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
2. 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
3. 读取知识库根目录下的 .wiki-schema.md
4. 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
2. 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
3. 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"

2. 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）

3. 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

4. 运行初始化脚本：

   bash ${SKILL_DIR}/scripts/init-wiki.sh "<路径>" "<主题>"

5. 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

6. 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

7. 记录路径到 ~/.llm-wiki-path：

   echo "<路径>" > ~/.llm-wiki-path

8. 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：

   • 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

   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：

   • 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

3. 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

4. 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

5. Step 1：结构化分析：

   • 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

   {
     "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）：

   • 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

   Step 1 完成后，必须执行验证：

   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

   如果脚本返回非 0，自动回退到单步 ingest（不进行 Step 2）。

6. 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

7. 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

8. 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

9. 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

10. 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

11. 更新 index.md：

• 在对应分类下添加新条目
• 更新概览统计数字

12. 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

13. 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

2. 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

3. 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）

4. 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

5. 更新 index.md 和 log.md（缓存已由 create-source-page.sh 自动更新）

6. 跳过：主题页创建/更新、overview 更新

7. 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

2. 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

3. 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。）

4. 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

5. 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。）

6. 全部完成后：

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

   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。）

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

2. 读取 index.md 了解知识库全貌

3. 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

4. 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

5. 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

6. 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

7. 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

8. 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

9. 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