------|-----------| | 核心观点 |... |... |... | | 适用场景 |... |... |... | | 优点 |... |... |... | | 缺点 / 限制 |... |... |... | | 来源素材 | [[素材1]] | [[素材2]] | [[素材3]] | ## 关键差异 （用 1-2 句话说清最重要的差异点） ## 相关页面 模板 C：时间线格式（触发词：时间线 / 按时间） ``` # {主题} 时间线 > 时间跨度：{起始年} ~ {结束年} | 生成日期：{日期} `mermaid gantt title {主题} 时间线 dateFormat YYYY-MM-DD section 主要事件 事件 A: 2023-01-01, 1d 事件 B: 2024-03-15, 1d 事件 C: 2025-06-20, 1d `` 事件说明 相关页面 > **时间线格式注意事项**： > - gantt 要求 YYYY-MM-DD 精度 > - 如果素材只有年份（如 "2023 年"），把日期补为该年第一天（2023-01-01） > - 如果连年份都不确定，改用**纯文字时间线**（无序列表按时间排序），不用 Mermaid gantt > - 如果事件超过 15 个，建议按 section 分组，避免图太长 `

- 2023-01-01 — 事件 A：简要说明（来源：[[素材A]]） - 2024-03-15 — 事件 B：简要说明（来源：[[素材B]]） - 2025-06-20 — 事件 C：简要说明（来源：[[素材C]]）

1. 更新 index.md 和 log.md：

- index.md 的"综合分析"分类下添加新报告条目 - log.md 追加：## {日期} digest | {主题}

1. 向用户展示结果（按 WIKI_LANG 切换语言）： zh： 已生成深度报告：{主题} 综合了 {N} 篇素材： - [[素材1]]、[[素材2]]... 报告已保存：wiki/synthesis/{主题}-深度报告.md 发现这些待解决问题，可以继续搜集素材： - {问题1} - {问题2} （英文版按「输出语言规则」生成，结构相同。）

工作流 8：graph（知识图谱 · Mermaid + 交互式 HTML）

触发关键词

"画个知识图谱"、"看看关联图"、"graph"、"知识库地图"、"展示知识关联"

前置检查

执行通用前置检查（见上方定义）。如果没有可用知识库，提示用户先初始化。

1. 扫描双向链接：

- 遍历 wiki/ 下所有 .md 文件 - 提取每个文件中的 [[链接]] 语法，建立关系列表：页面A → 页面B

1. 生成 Mermaid 图表文件 wiki/knowledge-graph.md： ``` # 知识图谱 > 自动生成 | {日期} | 共 {N} 个节点，{M} 条关联 `mermaid graph LR A[概念1] --> B[概念2] A --> C[素材1] D[主题1] --> A D --> E[概念3] ` 查看方式：用 Typora、VS Code（Markdown Preview Enhanced）、或直接在 GitHub 上查看。 `` **生成规则**： **可选：手动美化图谱**（生成后由用户自己做，AI 不自动处理）： 生成的 wiki/knowledge-graph.md 默认只有 --> 箭头。如果用户希望图谱更清楚地 表达关系类型，可以： AI 在 graph 工作流里**不自动打标**——因为自动判断关系类型需要额外阅读整段上下文， 成本高且准确率难保证。人类对"哪些关系最值得打标"的判断更可靠。 用户如果明确要求 AI 给某几条边打标，可以单独说"把 A 和 B 之间的关系标成'实现'"， AI 再手动修改 wiki/knowledge-graph.md` 对应的那一行。

- 节点名用中括号 [名称]，名称太长则截断到 10 字 - 只展示有双向链接关系的节点（孤立节点不纳入图谱） - 如果关系超过 50 条，只保留被引用次数最多的 30 个节点，避免图谱过于密集 - 默认全部使用 A --> B 无标注箭头，不自动判断关系类型 1. 用编辑器打开 wiki/knowledge-graph.md 2. 参考 .wiki-schema.md 里的"关系类型词汇表"（实现 / 依赖 / 对比 / 矛盾 / 衍生） 3. 把最重要的 3-5 条箭头改写成 A -->|实现| B 之类的带标注写法 4. 保存后用 Obsidian / VS Code / Typora 重新渲染

2b. 生成交互式图谱数据（wiki/graph-data.json）：

bash scripts/build-graph-data.sh "$WIKI_ROOT"

脚本会扫描 wiki/{entities,topics,sources,comparisons,synthesis,queries}/*.md， 解析同行 [[双向链接]] 与 <!-- confidence: EXTRACTED|INFERRED|AMBIGUOUS --> 注释， 调用本地 Node helper 计算 3 信号边权重（共引强度 / 来源重叠 / 类型亲和度）、Louvain 社区和规则 insights， 并写入 wiki/graph-data.json（内容 >2MB 自动降级，单节点只留 500 行；图规模超预算时 insights 自动降级）。 依赖 jq + node（如缺失可运行 brew install jq node）。

2c. 图谱运行时说明：

• 图谱基础构建现在依赖 jq + node
• 不需要额外 npm install
• node 只用于运行随仓库分发的本地预构建 helper

2d. 生成交互式图谱 HTML（东方编辑部 × 数字山水风）：

bash scripts/build-graph-html.sh "$WIKI_ROOT"

生成 wiki/knowledge-graph.html。脚本把 graph-data.json（已做 </script> 转义） 内嵌进 <script id="graph-data" type="application/json">，离线双击即可打开。 页面保持三栏国风布局：左侧文献索引，中间数字山水图谱，右侧常驻节点详情。 包含搜索、社区筛选、节点视觉分层、首屏推荐预览、摘要、正文、相邻节点、洞察、小地图和关系置信度图例。

1. 读取 insights 并向用户展示结果（按 WIKI_LANG 切换语言）： 先读取 insights： jq '.insights' "$WIKI_ROOT/wiki/graph-data.json" zh： ` 知识图谱已生成！ 共 {N} 个节点，{M} 条关联 图谱洞察： - 惊人连接：{from} ↔ {to}（跨社区，权重 {weight}）{如有} - 桥节点：{node}（连接 {count} 个社区）{如有} - 知识缺口：{node}（度数 {degree}，建议补充素材）{如有} - 稀疏社区：{community}（密度 {density}）{如有} 查看方式： - 交互式（推荐）：双击 wiki/knowledge-graph.html （建议 Chrome / Firefox；Safari 若提示"已阻止脚本"， 可在 wiki/ 下跑 python3 -m http.server 8000 再访问） - Mermaid 静态图：wiki/knowledge-graph.md （Obsidian / VS Code Markdown Preview Enhanced / GitHub / Typora 均可渲染） 孤立页面（未纳入图谱）： - [[某页面]]（建议添加到相关实体页或主题页） ` （英文版按「输出语言规则」生成，结构相同。各洞察类别为空时省略该行。）

工作流 9：delete（删除素材）

触发关键词

"删除素材"、"remove"、"delete source"、"移除"

前置检查

执行通用前置检查（见上方定义）。如果没有可用知识库，提示用户先初始化。

步骤

1. 识别目标素材：

- 在 raw/ 下搜索用户提到的素材名 - 如果匹配到多个候选，先列出候选文件让用户确认

1. 扫描影响范围：

- 先运行： bash ${SKILL_DIR}/scripts/delete-helper.sh scan-refs "<wiki 根目录>" "<素材文件名>" - 用脚本返回的页面列表作为引用扫描结果 - 逐页判断是“删除整页”还是“保留页面但移除该素材引用”

1. 安全确认：

- 如果影响超过 5 个页面时，先把受影响页面完整列给用户，再做二次确认 - 如果某个实体或主题只被这个素材引用，提示用户是否连同页面一起删除

1. 执行级联清理：

- 删除 raw/ 下对应原始文件 - 删除 wiki/sources/ 下对应素材摘要页 - 对 wiki/entities/、wiki/topics/、wiki/comparisons/、wiki/synthesis/ 中仍需保留的页面，只移除该素材相关的引用段落 - 更新 index.md - 在 log.md 追加删除记录 - 标记 wiki/overview.md 需要重新生成

1. 清理缓存：

- 删除完成后，对对应 raw 文件运行： bash ${SKILL_DIR}/scripts/cache.sh invalidate "<raw 文件路径>"

1. 断链检查：

- 用 grep 或 delete-helper.sh 再扫一遍指向已删除页面的链接 - 清理明确可判定的断链；如果归属不清，保留原文并提示用户后续人工确认

1. 向用户报告结果： zh： 已删除： - raw/articles/2024-01-15-ai-article.md - wiki/sources/2024-01-15-ai-article.md 已更新（移除引用）： - wiki/entities/AI-Agent.md - wiki/topics/大语言模型.md 需要重新生成： - wiki/overview.md （英文版按「输出语言规则」生成，结构相同。）

工作流 10：crystallize（结晶化）

触发条件： 用户说"结晶化"、"crystallize"、"把这个记进知识库"、"这段对话很有价值"

输入： 用户主动提供的内容（文字粘贴进对话，或明确引用某段上下文）。 用户必须主动提供内容，Claude 不自动提取当前会话。

处理步骤（MVP）：

1. 用户提供内容（文字粘贴进对话）
2. Claude 从内容中提取：

- 核心洞见（3-5 条） - 关键决策和原因 - 值得记录的结论

1. 生成 wiki/synthesis/sessions/{主题}-{日期}.md，格式参考 templates/synthesis-template.md

- 本轮不要求 crystallize 页面补 sources，默认不参与 graph source overlap

1. 更新 log.md（记录本次结晶化操作）

MVP 版本不自动创建 entity 页面，不自动更新 index.md。

confidence 规则： 结晶化来源的内容默认标记为 INFERRED（来自推断/对话，非原始文档）。

输出示例： 已创建 wiki/synthesis/sessions/AI-agent-设计决策-20260413.md 已更新 log.md