187 lines
5.6 KiB
Markdown
187 lines
5.6 KiB
Markdown
---
|
||
title: Wiki 操作与自动化
|
||
created: 2026-04-13
|
||
updated: 2026-04-13
|
||
type: concept
|
||
tags: [knowledge-management, automation, ingestion, lint, event-hooks]
|
||
sources: [raw/articles/llm-wiki-v2-rohitg00.md]
|
||
---
|
||
|
||
# Wiki 操作与自动化
|
||
|
||
## 概述
|
||
|
||
原始 LLM Wiki 定义了三个基础操作：ingest（摄入）、query（查询）、lint（清理）。在规模化运营中，这三个操作需要扩展为事件驱动架构：每个事件类型触发预定义的自动化钩子，人只做 curation，bookkeeping 全自动化。
|
||
|
||
本页描述扩展后的操作模型及其在本 wiki 中的实践。
|
||
|
||
源自 [LLM Wiki v2](https://gist.github.com/rohitg00/2067ab416f7bbe447c1977edaaa681e2)。
|
||
|
||
---
|
||
|
||
## 三层操作模型
|
||
|
||
### Layer 1：原始来源层（Raw Sources）
|
||
|
||
`raw/` 目录，保存未处理的原始文档：
|
||
- 新闻报道、白皮书、官方文档
|
||
- 每次摄入注明来源、日期、URL
|
||
|
||
### Layer 2：Wiki 层（Semantic Memory）
|
||
|
||
`concepts/`、`entities/`、`comparisons/` 中的页面：
|
||
- 经过处理的结构化知识
|
||
- 从 raw sources 提取、整合、标注关系
|
||
|
||
### Layer 3：Schema 层（Procedural Memory）
|
||
|
||
`SCHEMA.md` 和 `log.md`：
|
||
- 元知识、工作流、命名规范
|
||
- 从 wiki 操作中积累的模式
|
||
|
||
---
|
||
|
||
## 事件钩子（Event Hooks）
|
||
|
||
### 标准钩子矩阵
|
||
|
||
| 事件 | 自动触发动作 |
|
||
|------|-------------|
|
||
| **On new source** | 存档至 `raw/` → 运行 entity extraction → 更新 `entities/index.md` → 检查 supersession → 更新 index.md |
|
||
| **On session start** | 根据最近 `log.md` 条目加载相关上下文 |
|
||
| **On session end** | 将会话压缩为 episodic 条目写入 `log.md` |
|
||
| **On query** | 检索时检查答案是否值得写回 wiki（quality score > threshold） |
|
||
| **On memory write** | 检查矛盾，触发 supersession，更新 confidence |
|
||
| **On schedule**（定时） | 全量 lint、consolidation tier 检查、confidence decay、遗忘处理 |
|
||
|
||
### On New Source — 完整流程
|
||
|
||
```
|
||
收到新来源（用户提供 URL / Gist / 文件）
|
||
↓
|
||
1. 下载并保存至 raw/articles/[slug]-[date].md
|
||
↓
|
||
2. 自动 entity extraction
|
||
- 识别：机场名、供应商、硬件型号、系统名
|
||
- 提取 Typed Relationships
|
||
- 分配 confidence 初值（来源权威性 × 时效性）
|
||
↓
|
||
3. 矛盾检测
|
||
- 与现有 entities 比较
|
||
- 若发现矛盾 → 触发 supersession 流程
|
||
- 旧版本 → _archive/，标记 status: stale
|
||
↓
|
||
4. 更新目录
|
||
- 新增 entities → entities/index.md
|
||
- 新增 concepts → index.md 对应 section
|
||
- 更新 log.md
|
||
↓
|
||
5. 通知（如有重大矛盾）
|
||
- 标记待用户审核
|
||
```
|
||
|
||
### On Session End — 压缩流程
|
||
|
||
```
|
||
会话结束信号
|
||
↓
|
||
1. 提取本次会话的关键结论
|
||
- "新了解到 …"
|
||
- "已验证 …"
|
||
- "仍有疑问 …"
|
||
↓
|
||
2. 写入 log.md（Episodic Memory）
|
||
条目格式：
|
||
- 日期 + session id
|
||
- 来源：本次对话
|
||
- 新知识：<压缩后的结论>
|
||
- 开放问题：<下次需验证>
|
||
↓
|
||
3. 评估是否升级至 Semantic Memory
|
||
- 同一实体在 2+ session 中出现？
|
||
- 是 → 创建/更新 entities/ 或 concepts/ 页面
|
||
```
|
||
|
||
### On Schedule — 定期维护
|
||
|
||
```
|
||
每日/每周定时任务
|
||
↓
|
||
1. Confidence decay
|
||
- 所有 entities/concepts 按时间衰减
|
||
- 衰减率：架构决策 0.1%/月，供应商信息 1%/月，进度信息 5%/月
|
||
↓
|
||
2. Orphan check
|
||
- 没有入站链接的页面 → 标记 review
|
||
- 入站链接多但内容少的"薄页" → 合并或扩展
|
||
↓
|
||
3. Broken link scan
|
||
- 检查所有 wikilink 有效性
|
||
- 检查所有 raw source 文件是否存在
|
||
↓
|
||
4. Supersession review
|
||
- 标记为 stale > 3 个月且无访问 → 移至 _archive/
|
||
```
|
||
|
||
---
|
||
|
||
## 自动化实现方案
|
||
|
||
### 当前状态 vs 目标状态
|
||
|
||
| 操作 | 当前（手动） | 目标（自动） |
|
||
|------|-------------|-------------|
|
||
| 来源摄入 | 用户触发 | On new source hook |
|
||
| Session 摘要 | 无 | On session end → log.md |
|
||
| 矛盾检测 | 无 | On memory write → supersession |
|
||
| 定期 lint | 偶尔手动 | On schedule cron |
|
||
| 置信度衰减 | 无 | On schedule cron |
|
||
|
||
### 近期可实现步骤
|
||
|
||
1. **会话结束自动写 log**
|
||
- 在 `hermes-agent` 中增加 post-session hook
|
||
- 自动压缩本次对话结论写入 `log.md`
|
||
|
||
2. **建立 supersession 工作流**
|
||
- ingestion 时检测矛盾
|
||
- 自动创建旧版本 archive + 链接新版本
|
||
|
||
3. **Cron 定期 lint**
|
||
- 使用 `hermes cron` 每日运行 lint 脚本
|
||
- 检测断链、orphaned pages、confidence decay
|
||
|
||
### 实施优先级
|
||
|
||
1. **P0（立即）**：建立 `_archive/` 目录 + supersession 流程
|
||
2. **P1（本周）**：entity extraction 脚本（基于正则/NER）
|
||
3. **P2（本月）**：session end hook → log.md
|
||
4. **P3（下月）**：定时 cron lint + confidence decay
|
||
|
||
---
|
||
|
||
## 质量评分（Quality Scoring）
|
||
|
||
每次 LLM 生成内容时，给出质量分数：
|
||
|
||
| 分数 | 含义 | 行动 |
|
||
|------|------|------|
|
||
| `quality > 0.9` | 高质量，直接写入 wiki | 自动写入 |
|
||
| `quality 0.7–0.9` | 可接受，需人工审核 | 写入草稿，待 review |
|
||
| `quality < 0.7` | 低质量，不写入 | 记录但不持久化 |
|
||
|
||
**质量维度：**
|
||
- 结构化程度（是否遵循 frontmatter 规范）
|
||
- 来源引用（是否有 `sources` 字段）
|
||
- wikilink 密度（是否有足够的交叉引用）
|
||
- 长度合理性（不过短/不过长）
|
||
- 事实一致性（与已知知识不矛盾）
|
||
|
||
---
|
||
|
||
## 相关页面
|
||
|
||
- [[memory-lifecycle]] — confidence scoring、supersession、forgetting 机制
|
||
- [[knowledge-graph]] — entity extraction、typed relationships
|
||
- [[SCHEMA]] — wiki 结构规范（Procedural Memory）
|