# 技能归纳、WeKnora 普通知识库与助手知识库：实现设计

本文档用于指导大模型或开发者实现知识库体系改造。整体包含两条线：一条是“将一个或多个技能归纳到一个 WeKnora Wiki 普通知识库”；另一条是新增自研助手知识库体系。助手知识库像普通知识库一样可以创建多个库，同时系统内置一个全局大库，用于统计全库数据、承接所有 WeKnora 导入沉淀、做全局实体对齐、Wiki 展示和导入审计。

本文档中，技能归纳目标只能是 WeKnora Wiki 普通知识库；助手知识库不接收技能直接归纳，也不接收任意本地文件。普通知识库负责向量化、检索、Wiki 和图谱；助手知识库负责自研存储、WeKnora 导入、实体对齐、Wiki 展示、搜索和导入审计。无论 WeKnora 数据导入到哪个助手知识库，最终都必须沉淀一份到系统全局大库。

> 最终约束：如果本文历史章节与本节冲突，以本节和“2. 当前边界”中的约束为准。

## 1. 背景与目标

当前系统已有：

- 技能管理：后台可管理运行中的技能，技能文件位于 `skills/public`、`skills/custom`。
- 技能地址管理：已经在管理员技能管理页中以标签页形式接入，支持扫描技能内 `.md`、`.py` 中的地址并批量替换。
- WeKnora / LLM Wiki 接入：前后端已有知识库、文档、Wiki 页面、Wiki 图谱等 API。

本次要新增一条管理员工作流：

管理员在“技能管理”页面选择多个技能，再选择一个目标 WeKnora Wiki 普通知识库，点击归纳。系统将每个技能作为独立来源读取、解析、抽取和归纳，把结果写入对应 WeKnora 知识库，并在技能列表和技能详情中展示“该技能已被哪些知识库归纳”。如果需要归纳到多个普通知识库，通过多次操作完成。

用户已确认的业务约束：

- 一次操作可以选择多个技能，但只能选择一个目标 WeKnora Wiki 普通知识库。
- 同一个技能可以在不同时间归纳到多个知识库，所以最终关系是技能与知识库多对多。
- 多知识库归纳通过多次操作完成；每次操作形成一批 `技能 x 单目标知识库` 任务。
- V1 只支持归纳到可写 WeKnora Wiki 普通知识库；不支持非 Wiki、FAQ、系统会话存档、只读知识库作为技能归纳目标。
- 技能归纳时只抽取数据、业务说明、实体、概念、对象、事件、关系等知识；Python、TypeScript、Shell 等代码和脚本类文件完全排除，不读取注释、不抽取函数、不上传、不进入 prompt。
- 技能里的 Markdown、业务数据文件、表格、PDF、Office、图片等要纳入处理范围。
- 需要同步三类内容：原始资料、归纳后的 Wiki、实体与关系。
- 关系来源包括 Markdown 自然语言描述、目录和文件引用、模型自动推断。
- 允许模型推断关系，但前端不提供逐条实体/关系预览审核。
- 支持管理员手动点击“重新归纳”；不新增自动文件监听、定时后台同步或技能变更自动远程写入。
- 解除关联时弹窗让用户选择：保留知识库内容，或删除该技能贡献的内容。
- 权限仅管理员。
- 总技能数约 200 个，需要支持批量进度、后台执行、失败重试。
- 同一目标知识库内，不同技能抽取出的同一实体需要合并。
- 重归纳时先生成新版本，成功后再替换旧版本；失败时旧版本继续可用。
- 新增知识库类型区分：普通知识库是 WeKnora，助手知识库是自研存储。
- 助手知识库支持创建多个库；其中有且只有一个系统全局大库，建议命名为“知识梳理总库”，所有用户可见。
- 助手知识库只提供 Wiki 页面展示、搜索和数据导入；不落到 WeKnora。
- 助手知识库数据来源只能是 WeKnora 导出包或从某个 WeKnora 知识库触发导入。
- WeKnora 已向量化和处理完成的 Wiki、文档、实体、关系、图谱数据默认沉淀到助手知识库；如果导入的是某个自建助手库，也必须同步沉淀到全局大库。
- 普通知识库需要提供导出或“导入到助手知识库”的功能，把 WeKnora 里已经处理好的数据导入指定助手知识库；导出数据需要包含 Wiki、文档、chunk、实体、关系、图谱。
- 即使没有配置 WeKnora 地址，也要默认展示助手知识库列表和创建入口，而不是展示空的普通知识库页面。
- 管理员可切换知识库产品版本：`v1` / `v2`，默认 `v1`。
- 助手知识库普通用户只读，管理员可导入、编辑、删除、查看版本和回滚 Wiki 页面。

## 2. 当前边界

以下能力明确不做，开发实现和验收必须按这些边界收敛：

- 不支持一次选择多个目标知识库。多知识库归纳通过多次操作完成。
- 不支持非 Wiki 知识库、FAQ 知识库、系统会话存档知识库、只读知识库作为技能归纳目标。
- 不直接写 WeKnora 的 Neo4j 或底层图数据库。
- 不新增自动文件监听、定时后台同步或技能变更自动远程写入。
- 不在前端提供逐条实体/关系预览审核。
- 不把远端 WeKnora 内部 ID 暴露为前端业务主键。
- 不支持技能直接归纳到助手知识库。技能先进入 WeKnora 普通知识库，再由 WeKnora 导出沉淀到助手知识库。
- 不支持管理员向助手知识库导入任意本地文件；手动导入也必须是 WeKnora 导出包或从某个 WeKnora 知识库触发。
- 助手知识库 V1 不做页面版本管理，只保留当前合并后的 Wiki 状态和导入审计记录。

## 3. 术语

| 术语 | 含义 |
| --- | --- |
| 技能 | DeerFlow 技能目录，通常包含 `SKILL.md`、代码、配置、示例、文档、数据文件等。 |
| 目标知识库 | 管理员选择的一个 WeKnora Wiki 普通知识库。助手知识库不是技能归纳目标。 |
| 普通知识库 | WeKnora 知识库，负责向量化、Wiki、文档检索和图谱能力。 |
| 助手知识库 | DeerFlow 自研知识库类型，支持创建多个库，用于 Wiki 展示、搜索、WeKnora 导入和实体对齐。 |
| 知识梳理总库 | 助手知识库体系中的系统全局大库，有且只有一个，自动统计和沉淀所有助手库与普通知识库导入数据，做全局实体对齐。 |
| 自建助手库 | 管理员创建的普通助手知识库，类似普通知识库列表中的一个库，可导入 WeKnora 普通知识库导出数据。 |
| 产品版本 | 知识库产品形态开关。`v1` 默认为普通知识库体验，`v2` 默认为助手知识库体验。 |
| WeKnora 导出包 | 从普通知识库导出的已处理知识集合，包含 Wiki 页面、文档、chunk、实体、关系、图谱等。 |
| 绑定 | 一个技能与一个目标知识库之间的持久关联。`skill_name + target_type + target_id` 唯一。 |
| 快照 | 某次扫描技能目录得到的内容版本，包含文件清单、摘要、抽取结果和源 digest。 |
| 贡献 | 某个技能快照对目标知识库内实体、关系、Wiki 页面、原始资料的增量内容。 |
| 规范实体 | 在同一个目标知识库内合并后的实体。多个技能可以贡献到同一个实体。 |
| 规范关系 | 在同一个目标知识库内合并后的关系。多个技能可以给同一关系提供证据。 |
| 归纳任务 | 一次管理员发起的批量操作，可包含多个目标知识库和多个技能 item。 |
| item | 归纳任务中的单个技能处理单元。 |

## 4. 总体方案

整体采用“双知识库形态 + 本地持久绑定 + 后台任务 + WeKnora 投影 + 助手底库实体对齐”的架构。

```mermaid
flowchart LR
  A[管理员选择多个技能] --> B[选择一个 WeKnora Wiki 目标知识库]
  B --> C[创建归纳任务]
  C --> D[逐技能扫描与解析]
  D --> E[生成技能快照]
  E --> F[LLM 归纳 Wiki 与关系抽取]
  F --> G[按目标 WeKnora Wiki 合并实体/关系]
  G --> H[写入 WeKnora 原始资料与 Wiki]
  G --> I[写入关系投影文档]
  H --> K[校验远端写入]
  I --> K
  K --> L[本地原子激活新版本]
  L --> M[技能页展示已归纳知识库]
  K --> N[WeKnora 导出已处理数据]
  N --> O[导入指定助手知识库]
  O --> P[同步沉淀到知识梳理总库]
  P --> Q[全局实体对齐]
  Q --> S[总库 Wiki 展示与搜索]
```

关键原则：

- DeerFlow 本地数据库保存权威绑定关系、版本状态、来源贡献和远端 artifact 映射。
- WeKnora 保存可检索知识内容，包括原文、Wiki 页面、FAQ、会话存档、关系投影文档和图谱。
- 不直接写 WeKnora 底层图数据库；关系以 WeKnora API 能力和关系投影文档承接。
- 重归纳使用 staged artifact，远端写入和校验成功后，本地才激活新版本。
- 删除或解除关联只影响该技能在目标知识库中的贡献，不误删其他技能共享的实体和关系。
- 助手知识库可以创建多个库；系统全局大库只有一个，负责汇总全库数据和做跨库实体对齐。
- WeKnora 的已处理结果可以导入指定助手知识库；无论是否指定自建助手库，都必须同步沉淀到知识梳理总库。
- 未配置 WeKnora 地址时，默认进入助手知识库页面，展示助手知识库列表、创建入口和知识梳理总库；与 WeKnora 相关的导出导入动作置灰或隐藏。

## 5. 现有代码落点

实现前必须先读仓库说明：

- `D:/cmzs-clean/deerflow-code/AGENTS.md`
- `D:/cmzs-clean/deerflow-code/offline-backend-20260512/backend/AGENTS.md`
- `D:/cmzs-clean/deerflow-code/offline-backend-20260512/backend/CLAUDE.md`

建议改动位置：

| 模块 | 建议文件 |
| --- | --- |
| 后端 router | `offline-backend-20260512/backend/app/gateway/routers/skill_knowledge.py` |
| 后台任务调度 | `offline-backend-20260512/backend/app/gateway/skill_knowledge_job_dispatcher.py` |
| 后台任务执行 | `offline-backend-20260512/backend/app/gateway/skill_knowledge_job_executor.py` |
| 技能归纳核心逻辑 | `offline-backend-20260512/backend/packages/harness/deerflow/skill_knowledge/` |
| 持久化模型 | `offline-backend-20260512/backend/packages/harness/deerflow/persistence/skill_knowledge/` |
| WeKnora 客户端扩展 | `offline-backend-20260512/backend/packages/harness/deerflow/integrations/weknora/client.py` |
| 助手知识库核心逻辑 | `offline-backend-20260512/backend/packages/harness/deerflow/assistant_knowledge/` |
| 助手知识库持久化 | `offline-backend-20260512/backend/packages/harness/deerflow/persistence/assistant_knowledge/` |
| 助手知识库 Gateway | `offline-backend-20260512/backend/app/gateway/routers/assistant_knowledge.py` |
| WeKnora 导出到助手库任务 | `offline-backend-20260512/backend/app/gateway/assistant_knowledge_import_executor.py` |
| 前端 API | `frontend-web/src/strategy-components/api/skill-knowledge.ts` |
| 助手知识库前端 API | `frontend-web/src/strategy-components/api/assistant-knowledge.ts` |
| 管理员技能页 | `frontend-web/src/pages/AdminSkillsPage.tsx` |
| 技能行组件 | `frontend-web/src/components/workspace/settings/skill-settings-page.tsx` |
| WeKnora API hooks | `frontend-web/src/strategy-components/api/llmwiki.ts` |
| 知识库产品版本设置 | `frontend-web/src/core/system-settings/api.ts` |

注意边界：

- `packages/harness/deerflow/*` 不能 import `app.*`。
- 路由、鉴权、FastAPI app state 等放在 `app/gateway/*`。
- 纯扫描、解析、抽取、合并、投影计划生成放在 `deerflow.*`。
- 文件 IO、Office/PDF 转换、CPU 密集处理必须通过 `asyncio.to_thread`，避免阻塞事件循环。

## 6. WeKnora 能力使用策略

现有 WeKnora 客户端已支持：

- 创建知识库。
- 上传文件。
- 导入 URL。
- 创建手动文档。
- 创建、更新、删除、查询 Wiki 页面。
- 获取 Wiki 图谱。

V1 需要新增或补齐：

- 目标知识库能力探测：是否启用 Wiki，是否可写，是否支持 GraphRAG / extract_config。
- 目标知识库分类和能力标识：Wiki、非 Wiki、FAQ、会话存档、只读、图谱可写。
- 导出已处理数据的能力：Wiki 页面、文档、chunk、实体、关系、图谱。
- WeKnora 处理完成后的自动沉淀触发点：在文件向量化、Wiki 生成和图谱抽取完成后，创建“导入助手知识库”的后台任务。
- 如果 WeKnora 当前实例 Swagger 暴露了图谱相关配置更新接口，则在目标知识库启用 `graph_enabled` 与 `extract_config`。
- 如果未暴露稳定的实体/关系写入 API，优先使用“关系投影文档 + Wiki 关系页 + Wiki 链接”让 WeKnora 自己抽取图谱；在配置显式开启时，可通过受控 Neo4j direct writer 写入底层图数据库。

参考官方资料：

- [WeKnora Knowledge Graph 文档](https://github.com/Tencent/WeKnora/blob/main/docs/KnowledgeGraph.md)
- [WeKnora knowledge-base API 文档](https://github.com/Tencent/WeKnora/blob/main/docs/api/knowledge-base.md)
- [WeKnora QA 文档](https://github.com/Tencent/WeKnora/blob/main/docs/QA.md)
- [WeKnora API 文档入口](https://github.com/Tencent/WeKnora/blob/main/docs/api/README.md)

实现要求：

- 以部署实例的 Swagger 为准，不要硬编码未确认的远端 API。
- 可以封装 `probe_capabilities()`，返回 `wiki_enabled`、`graph_enabled_supported`、`extract_config_supported`、`wiki_page_upsert_supported`、`file_upload_supported` 等能力。
- GraphRAG 失败不能导致 Wiki 归纳整体回滚。Wiki 与原始资料成功、GraphRAG 写入失败时，绑定状态为 `partial_failed`，错误信息明确写“图谱投影失败，可重新归纳重试”。
- 如果 WeKnora 不支持直接导出向量、chunk 或图谱原始结构，导出层应退化为读取 Wiki 页面、文档状态、Wiki graph 和可查询的图谱摘要；助手知识库不强依赖复用 WeKnora embedding 向量。

### 6.1 目标知识库适配策略

一次归纳任务允许选择多个技能和多个目标知识库。后端不要把它当成一个大事务，而是展开为矩阵：

```text
items = selected_skills x selected_targets
```

每个 item 对应一个 `binding`，一个技能归纳到三个目标知识库，就生成三个 binding。父 job 负责展示整体进度，item 独立成功、失败、取消和重试。

当目标是自建助手库时，item 写入顺序是：

```text
写入目标助手库 -> 生成目标库 Wiki/实体/关系 -> 创建总库沉淀任务 -> 总库实体对齐和统计
```

总库沉淀失败不能让目标助手库写入结果消失，但 item 必须标记为 `partial_failed`，并允许单独重试“沉淀到总库”。

目标知识库需要通过 adapter 写入：

| 目标类型 | 写入策略 | Wiki | 关系/图谱 |
| --- | --- | --- | --- |
| WeKnora Wiki 知识库 | 上传原始资料、upsert Wiki 页面、写 graph projection | 写 WeKnora Wiki | WeKnora GraphRAG + 可选 Neo4j direct writer |
| WeKnora 非 Wiki 知识库 | 上传原始资料和归纳文档，不强制生成 Wiki | 不写 WeKnora Wiki，可写本地 sidecar Wiki | graph projection 文档 + 可选 Neo4j direct writer |
| WeKnora FAQ 知识库 | 把归纳结果转换为 FAQ 条目、来源文档和关系摘要 | 不写或只写 sidecar Wiki | 关系作为 FAQ metadata、projection 文档和图谱边 |
| 系统会话存档知识库 | 把技能归纳结果作为系统会话归档条目写入 | sidecar Wiki 展示 | 关系作为归档 metadata 和图谱边 |
| 只读 WeKnora 知识库 | 不修改远端原库；写本地 sidecar artifact，并生成待推送状态 | sidecar Wiki 展示 | sidecar graph + 待推送 Neo4j plan |
| 助手知识库 | 写入指定助手库、实体对齐、生成 Wiki 页面版本；同时异步沉淀到知识梳理总库 | 写自研 Wiki | 写自研实体/关系表；总库做跨库实体对齐 |

只读目标说明：

- “支持只读知识库作为目标”不代表绕过远端权限强行写入。
- 对只读 WeKnora，系统创建本地 sidecar 投影：归纳结果与该远端知识库绑定展示，但远端写入状态为 `pending_remote_write`。
- 当管理员后续授予可写权限时，可执行“推送到远端”，把 sidecar staged artifact 写入 WeKnora。
- 前端必须清楚展示“只读目标：已本地归纳，未写入远端”。

### 6.2 Neo4j 直接写入设计

需求确认需要支持直接写 WeKnora 的 Neo4j 或底层图数据库。该能力风险较高，必须作为受控能力实现。

必须满足：

- 通过配置显式开启，例如 `weknora.graph.direct_write_enabled = true`。
- 只允许管理员触发。
- Neo4j 连接串、账号、库名只允许后端配置，不允许前端传入。
- LLM 不得生成任意 Cypher 并直接执行。
- graph writer 只能执行代码中预定义的参数化模板。
- 所有写入使用事务。
- 每个节点和边都带稳定业务 key、来源 binding、snapshot、job、confidence 和 evidence。
- 支持 dry-run plan、写入审计、失败重试、回滚计划。

节点 key 建议：

```text
provider = deerflow
scope = target_type + target_id
entity_key = entity_type + normalized_name 或 external_id
```

边 key 建议：

```text
source_entity_key + predicate + target_entity_key + contribution_scope
```

Neo4j 写入只作为图谱层加速和展示，不替代本地 contribution 表。本地 contribution 表仍是删除、回滚、重建、审计的权威来源。

### 6.3 实体/关系预览审核

前端必须提供逐条实体/关系预览审核能力。审核发生在“抽取完成、写入目标前”。

审核对象：

- 实体。
- 关系。
- 实体对齐候选。
- 关系合并候选。
- Wiki 页面草稿。

管理员操作：

- 批准。
- 拒绝。
- 编辑名称、类型、谓词、别名、摘要、confidence。
- 批量批准高置信结果。
- 批量拒绝低置信结果。

审核模式建议：

| 模式 | 说明 |
| --- | --- |
| `required` | 所有实体/关系必须审核后才能写入。 |
| `auto_high_confidence` | 高置信自动通过，低置信进入审核队列。 |
| `off` | 不阻塞写入，但仍保留预览页面和事后审计。 |

默认建议 `auto_high_confidence`。如果用户希望“必须逐条审核”，可在系统设置中改为 `required`。

审核记录必须入库：

- 操作人。
- 操作时间。
- 原始抽取值。
- 修改后值。
- 通过或拒绝原因。
- 对应 job/item/binding/snapshot。

### 6.4 自动同步设计

需要支持三类自动同步：

- 文件监听：技能知识文件变化后自动创建归纳任务。
- 定时同步：按管理员配置的周期重新扫描并归纳。
- 技能变更自动远程写入：技能保存、启停、导入后触发相关 binding 同步。

自动同步仍需遵守：

- 只处理非代码知识文件。
- 代码文件变化不触发归纳。
- 自动任务必须 debounced，避免保存过程中连续触发。
- 自动任务必须走 staged 版本，成功后激活，失败保留旧版本。
- 同一 binding 同一时间只能有一个 active item。
- 审核模式为 `required` 时，自动任务停在 `awaiting_review`，不写远端。

建议新增配置：

```json
{
  "skill_knowledge_auto_sync": {
    "watch_enabled": true,
    "schedule_enabled": true,
    "schedule_cron": "0 */6 * * *",
    "debounce_seconds": 120,
    "write_remote_enabled": true
  }
}
```

### 6.5 远端 ID 暴露与业务 key

需求确认前端需要暴露 WeKnora 远端 ID，并可作为跨系统业务 key 使用。

实现要求：

- API 返回 `remote_refs`，包含 provider、remote kind、remote id、slug、url。
- 前端可以展示、复制、筛选远端 ID。
- 与外部系统交互时，可使用 `provider + remote_id` 作为业务 key。
- 本地数据库仍保留 `id` 作为 surrogate primary key，避免远端 ID 变更导致本地关系断裂。

建议响应结构：

```json
{
  "id": "local-artifact-id",
  "business_key": "weknora:wiki_page:remote-page-id",
  "remote_refs": [
    {
      "provider": "weknora",
      "remote_kind": "wiki_page",
      "remote_id": "remote-page-id",
      "slug": "skills/example/overview",
      "url": "/llmwiki/kb/xxx/wiki/skills/example/overview"
    }
  ]
}
```

不要把远端 ID 当作唯一存储来源；本地仍需要维护 mapping、审计和状态。

## 7. 数据处理范围

归纳一个技能时，扫描技能根目录下所有有效的非代码知识文件。代码类文件不作为知识源，也不影响知识 digest。

必须处理：

| 类型 | 策略 |
| --- | --- |
| `.md` / `.mdx` / `.txt` | 直接读取，保留标题、段落、链接、表格和自然语言说明；代码块内容默认跳过，只保留“此处存在示例代码”的弱提示。 |
| `.json` / `.yaml` / `.yml` / `.toml` / `.ini` | 仅当它们承载业务数据、数据字典、枚举、模板或知识配置时处理；运行配置、依赖配置、工具入口、工程配置不入库。 |
| `.csv` / `.tsv` | 结构化读取，抽样概要 + 全量原始资料上传。 |
| `.xlsx` / `.xls` | 使用已有文件转换或表格解析能力，保留 sheet、列名、样例和统计。 |
| `.pdf` / `.docx` / `.pptx` | 复用现有 `deerflow.utils.file_conversion` 或 MarkItDown 路径转文本，同时上传原始文件。 |
| 图片 | 上传原始文件；如果已有 VLM/OCR 能力则抽取图片描述，否则记录为二进制附件。 |
| 压缩包 | 安全解压到临时目录后递归处理，必须限制大小、文件数、路径穿越、符号链接。 |
| 其他二进制 | 记录 manifest 并尝试作为原始附件上传；无法解析时不生成文本摘要。 |

必须排除：

- `.py`
- `.ts`
- `.tsx`
- `.js`
- `.jsx`
- `.sh`
- `.bat`
- `.ps1`
- 其他脚本、源码、构建脚本、依赖锁文件
- `.git`
- `node_modules`
- `__pycache__`
- `.pytest_cache`
- `dist`
- `build`
- 临时缓存目录
- 明确生成物和大体积模型文件

必须阻断：

- `.env`
- 私钥、公钥私钥对、证书私钥
- token、password、secret、access key 等高置信密钥文件

阻断规则是安全底线：发现疑似密钥时，该文件不能上传到 WeKnora，也不能进入 LLM prompt。任务 item 标记为 `partial_failed` 或 `failed`，前端展示“因安全策略跳过敏感文件”，并给出文件路径，不输出密钥内容。

代码排除规则：

- 不读取源码内容。
- 不抽取源码注释。
- 不抽取函数、类、import、依赖、入口、调用链。
- 不上传源码文件。
- 不把源码路径作为 Wiki 知识展示；最多在管理员任务详情中显示“已跳过代码类文件数量”。
- 计算 `source_digest` 时只包含知识文件；纯代码变更不应导致技能归纳状态变为 stale。

## 8. 中间表示 IR

扫描和抽取后生成统一 IR，后续 Wiki 生成、实体合并、远端投影都基于 IR，而不是直接从文件内容临时拼装。

建议结构：

```json
{
  "skill": {
    "name": "example-skill",
    "display_name": "示例技能",
    "description": "从 SKILL.md 和元数据提取",
    "source_root": "skills/public/example-skill",
    "source_digest": "sha256:..."
  },
  "files": [
    {
      "path": "SKILL.md",
      "kind": "markdown",
      "sha256": "...",
      "size": 12345,
      "text_digest": "sha256:...",
      "title": "Example Skill",
      "summary": "文件摘要",
      "anchors": [
        {
          "id": "heading-install",
          "line_start": 12,
          "line_end": 36,
          "text_digest": "sha256:..."
        }
      ],
      "references": [
        {
          "target_path": "data/schema.yaml",
          "evidence": "Markdown link or import",
          "confidence": 1.0
        }
      ],
      "safety": {
        "status": "allowed",
        "warnings": []
      }
    }
  ],
  "entities": [
    {
      "local_id": "ent_001",
      "type": "tool",
      "name": "web_search",
      "aliases": ["网络搜索"],
      "description": "用于检索外部信息的工具",
      "attributes": {
        "entrypoint": "config.yaml tools.web_search"
      },
      "evidence": [
        {
          "file_path": "config.yaml",
          "line_start": 10,
          "line_end": 20,
          "quote": "短证据，不包含敏感信息"
        }
      ],
      "confidence": 0.94
    }
  ],
  "relations": [
    {
      "local_id": "rel_001",
      "source_local_id": "ent_001",
      "predicate": "used_by",
      "target_local_id": "ent_002",
      "description": "web_search 被示例技能用于首步检索",
      "relation_source": "llm_inferred",
      "evidence": [
        {
          "file_path": "SKILL.md",
          "line_start": 22,
          "line_end": 28,
          "quote": "短证据"
        }
      ],
      "confidence": 0.88
    }
  ],
  "wiki": {
    "skill_page": {
      "slug": "skills/example-skill/overview",
      "title": "示例技能",
      "content": "Markdown Wiki 内容"
    },
    "pages": []
  }
}
```

IR 需要版本化：

- `extractor_version`：扫描、解析、提示词和抽取 schema 的整体版本。
- `prompt_hash`：LLM 抽取提示词 hash。
- `model_name`：抽取模型名。
- `source_digest`：技能目录内容 digest。

只要 `source_digest + extractor_version + prompt_hash + model_name` 相同，就可以复用已有 snapshot，避免 200 个技能批量时反复抽取。

## 9. 关系抽取规则

关系来源分三类：

| 来源 | 示例 | 置信度策略 |
| --- | --- | --- |
| 确定性结构关系 | 目录包含文件、Markdown 链接、数据文件引用、业务配置引用 | `confidence = 1.0` |
| 显式文本关系 | Markdown 中写明“本技能依赖 A”、“输出 B”、“调用接口 C” | LLM 抽取，但要求证据；通常 `0.75` 以上 |
| 模型推断关系 | 从上下文推断某工具服务于某步骤、某配置控制某行为 | 必须有证据片段和解释；无证据不得入库 |

无人工审核的前提下，必须设置阈值：

- `confidence >= 0.75`：写入 Wiki 关系页和图谱投影文档。
- `0.50 <= confidence < 0.75`：只写入技能 Wiki 的“可能关系”小节，不进入规范关系。
- `confidence < 0.50`：丢弃。

每条关系都必须包含：

- `source`
- `predicate`
- `target`
- `confidence`
- `relation_source`
- `evidence`

如果没有证据路径和证据文本，不允许写入规范关系。

建议谓词归一化：

| 原始表达 | 规范 predicate |
| --- | --- |
| 依赖、需要、requires | `depends_on` |
| 调用、使用、uses | `uses` |
| 生成、输出、produces | `produces` |
| 读取、输入、consumes | `consumes` |
| 配置、控制 | `configures` |
| 包含、目录下有 | `contains` |
| 引用、链接到 | `references` |
| 替换、迁移到 | `replaces` |
| 属于 | `belongs_to` |

实现可以先内置有限谓词表，再允许保留 `custom_predicate`，但 UI 与关系页要展示规范谓词。

## 10. 同一知识库内的实体合并

实体合并范围只在一个目标知识库内生效，不跨知识库合并。

规范实体 key：

```text
kb_mapping_id + entity_type + normalized_name
```

`normalized_name` 规则：

- Unicode NFKC 归一化。
- trim。
- 多空白折叠成单空格。
- ASCII 字母转小写。
- 中英文标点归一化。
- 去除无意义包裹符号，例如反引号、引号。

如果实体带有明确外部 ID，可优先使用：

```text
kb_mapping_id + entity_type + external_id_type + external_id
```

合并规则：

- `normalized_name` 相同且 `entity_type` 兼容：合并。
- 名称相同但类型不兼容：不合并，例如 `config:web_search` 和 `tool:web_search` 可保持两个实体，必要时用 `configures` 关系连接。
- LLM 判断别名合并：只有 `confidence >= 0.90` 且有明确证据时允许。
- 属性冲突不做最后写入覆盖，必须按来源保留 provenance。

实体贡献示例：

```json
{
  "canonical_entity_id": "ce_123",
  "binding_id": "bind_001",
  "snapshot_id": "snap_001",
  "local_entity_id": "ent_001",
  "attributes": {
    "entrypoint": {
      "value": "config.yaml tools.web_search",
      "evidence": "config.yaml:10"
    }
  },
  "confidence": 0.94
}
```

删除贡献时：

- 只删除该 binding 的贡献。
- 如果规范实体仍有其他贡献，保留实体页并重新生成聚合内容。
- 如果规范实体贡献数为 0，删除或标记归档该规范实体及其 Wiki 页面。

## 11. 关系合并

规范关系 key：

```text
kb_mapping_id + source_canonical_entity_id + normalized_predicate + target_canonical_entity_id
```

合并规则：

- 同一 key 的关系合并为一条规范关系。
- 每个技能的证据作为 relation contribution 追加。
- `confidence` 可存储最大值、平均值和证据数，但展示优先显示最高置信证据。
- 如果来源实体或目标实体被删除到无贡献，相关关系也需要重新计算。

关系 Wiki 页面内容必须保留：

- 关系三元组。
- 关系说明。
- 贡献技能列表。
- 证据路径。
- 置信度。
- 最近更新时间。

## 12. WeKnora 内容投影

每个技能归纳到一个目标知识库后，按目标 adapter 写入三类内容。目标是 WeKnora 时写入 WeKnora；目标是助手知识库或只读 sidecar 时写入 DeerFlow 自研存储。

### 12.1 原始资料

原始资料分两种：

- 可直接上传的文件：走 WeKnora 文件上传。
- 纯文本或需要展开的内容：创建手动文档，保留路径和 fenced code。

原始资料命名建议：

```text
skills/{skill_name}/source/{relative_path}
```

文档 metadata 建议：

```json
{
  "source_type": "deerflow_skill",
  "skill_name": "example-skill",
  "binding_id": "bind_001",
  "snapshot_id": "snap_001",
  "source_digest": "sha256:...",
  "relative_path": "SKILL.md",
  "artifact_kind": "raw_source"
}
```

如果 WeKnora 不支持自定义 metadata，则本地 artifact 表必须保存远端 ID、slug、digest、kind 和来源关系。

### 12.2 技能 Wiki 页面

每个技能至少生成：

```text
skills/{skill_name}/overview
skills/{skill_name}/files
skills/{skill_name}/entities
skills/{skill_name}/relations
skills/{skill_name}/evidence
```

内容要求：

- `overview`：技能用途、输入、输出、依赖、使用方式、风险提示。
- `files`：重要文件清单、每个文件摘要、关键入口。
- `entities`：该技能贡献的实体，使用 Wiki 链接指向规范实体页。
- `relations`：确定关系和高置信推断关系，使用 Wiki 链接指向规范关系页。
- `evidence`：证据目录，只包含短摘录和位置，不包含敏感内容。

### 12.3 规范实体 Wiki 页面

规范实体页 slug：

```text
entities/{entity_type}/{stable_entity_id}-{slugified_name}
```

页面内容：

- 实体名称和类型。
- 别名。
- 归并来源技能。
- 聚合描述。
- 属性表，冲突属性按来源列出。
- 相关关系列表。
- 证据索引。

### 12.4 规范关系 Wiki 页面

规范关系页 slug：

```text
relations/{predicate}/{stable_relation_id}
```

页面内容：

- `[[source_entity]] --predicate--> [[target_entity]]`
- 中文说明。
- 贡献技能。
- 证据。
- 置信度。
- 更新时间。

说明：即便 WeKnora Wiki graph 只能展示无类型链接，关系类型也不能丢。类型和证据由关系页保存，Wiki 链接负责把实体页和关系页连接起来。

### 12.5 图谱投影文档

为提高 WeKnora GraphRAG 抽取成功率，每个 binding 生成一份机器可读关系文档：

```text
skills/{skill_name}/graph-projection.jsonl
```

每行一个关系：

```json
{
  "source": "web_search",
  "source_type": "tool",
  "predicate": "used_by",
  "target": "example-skill",
  "target_type": "skill",
  "description": "web_search 被 example-skill 用于首步检索",
  "confidence": 0.88,
  "evidence": "SKILL.md:22-28"
}
```

同时生成一份人类可读 Markdown：

```text
skills/{skill_name}/graph-projection.md
```

该文档使用短句和固定模板，降低 WeKnora 抽取歧义：

```markdown
# 技能关系投影：example-skill

- 实体 `web_search`（tool）与实体 `example-skill`（skill）存在 `used_by` 关系。
  - 说明：web_search 被 example-skill 用于首步检索。
  - 证据：SKILL.md:22-28
  - 置信度：0.88
```

GraphRAG 可用时上传这些投影文档；Neo4j direct writer 开启时，同时把通过审核的规范实体和关系写入底层图数据库；两者都不可用时仍保留 Wiki 关系页和本地关系表。

## 13. 重归纳一致性

重归纳必须满足“成功后替换，失败不影响旧版本”。

流程：

1. 读取当前 binding 和 active snapshot。
2. 重新扫描技能目录，生成新 snapshot。
3. 如果 digest 未变化且未强制重归纳，可以直接返回 `synced`。
4. 在本地创建 staged artifact 记录。
5. 写入 WeKnora 新版本原始资料、Wiki 页面、关系投影文档。
6. 校验远端可读取或状态完成。
7. 在一个数据库事务中：
   - 将旧 artifact 标记为 `retired`。
   - 将 staged artifact 标记为 `active`。
   - 将 binding 的 `current_snapshot_id` 指向新 snapshot。
   - 更新实体和关系贡献。
   - 设置 binding 状态为 `synced` 或 `partial_failed`。
8. 对旧远端文件执行 best-effort 清理。
9. 清理失败只记录 warning，不回滚已经激活的新版本。

如果第 5 或第 6 步失败：

- binding 仍指向旧 snapshot。
- 旧 WeKnora 内容继续有效。
- staged artifact 标记为 `failed`。
- item 状态为 `failed` 或 `partial_failed`。
- 前端显示错误，允许 retry / 重新归纳。

Wiki 页面建议采用稳定 slug upsert。原始资料如果 WeKnora 没有 update API，则创建新远端文档，确认成功后再删除旧远端文档。

## 14. 解除关联

解除一个技能与一个知识库的绑定时，前端必须弹窗让管理员选择：

| 选项 | 行为 |
| --- | --- |
| 保留知识库内容 | 绑定标记为 `detached_keep`。WeKnora 远端内容、助手库 Wiki revision 或 sidecar 内容保留为冻结知识，不再随技能重归纳更新。技能页不再显示为“当前归纳”，但可在历史中显示“已解除，内容保留”。 |
| 删除该技能贡献的内容 | 删除该 binding 的原始资料、技能 Wiki 页、关系投影文档、助手库 Wiki revision contribution、sidecar artifact 和实体/关系贡献；共享实体/关系只减少该技能贡献，仍有其他贡献则重建聚合页，没有贡献才删除。 |

如果删除远端内容部分失败：

- 本地记录 artifact `delete_failed`。
- binding 状态为 `detached_delete_pending_cleanup`。
- 提供“重试清理”动作。

不要因为某个共享实体由该技能参与过，就删除其他技能还在使用的实体页。

## 15. 状态机

绑定状态建议：

| 状态 | 含义 |
| --- | --- |
| `pending` | 已创建绑定，但尚未开始处理。 |
| `queued` | 已进入任务队列。 |
| `running` | 正在处理。 |
| `awaiting_review` | 抽取完成，等待管理员审核实体、关系或 Wiki 草稿。 |
| `synced` | 当前版本已成功归纳到目标知识库。 |
| `pending_remote_write` | 只读目标已完成本地 sidecar 归纳，等待远端具备写权限后推送。 |
| `stale` | 技能源文件已变化，但尚未手动重新归纳。 |
| `partial_failed` | 核心 Wiki/原始资料成功，但部分文件、图谱或清理失败。 |
| `failed` | 当前归纳失败，旧版本若存在则继续有效。 |
| `detached_keep` | 已解除关联，远端内容保留。 |
| `detached_delete_pending_cleanup` | 已解除关联，但删除远端内容未完全成功。 |
| `detached_deleted` | 已解除关联，远端贡献已清理。 |

item 阶段建议：

```text
scanning
parsing
summarizing
extracting
awaiting_review
merging
uploading_sources
writing_wiki
writing_graph_projection
verifying
activating
cleanup
completed
```

前端展示时，父任务进度由 item 数量和阶段加权计算，不要只显示一个不可解释的 spinner。

## 16. 持久化设计

下面是建议表结构，字段命名可按项目现有风格调整。

### 16.1 `skill_knowledge_bindings`

保存技能与知识库的多对多关系。

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `skill_name` | 技能名。 |
| `target_type` | `weknora` / `assistant`。 |
| `target_mode` | `wiki` / `document` / `faq` / `conversation_archive` / `readonly_sidecar`。 |
| `target_id` | 目标知识库 ID。WeKnora 使用本地 mapping ID，助手库使用全局 base ID。 |
| `remote_business_key` | 暴露给前端和外部系统的远端业务 key，例如 `weknora:kb:xxx`，可为空。 |
| `status` | 绑定状态。 |
| `active` | 是否当前有效绑定。 |
| `current_snapshot_id` | 当前激活的技能快照。 |
| `source_digest` | 最近扫描到的技能源 digest。 |
| `synced_digest` | 最近成功归纳的 digest。 |
| `last_job_id` | 最近一次父任务。 |
| `last_item_id` | 最近一次 item。 |
| `last_synced_at` | 最近成功归纳时间。 |
| `last_error_code` | 最近错误码。 |
| `last_error_message` | 最近错误摘要。 |
| `created_by` | 管理员用户。 |
| `created_at` / `updated_at` | 时间戳。 |

约束：

```text
unique(skill_name, target_type, target_id)
```

### 16.2 `skill_knowledge_snapshots`

保存技能扫描和抽取结果。

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `skill_name` | 技能名。 |
| `source_digest` | 技能目录 digest。 |
| `extractor_version` | 抽取器版本。 |
| `prompt_hash` | 提示词 hash。 |
| `model_name` | 模型名。 |
| `manifest_json` | 文件清单、hash、安全状态。 |
| `ir_json` | 抽取后的 IR；较大时可存 blob 引用。 |
| `status` | `ready` / `failed`。 |
| `counts_json` | 文件数、实体数、关系数、跳过数。 |
| `created_at` | 创建时间。 |

约束：

```text
unique(skill_name, source_digest, extractor_version, prompt_hash, model_name)
```

### 16.3 `skill_knowledge_sync_jobs`

保存一次批量归纳任务。

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `target_count` | 本次目标知识库数量。 |
| `targets_json` | 目标知识库列表，每项包含 `target_type`、`target_mode`、`target_id`、展示名和远端业务 key。 |
| `status` | `queued` / `running` / `completed` / `partial_failed` / `failed` / `canceled`。 |
| `total_count` | 技能数。 |
| `success_count` | 成功数。 |
| `partial_failed_count` | 部分失败数。 |
| `failed_count` | 失败数。 |
| `cancel_requested` | 是否请求取消。 |
| `created_by` | 管理员用户。 |
| `created_at` / `started_at` / `completed_at` | 时间戳。 |

### 16.4 `skill_knowledge_sync_items`

保存每个技能的任务项。

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `job_id` | 父任务。 |
| `binding_id` | 绑定。 |
| `target_type` | 目标类型。 |
| `target_mode` | 目标模式。 |
| `target_id` | 目标 ID。 |
| `skill_name` | 技能名。 |
| `snapshot_id` | 本次输入快照。 |
| `status` | item 状态。 |
| `phase` | 当前阶段。 |
| `progress` | 0-100。 |
| `active_dedupe_key` | 活跃任务去重 key。 |
| `lease_owner` | 执行器标识。 |
| `lease_until` | 租约过期时间。 |
| `attempts` | 尝试次数。 |
| `last_error_code` | 错误码。 |
| `last_error_message` | 错误摘要。 |
| `created_at` / `updated_at` / `started_at` / `completed_at` | 时间戳。 |

活跃去重 key：

```text
skill_name + target_type + target_id
```

同一绑定同一时间只能有一个 active item。

### 16.5 `skill_knowledge_artifacts`

保存本地到 WeKnora 的远端 artifact 映射。

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `target_type` | 目标类型。 |
| `target_mode` | 目标模式。 |
| `target_id` | 目标 ID。 |
| `binding_id` | 绑定，可为空；规范实体/关系聚合页可只属于知识库。 |
| `snapshot_id` | 来源快照。 |
| `scope` | `binding` / `kb_aggregate`。 |
| `kind` | `raw_source` / `skill_wiki` / `entity_wiki` / `relation_wiki` / `graph_projection`。 |
| `stable_key` | 本地稳定 key。 |
| `remote_kind` | `file` / `manual_document` / `wiki_page`。 |
| `remote_id` | 远端 ID。后端保存完整映射，前端可按权限展示和复制。 |
| `wiki_slug` | Wiki 页面 slug。 |
| `content_hash` | 写入内容 hash。 |
| `version` | 版本号。 |
| `status` | `staged` / `active` / `retired` / `failed` / `delete_failed`。 |
| `created_at` / `updated_at` | 时间戳。 |

### 16.6 `skill_knowledge_entities`

规范实体表。

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `target_type` | 目标类型。 |
| `target_mode` | 目标模式。 |
| `target_id` | 目标 ID。 |
| `entity_type` | 实体类型。 |
| `normalized_name` | 归一化名称。 |
| `display_name` | 展示名称。 |
| `aliases_json` | 别名。 |
| `description` | 聚合描述。 |
| `stable_slug` | Wiki slug。 |
| `status` | `active` / `retired`。 |
| `created_at` / `updated_at` | 时间戳。 |

约束：

```text
unique(target_type, target_id, entity_type, normalized_name)
```

### 16.7 `skill_knowledge_entity_contributions`

规范实体的技能贡献。

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `canonical_entity_id` | 规范实体 ID。 |
| `binding_id` | 绑定。 |
| `snapshot_id` | 快照。 |
| `local_entity_id` | IR 中的实体 ID。 |
| `attributes_json` | 该技能贡献的属性。 |
| `evidence_json` | 证据。 |
| `confidence` | 置信度。 |
| `status` | `active` / `retired`。 |
| `created_at` / `updated_at` | 时间戳。 |

### 16.8 `skill_knowledge_relations`

规范关系表。

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `target_type` | 目标类型。 |
| `target_mode` | 目标模式。 |
| `target_id` | 目标 ID。 |
| `source_entity_id` | 源规范实体。 |
| `predicate` | 规范谓词。 |
| `target_entity_id` | 目标规范实体。 |
| `description` | 聚合说明。 |
| `stable_slug` | Wiki slug。 |
| `status` | `active` / `retired`。 |
| `created_at` / `updated_at` | 时间戳。 |

约束：

```text
unique(target_type, target_id, source_entity_id, predicate, target_entity_id)
```

### 16.9 `skill_knowledge_relation_contributions`

规范关系的技能贡献。

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `canonical_relation_id` | 规范关系 ID。 |
| `binding_id` | 绑定。 |
| `snapshot_id` | 快照。 |
| `local_relation_id` | IR 中的关系 ID。 |
| `relation_source` | `deterministic` / `explicit_text` / `llm_inferred`。 |
| `evidence_json` | 证据。 |
| `confidence` | 置信度。 |
| `status` | `active` / `retired`。 |
| `created_at` / `updated_at` | 时间戳。 |

## 17. 后台任务设计

参考现有 deep research job 的持久化后台任务模式：

- 任务入库后返回 `202 Accepted`。
- 执行器通过 DB 原子条件 claim item。
- 每个 item 有 `lease_owner`、`lease_until`。
- 执行中定期 heartbeat。
- 服务重启后可恢复过期 lease。
- cancel 使用 `cancel_requested`，任务在阶段边界检查并安全停止。

并发建议：

- 同时处理技能数：2 到 4。
- 同时调用 WeKnora 写入：2 到 3。
- 同时 LLM 抽取：按系统现有限流，建议默认 2。

200 个技能批量时：

- 父 job 只保存聚合进度，不串行阻塞 HTTP 请求。
- 每个技能 item 独立失败、独立重试。
- 前端按 job polling，不为每个技能单独发 N 个请求。
- 获取技能列表时批量查 binding summary，避免 N+1。
- 快照缓存可复用，跨知识库只重新投影，不重复解析同一技能内容。

## 18. 后端 API 设计

新增 router：

```text
/api/skill-knowledge
```

所有写接口仅管理员可用。

### 18.1 获取技能绑定摘要

```http
GET /api/skill-knowledge/bindings?skill_names=a,b,c
```

返回：

```json
{
  "items": [
    {
      "skill_name": "example-skill",
      "knowledge_bases": [
        {
          "binding_id": "bind_001",
          "target_type": "weknora",
          "target_mode": "wiki",
          "target_id": "local-kb-id",
          "knowledge_base_name": "作战知识库",
          "remote_business_key": "weknora:kb:remote-kb-id",
          "status": "synced",
          "last_synced_at": "2026-08-31T10:00:00Z",
          "source_digest": "sha256:...",
          "synced_digest": "sha256:...",
          "stale": false
        }
      ]
    }
  ]
}
```

### 18.2 创建归纳任务

```http
POST /api/skill-knowledge/sync-jobs
```

请求：

```json
{
  "skill_names": ["skill-a", "skill-b"],
  "targets": [
    {
      "target_type": "weknora",
      "target_mode": "wiki",
      "target_id": "local-kb-id"
    },
    {
      "target_type": "assistant",
      "target_mode": "wiki",
      "target_id": "assistant-global-base"
    }
  ],
  "force": false
}
```

行为：

- 校验管理员。
- 校验技能存在。
- 校验目标知识库存在，并解析目标 adapter。
- 对只读目标创建 sidecar binding，不强行写远端。
- 对每个 `skill x target` upsert binding。
- 创建父 job 和 item。
- 如果同一 binding 已有 active item，返回当前 item，不重复创建。
- 返回 `202`。

返回：

```json
{
  "job_id": "job_001",
  "status": "queued",
  "skill_count": 2,
  "target_count": 2,
  "total_count": 4,
  "items": [
    {
      "item_id": "item_001",
      "skill_name": "skill-a",
      "target_type": "weknora",
      "target_mode": "wiki",
      "target_id": "local-kb-id",
      "binding_id": "bind_001",
      "status": "queued"
    }
  ]
}
```

### 18.3 查询任务

```http
GET /api/skill-knowledge/sync-jobs/{job_id}
```

返回父 job、item 列表、每个 item 当前阶段、错误摘要、绑定结果。

### 18.4 取消任务

```http
POST /api/skill-knowledge/sync-jobs/{job_id}/cancel
```

设置 `cancel_requested = true`。已激活成功的 item 不回滚；未完成 item 在阶段边界停止。

### 18.5 重试 item

```http
POST /api/skill-knowledge/sync-items/{item_id}/retry
```

只允许失败或部分失败 item。重试复用原 binding。

### 18.6 对单个绑定重新归纳

```http
POST /api/skill-knowledge/bindings/{binding_id}/resync
```

请求：

```json
{
  "force": true
}
```

行为：创建一个只包含该 binding 的新 job。

### 18.7 解除关联

建议使用显式 POST，避免 DELETE body 兼容性问题：

```http
POST /api/skill-knowledge/bindings/{binding_id}/detach
```

请求：

```json
{
  "remote_content_action": "keep"
}
```

或：

```json
{
  "remote_content_action": "delete"
}
```

返回解除结果、清理状态和仍被共享的实体/关系数量。

### 18.8 知识库反查技能

```http
GET /api/skill-knowledge/knowledge-bases/{knowledge_base_id}/skills
```

用于知识库详情页展示“该知识库由哪些技能归纳而来”。

### 18.9 可选：源状态扫描

```http
POST /api/skill-knowledge/source-status
```

请求：

```json
{
  "skill_names": ["skill-a", "skill-b"],
  "knowledge_base_id": "local-kb-id"
}
```

只做本地快速 fingerprint 比对，标记是否可能 stale，不写 WeKnora。

### 18.10 审核队列

```http
GET /api/skill-knowledge/reviews?job_id=xxx
POST /api/skill-knowledge/reviews/{review_id}/approve
POST /api/skill-knowledge/reviews/{review_id}/reject
PUT /api/skill-knowledge/reviews/{review_id}
POST /api/skill-knowledge/reviews/bulk-approve
POST /api/skill-knowledge/reviews/bulk-reject
```

审核通过后 item 才能进入写入阶段。审核模式为 `off` 时，接口仍保留预览和审计能力。

### 18.11 自动同步配置

```http
GET /api/skill-knowledge/auto-sync-settings
PUT /api/skill-knowledge/auto-sync-settings
POST /api/skill-knowledge/bindings/{binding_id}/enable-auto-sync
POST /api/skill-knowledge/bindings/{binding_id}/disable-auto-sync
```

自动同步设置只允许管理员修改。

## 19. 前端交互设计

### 19.1 技能管理页

在 `AdminSkillsPage.tsx` 的“技能列表”页签增加：

- 技能行 checkbox。
- 顶部批量操作按钮：“归纳到知识库”。
- 支持全选当前页、清空选择。
- 选择状态跨前端分页保留。
- 技能较多时保持现有搜索/过滤能力。

点击“归纳到知识库”打开弹窗：

- 显示已选技能数量。
- 多选目标知识库。
- 按类型分组展示：WeKnora Wiki、WeKnora 非 Wiki、FAQ、系统会话存档、只读 sidecar、助手知识库。
- 只读目标要展示“本地归纳，暂不写远端”的状态说明。
- 助手知识库作为目标时，提示“直接写入知识梳理底库，不经过 WeKnora”。
- 二次确认文案说明：“将生成原始资料、Wiki 页面和关系内容；抽取完成后进入实体/关系预览审核。”

提交后：

- 创建后台 job。
- 跳转或打开“归纳任务”抽屉/页签。
- 展示总进度、成功、失败、部分失败。
- 任务运行中每 2-3 秒 polling。
- item 到达 `awaiting_review` 时，显示“待审核”并提供审核入口。

### 19.1.1 实体/关系审核页

审核页按 job 聚合展示：

- 左侧筛选：技能、目标知识库、类型、置信度、来源。
- 中间列表：实体、关系、实体对齐候选、关系合并候选、Wiki 草稿。
- 右侧详情：原始值、模型解释、证据、目标写入位置。

管理员可以：

- 单条批准、拒绝、编辑。
- 批量批准高置信结果。
- 批量拒绝低置信结果。
- 修改实体类型、名称、别名。
- 修改关系 predicate、说明、confidence。
- 查看远端 ID 或 sidecar ID。

审核完成后，任务继续写入目标知识库。

### 19.2 技能行提示

`SkillRow` 增加归纳状态区域：

- 未归纳：不显示或显示弱提示“未归纳”。
- 已归纳：显示 `已归纳至 N 个知识库`。
- 展开或悬浮可看到知识库 chips：
  - 知识库名称
  - 状态
  - 最近归纳时间
  - stale 标识

每个绑定提供动作：

- 查看知识库。
- 重新归纳。
- 解除关联。
- 失败时重试。

状态建议：

| 状态 | UI 文案 |
| --- | --- |
| `synced` | 已归纳 |
| `stale` | 待重新归纳 |
| `running` | 归纳中 |
| `partial_failed` | 部分完成 |
| `failed` | 失败 |
| `detached_keep` | 已解除，内容保留 |

### 19.3 解除关联弹窗

弹窗必须让管理员明确选择：

- 保留知识库内容。
- 删除该技能贡献的内容。

弹窗文案应提醒：

- 删除只删除该技能贡献，不删除其他技能共享的实体与关系。
- 若删除远端内容失败，可稍后重试清理。

### 19.4 归纳任务页签

建议在管理员技能管理页新增第三个页签：

```text
技能列表 | 技能地址管理 | 归纳任务
```

任务列表显示：

- 创建时间。
- 目标知识库。
- 操作人。
- 总技能数。
- 成功 / 部分失败 / 失败。
- 状态。
- 操作：查看详情、取消、重试失败项。

详情显示 item：

- 技能名。
- 目标知识库。
- 目标类型。
- 当前阶段。
- 进度。
- 错误摘要。
- 绑定状态。

### 19.6 自动同步设置

管理员可在技能归纳设置中配置：

- 是否开启文件监听。
- 是否开启定时同步。
- 同步周期。
- 自动写远端开关。
- 审核模式。
- 单个 binding 是否参与自动同步。

### 19.5 知识库详情反向展示

如果现有 WeKnora / LLM Wiki 页面有知识库详情入口，增加“来源技能”区域：

- 技能名。
- 归纳状态。
- 最近归纳时间。
- 查看技能。
- 重新归纳。

## 20. stale 检测与自动同步

系统既要支持手动重新归纳，也要支持自动同步。stale 检测负责判断“源知识文件是否变化”；自动同步负责在配置允许时创建后台任务并远程写入。

本地标识 stale：

- 技能编辑、启停、删除等已知写操作完成后，查找相关 binding 并标记 `stale`。
- 技能列表加载时可做轻量 fingerprint：路径、大小、mtime。
- 真正归纳时计算完整 SHA digest。
- 如果归纳过程中源文件变化，最终激活前再次校验 expected digest；不一致则失败并标记 stale，避免一个版本混入两次源内容。
- 代码文件和脚本文件不参与 fingerprint，也不触发 stale。

自动同步：

- 当 `watch_enabled` 开启时，知识文件变化后自动创建相关 binding 的归纳任务。
- 当 `schedule_enabled` 开启时，scheduler 按周期扫描并归纳 stale binding。
- 当技能保存、导入、删除或启停时，可触发相关 binding 的自动任务。
- 自动任务必须遵循审核模式；如果需要审核，任务停在 `awaiting_review`。
- 自动任务必须遵循 staged 激活；失败不覆盖旧版本。

## 21. 权限与安全

权限：

- 所有归纳、重归纳、解除关联、取消、重试接口仅管理员。
- 读接口如果包含后台任务错误或源文件路径，也建议仅管理员。

文件安全：

- 技能根必须限制在 `skills/public` 或 `skills/custom`。
- 禁止路径穿越。
- 默认不跟随 symlink；如果要支持 symlink，必须确认 resolved path 仍在技能根内。
- 压缩包解压必须限制总大小、文件数量、单文件大小、目录层级。
- 不执行技能代码。
- 不读取或上传密钥文件。
- 日志和错误信息不得包含文件全文、token、secret。

远端安全：

- 不新增外部 URL 抓取能力。
- 如果技能内容中包含 URL，只作为文本关系或知识内容处理，不主动访问。
- WeKnora 调用失败时，记录错误摘要和 request id，不记录认证头。

## 22. LLM 抽取设计

抽取可分两级：

- 小技能：一次性把文本摘要和结构信息送入模型。
- 大技能：先按文件或章节生成局部摘要与候选实体关系，再合并。

提示词需要明确：

- 只基于提供的内容抽取，不凭空编造。
- 允许推断，但推断必须有 evidence。
- 输出必须符合 JSON schema。
- 不输出敏感信息。
- 关系必须有 confidence。
- 低置信关系要标记，不进入规范关系。

建议 schema：

```json
{
  "summary": {
    "purpose": "技能用途",
    "inputs": ["输入"],
    "outputs": ["输出"],
    "usage": "使用方式",
    "risks": ["风险"]
  },
  "entities": [
    {
      "id": "ent_001",
      "type": "skill|tool|api|file|config|dataset|concept|workflow|external_system|output",
      "name": "实体名",
      "aliases": [],
      "description": "描述",
      "attributes": {},
      "evidence": [
        {
          "file_path": "SKILL.md",
          "line_start": 1,
          "line_end": 3,
          "quote": "短证据"
        }
      ],
      "confidence": 0.9
    }
  ],
  "relations": [
    {
      "id": "rel_001",
      "source_entity_id": "ent_001",
      "predicate": "uses",
      "target_entity_id": "ent_002",
      "description": "关系描述",
      "relation_source": "explicit_text|llm_inferred",
      "evidence": [],
      "confidence": 0.86
    }
  ]
}
```

模型输出后必须做程序校验：

- JSON schema 校验。
- entity id 存在性校验。
- relation source/target 必须存在。
- evidence path 必须来自本次 manifest。
- confidence 必须在 0 到 1。
- 敏感内容二次扫描。

## 23. 后端实现步骤

建议按以下顺序实现。

### 23.1 持久化层

新增 `deerflow.persistence.skill_knowledge`：

- SQL model。
- memory store，用于测试或无 DB 环境。
- repository API。
- migration 或 `create_all` 接入。

Repository API 建议：

```python
class SkillKnowledgeStore:
    async def upsert_binding(...)
    async def list_bindings(...)
    async def create_job(...)
    async def create_items(...)
    async def claim_next_item(...)
    async def heartbeat_item(...)
    async def complete_item(...)
    async def fail_item(...)
    async def create_or_get_snapshot(...)
    async def stage_artifacts(...)
    async def activate_snapshot(...)
    async def detach_binding(...)
```

### 23.2 扫描与解析

新增：

```text
deerflow/skill_knowledge/scanner.py
deerflow/skill_knowledge/parsers.py
deerflow/skill_knowledge/safety.py
deerflow/skill_knowledge/digest.py
```

输出 manifest 和初始文本块。

### 23.3 抽取与归纳

新增：

```text
deerflow/skill_knowledge/extractor.py
deerflow/skill_knowledge/wiki_builder.py
```

职责：

- 构造 prompt。
- 调用项目已有模型封装。
- 解析 JSON。
- 校验 schema。
- 构建技能 Wiki 页面内容。

### 23.4 实体关系合并

新增：

```text
deerflow/skill_knowledge/merge.py
```

职责：

- 名称归一化。
- 实体 upsert。
- 关系 upsert。
- 贡献增删。
- 共享实体/关系重建计划。

### 23.5 WeKnora 投影

新增：

```text
deerflow/skill_knowledge/projector.py
deerflow/skill_knowledge/target_adapters.py
deerflow/skill_knowledge/graph_writer.py
```

职责：

- 根据 IR 和聚合结果生成 artifact plan。
- 按目标知识库类型选择 adapter。
- 调用 WeKnora client 上传原文、FAQ、会话归档或 Wiki 页面。
- 为只读目标写本地 sidecar artifact。
- 上传 graph projection docs。
- 在配置允许时通过受控 graph writer 写 Neo4j。
- 校验远端状态。

### 23.6 Gateway

新增：

```text
app/gateway/routers/skill_knowledge.py
app/gateway/skill_knowledge_job_dispatcher.py
app/gateway/skill_knowledge_job_executor.py
app/gateway/skill_knowledge_watcher.py
app/gateway/skill_knowledge_scheduler.py
```

在 app 初始化中注册：

- store。
- dispatcher。
- watcher。
- scheduler。
- router。

### 23.7 前端

新增：

```text
frontend-web/src/strategy-components/api/skill-knowledge.ts
frontend-web/src/components/workspace/skills/skill-knowledge-sync-dialog.tsx
frontend-web/src/components/workspace/skills/skill-knowledge-bindings.tsx
frontend-web/src/components/workspace/skills/skill-knowledge-jobs-panel.tsx
```

修改：

- `AdminSkillsPage.tsx`：技能列表批量选择、归纳弹窗、归纳任务页签。
- `skill-settings-page.tsx`：`SkillRow` 展示归纳知识库 chips 和操作。
- 知识库详情页：展示来源技能。

### 23.8 助手知识库

新增：

```text
offline-backend-20260512/backend/packages/harness/deerflow/assistant_knowledge/
offline-backend-20260512/backend/packages/harness/deerflow/persistence/assistant_knowledge/
offline-backend-20260512/backend/app/gateway/routers/assistant_knowledge.py
offline-backend-20260512/backend/app/gateway/assistant_knowledge_import_executor.py
frontend-web/src/strategy-components/api/assistant-knowledge.ts
frontend-web/src/pages/AssistantKnowledgePage.tsx
```

职责：

- 初始化唯一全局助手知识库“知识梳理”。
- 从 WeKnora 导出包导入 Wiki、文档、chunk、实体、关系、图谱。
- 做全局实体对齐和关系合并。
- 生成助手库 Wiki 页面。
- 建立搜索索引。
- 支持普通用户只读、管理员导入和维护。
- 支持知识库产品版本 `v1` / `v2` 切换。

### 23.9 审核队列

新增：

```text
offline-backend-20260512/backend/packages/harness/deerflow/persistence/skill_knowledge/review_model.py
frontend-web/src/components/workspace/skills/skill-knowledge-review-panel.tsx
```

职责：

- 保存实体、关系、对齐候选、Wiki 草稿的审核项。
- 支持批准、拒绝、编辑、批量处理。
- 审核完成后唤醒对应 item 继续写入。
- 保留完整审计。

## 24. 测试计划

后端测试：

| 测试 | 覆盖点 |
| --- | --- |
| `test_skill_knowledge_scanner.py` | 文件扫描、排除目录、敏感文件阻断、压缩包安全。 |
| `test_skill_knowledge_extractor.py` | LLM 输出 schema 校验、低置信关系过滤、证据路径校验。 |
| `test_skill_knowledge_entity_merge.py` | 同知识库实体合并、跨知识库不合并、属性冲突 provenance。 |
| `test_skill_knowledge_repository.py` | 绑定唯一、多对多、状态机、detach keep/delete。 |
| `test_skill_knowledge_jobs.py` | job/item claim、lease、重试、取消、崩溃恢复、200 item 聚合进度。 |
| `test_skill_knowledge_weknora_projection.py` | Wiki slug upsert、artifact staged/active、GraphRAG 不可用 partial_failed。 |
| `test_skill_knowledge_api.py` | 管理员鉴权、目标知识库校验、创建任务、查询任务、解除关联。 |
| `test_skill_knowledge_target_adapters.py` | Wiki、非 Wiki、FAQ、会话存档、只读 sidecar、助手库目标写入。 |
| `test_skill_knowledge_review.py` | 实体/关系逐条审核、编辑、批量批准、审核阻塞写入。 |
| `test_skill_knowledge_auto_sync.py` | 文件监听、定时同步、代码文件变化不触发、staged 自动写入。 |
| `test_skill_knowledge_graph_writer.py` | Neo4j 参数化写入、事务、审计、回滚计划、禁用任意 Cypher。 |
| `test_assistant_knowledge_repository.py` | 唯一全局底库、来源、导入任务、实体关系贡献。 |
| `test_assistant_knowledge_import.py` | WeKnora 导出包导入、实体对齐、关系合并、搜索索引。 |
| `test_assistant_knowledge_api.py` | 普通用户只读、管理员写入、未配置 WeKnora 场景。 |

前端测试：

- 管理员技能页可以多选技能并打开知识库选择弹窗。
- 知识库选择弹窗支持多选目标，包含 Wiki、非 Wiki、FAQ、会话存档、只读 sidecar 和助手知识库。
- 创建 job 后显示进度并 polling。
- 抽取后进入实体/关系审核页，审核通过后继续写入。
- 技能行展示已归纳知识库 chips。
- 重归纳按钮调用正确接口。
- 解除关联弹窗必须选择 keep/delete。
- 200 个技能绑定摘要使用批量接口，不触发 N+1。
- 未配置 WeKnora 时仍能展示助手知识库初始化入口。
- 普通知识库详情页可触发导入到助手知识库。
- 助手知识库搜索、Wiki 页面、来源列表按权限展示。

建议命令：

```bash
cd offline-backend-20260512/backend
PYTHONPATH=. uv run pytest tests/test_skill_knowledge_*.py -v
PYTHONPATH=. uv run pytest tests/test_harness_boundary.py -v
```

```bash
cd frontend-web
pnpm typecheck
pnpm test -- skill-knowledge
```

## 25. 验收场景

必须通过：

- 管理员选择 3 个技能归纳到 2 个目标知识库，生成 1 个 job、6 个 item、6 个 binding。
- 同一个技能随后归纳到另一个知识库，新增第二个 binding，技能行显示已归纳至 2 个知识库。
- 技能可以直接归纳到助手知识库，并生成实体对齐、Wiki 页面版本和搜索索引。
- 同一个技能同一个 digest 重复归纳，不产生重复 Wiki 页面或重复实体关系。
- 两个技能在同一知识库中抽取出同名同类型实体，只生成一个规范实体页，并列出两个贡献技能。
- 解除其中一个技能并选择删除内容后，共享实体仍保留另一个技能贡献。
- 关系必须带 evidence 和 confidence；低于 0.75 的推断关系不进入规范关系。
- 重归纳成功后，新版本替换旧版本；旧 artifact 进入 retired。
- 重归纳失败时，旧版本继续显示为当前版本。
- 解除关联选择保留内容后，远端 Wiki 和文档保留，但 binding 不再参与后续重归纳。
- 非管理员访问写接口返回 403。
- 非 Wiki、FAQ、系统会话存档知识库可作为目标，并通过对应 adapter 写入。
- 只读知识库可作为目标，结果写入本地 sidecar，远端状态显示 `pending_remote_write`。
- 直接 Neo4j 写入只在配置开启时执行，且只使用参数化 graph writer。
- 自动文件监听和定时同步可以创建后台任务，代码文件变化不会触发同步。
- 前端可逐条审核实体/关系，也可按策略批量处理。
- 前端展示 WeKnora 远端 ID，并可复制业务 key。
- WeKnora GraphRAG 不可用时，原始资料和 Wiki 成功，状态为 `partial_failed`，可重试图谱投影。
- 200 个技能批量归纳时，页面显示整体进度，失败技能可单独重试，后端没有 N+1 查询。
- 技能中出现 `.env` 或私钥时，该文件不上传、不进 prompt，页面显示安全跳过。
- 技能中的 `.py`、`.ts`、`.sh` 等代码文件不读取、不上传、不摘要，代码文件变化不触发知识 stale。
- 未配置 WeKnora 时，助手知识库仍可初始化和查看。
- 管理员可从普通知识库触发导入到助手知识库。
- 管理员可向助手知识库导入本地文件，安全扫描通过后生成 Wiki 页面版本。
- WeKnora 导出包中的 Wiki、文档、chunk、实体、关系、图谱都能进入助手底库。
- 助手底库把多个来源中的同一人或同一对象合并为一个实体 Wiki 页。
- 助手 Wiki 支持历史版本、对比和回滚。
- 助手知识库普通用户只读，管理员可导入、重导、删除来源。

## 26. 分阶段交付

第一阶段：数据模型与 API 骨架

- 建表和 store。
- 绑定列表、创建 job、查询 job、detach API。
- 管理员鉴权。
- 前端技能行能展示空绑定状态。

第二阶段：扫描、快照与后台任务

- 技能目录扫描。
- 文件 digest 和 manifest。
- job/item 执行器、lease、heartbeat、失败重试。
- 200 技能批量进度。

第三阶段：Wiki 归纳与原始资料上传

- LLM 摘要和 Wiki 页面生成。
- WeKnora 原文上传。
- Wiki page upsert。
- staged/active 替换。

第四阶段：实体关系合并与关系投影

- 规范实体和关系表。
- contribution 机制。
- 关系 Wiki 页面。
- graph projection docs。
- GraphRAG 能力探测和 partial_failed。

第五阶段：完整前端体验

- 多选技能归纳弹窗。
- 归纳任务页签。
- 技能行 chips、详情、重归纳、解除关联。
- 知识库详情来源技能反查。

第六阶段：安全、测试、文档收口

- 敏感文件阻断。
- 压缩包安全。
- 崩溃恢复。
- README / CLAUDE 更新。
- 后端和前端测试。

第七阶段：助手知识库与产品版本

- 新增唯一全局助手知识库“知识梳理”。
- 新增 WeKnora 导出到助手库导入任务。
- 新增技能直接导入助手知识库。
- 新增管理员本地文件导入助手知识库。
- 新增助手库实体对齐、关系合并和 Wiki 展示。
- 新增助手库搜索。
- 新增助手库 Wiki 页面版本管理、对比和回滚。
- 新增知识库产品版本 `v1` / `v2` 切换。
- 处理未配置 WeKnora 时的助手库默认展示。

第八阶段：多目标、审核、自动同步和底层图写入

- 支持一次选择多个目标知识库。
- 支持非 Wiki、FAQ、系统会话存档和只读目标 adapter。
- 支持实体/关系逐条审核。
- 支持文件监听、定时同步、技能变更自动远程写入。
- 支持受控 Neo4j direct writer。
- 支持远端 WeKnora ID 作为业务 key 暴露给前端。

## 27. 给实现大模型的硬性指令

实现时必须遵守：

- 先完整阅读根目录 `AGENTS.md`、后端 `AGENTS.md`、后端 `CLAUDE.md`。
- 不要回滚用户已有改动。
- 支持直接写 WeKnora 的 Neo4j，但必须通过受控 graph writer、显式配置、参数化模板、事务和审计。
- 支持把远端 WeKnora ID 作为前端业务 key 暴露，但本地仍保留 surrogate id。
- 不要让 `deerflow.*` import `app.*`。
- 不要执行技能里的代码。
- 不要读取、上传、摘要或展示技能里的代码文件、脚本文件和代码块内容。
- 不要上传或提示词输入密钥文件。
- 技能可以直接归纳到助手知识库，必须走同样的安全扫描、审核和实体对齐。
- 不要创建多个助手知识库；助手知识库只有一个全局“知识梳理”底库。
- 自动 watcher、定时同步和技能变更远程写入必须使用 staged 激活、去重、审核和失败保留旧版本。
- 重归纳必须 staged 写入，成功后再激活。
- 删除绑定贡献时必须按 contribution refcount 处理共享实体和关系。
- 助手知识库需要 Wiki 页面版本管理、版本对比、回滚和导入任务审计。
- 直接写 Neo4j 必须通过受控 graph writer 和参数化模板，不允许执行 LLM 生成的任意 Cypher。
- 远端 WeKnora ID 可以作为前端业务 key 暴露，但本地仍要保留 surrogate id 和 mapping。
- 后端代码变更后按仓库要求更新相关 README / CLAUDE。
- 涉及文件编辑使用 `apply_patch` 或项目正常格式化工具，不做无关重构。

## 28. 实现任务清单

- [ ] 新增 `skill_knowledge` 持久化模型和 store。
- [ ] 新增绑定、job、item、artifact、entity、relation、contribution 表。
- [ ] 新增管理员 router `/api/skill-knowledge`。
- [ ] 接入知识库能力校验，支持 Wiki、非 Wiki、FAQ、会话存档、只读 sidecar 和助手知识库。
- [ ] 支持一次选择多个目标知识库，并按 `技能 x 目标` 生成 item。
- [ ] 新增技能扫描器，支持全部非代码知识文件、安全排除和 digest。
- [ ] 技能扫描器完全排除代码文件、脚本文件和 Markdown 代码块内容。
- [ ] 新增 snapshot 缓存。
- [ ] 新增 LLM 抽取器，输出 schema 校验。
- [ ] 新增 Wiki 页面生成器。
- [ ] 新增实体归一化与合并逻辑。
- [ ] 新增关系归一化与合并逻辑。
- [ ] 新增 WeKnora artifact projector。
- [ ] 新增 target adapters。
- [ ] 新增 graph projection 文档生成和上传。
- [ ] 新增受控 Neo4j direct graph writer。
- [ ] 新增实体/关系审核队列。
- [ ] 新增后台 job dispatcher / executor。
- [ ] 新增文件 watcher、定时同步 scheduler、技能变更自动写入触发。
- [ ] 实现 resync 成功替换、失败保留旧版本。
- [ ] 实现 detach keep/delete。
- [ ] 技能变更后标记 binding stale。
- [ ] 前端新增 `skill-knowledge.ts` API。
- [ ] 技能管理页新增多选归纳入口。
- [ ] 新增选择知识库弹窗。
- [ ] 新增归纳任务页签。
- [ ] 技能行展示已归纳知识库状态。
- [ ] 实现重归纳、重试、取消、解除关联 UI。
- [ ] 知识库详情展示来源技能。
- [ ] 新增唯一全局助手知识库“知识梳理”。
- [ ] 新增助手知识库持久化模型、来源、导入任务、Wiki、实体、关系、贡献表。
- [ ] 新增 WeKnora 导出到助手知识库任务。
- [ ] 支持技能直接导入助手知识库。
- [ ] 支持管理员本地文件导入助手知识库。
- [ ] 导出范围覆盖 Wiki、文档、chunk、实体、关系、图谱。
- [ ] 助手知识库实现全局实体对齐和关系合并。
- [ ] 助手知识库生成 Wiki 页面并支持搜索。
- [ ] 助手知识库支持 Wiki 页面版本管理、对比、发布和回滚。
- [ ] 新增知识库产品版本 `v1` / `v2` 设置，默认 `v1`。
- [ ] 未配置 WeKnora 时仍展示助手知识库创建或初始化入口。
- [ ] 助手知识库普通用户只读，管理员可导入、重导、删除。
- [ ] 后端测试覆盖核心状态机和安全边界。
- [ ] 前端测试覆盖主要交互。
- [ ] 更新后端 README / CLAUDE 与必要前端文档。

## 29. 风险与处理

| 风险 | 处理 |
| --- | --- |
| WeKnora 图谱 API 在部署版本不稳定 | 以 Swagger 能力探测为准；Wiki 关系页和 graph projection 文档作为稳定方案。 |
| LLM 推断关系误判 | 强制 evidence、confidence 阈值、低置信不进入规范关系。 |
| 200 技能批量耗时长 | 后台 job、item 并发、snapshot 缓存、前端批量查询。 |
| 重归纳中断导致新旧混杂 | staged artifact + 本地事务激活 + 失败保留旧版本。 |
| 删除共享实体误删其他技能知识 | contribution refcount，删除只移除该 binding 贡献。 |
| 敏感信息进入知识库 | 文件级安全阻断、prompt 前二次扫描、日志脱敏。 |
| 技能目录处理阻塞 Gateway | 文件 IO 和转换统一 `asyncio.to_thread`。 |
| 技能源文件归纳中变化 | expected digest 校验，不一致则失败并标记 stale。 |

## 30. 新增：普通知识库与助手知识库双体系

本节是基于新需求的补充设计。后续实现以本节为准；如果本节与前文旧的 WeKnora-only 表述冲突，优先采用本节。

### 30.1 产品形态

系统需要区分两类知识库：

| 类型 | 存储 | 用途 | 可见性 | 写入来源 |
| --- | --- | --- | --- | --- |
| 普通知识库 | WeKnora | 文档向量化、Wiki、检索、图谱、技能归纳目标 | 按现有 WeKnora 逻辑 | 技能归纳、现有 WeKnora 导入 |
| 助手知识库 | DeerFlow 自研库 | 全局知识梳理、实体对齐、Wiki 展示、搜索、版本管理 | 所有人可见，普通用户只读 | WeKnora 导出、WeKnora 自动沉淀、技能直接归纳、管理员本地文件导入 |

产品版本开关：

- `v1`：默认值，优先展示现有普通知识库体验。
- `v2`：优先展示助手知识库体验。
- 管理员可在系统设置中切换版本。
- 如果未配置 WeKnora，即使当前版本默认是 `v1`，页面也应展示助手知识库创建/初始化入口；WeKnora 相关能力隐藏或置灰，并提示“未配置普通知识库服务”。

建议新增系统设置项：

```json
{
  "knowledge_base_product_version": "v1"
}
```

### 30.2 助手知识库定位

助手知识库只有一个全局底库，建议默认名：

```text
知识梳理
```

它不是 WeKnora 的另一个知识库，也不向 WeKnora 写数据。它是 DeerFlow 自己维护的结构化知识底库。

助手知识库对用户展示：

- Wiki 页面列表。
- Wiki 页面详情。
- Wiki 页面版本、对比和回滚。
- 实体页。
- 关系页。
- 搜索。
- 数据导入记录。

助手知识库内部可以存实体、关系、贡献、来源、搜索索引，但前端主体验以 Wiki 为中心，不做复杂图数据库管理页。

权限：

- 普通用户：可查看、搜索。
- 管理员：可初始化助手知识库、从 WeKnora 导入、重新导入、删除导入来源、编辑或删除 Wiki 页面。

### 30.3 数据来源

助手知识库的数据来源包括 WeKnora、技能归纳和管理员本地文件。

支持四种触发方式：

| 方式 | 说明 |
| --- | --- |
| 自动沉淀 | WeKnora 普通知识库完成文档向量化、Wiki 生成和图谱抽取后，默认创建一个导入任务，把处理结果沉淀到助手知识库。 |
| 手动导入 | 管理员在普通知识库页面点击“导入到助手知识库”或“导出到知识梳理”，本质仍是导出 WeKnora 数据后导入助手库。 |
| 技能直接归纳 | 管理员在技能管理页选择助手知识库作为目标，系统直接写入自研助手底库。 |
| 本地文件导入 | 管理员在助手知识库页面上传本地文件，系统安全扫描后抽取实体、关系和 Wiki 页面。 |

限制：

- 普通用户不能写入助手知识库。
- 本地文件导入必须走敏感信息扫描、文件类型白名单、大小限制和导入审计。
- 技能直接归纳仍然完全排除代码文件、脚本文件和 Markdown 代码块内容。

### 30.4 WeKnora 导出范围

从 WeKnora 导入助手知识库时，需要尽可能导出全部已处理数据：

- 知识库元数据。
- Wiki 页面。
- Wiki 页面之间的链接。
- 已上传文档信息。
- 已向量化完成的 chunk 文本、chunk metadata、来源文档映射。
- WeKnora 可读取的实体。
- WeKnora 可读取的关系。
- WeKnora 可读取的图谱节点和边。
- 技能归纳产生的 source metadata，例如 `skill_name`、`binding_id`、`snapshot_id`。

说明：

- 助手知识库不强依赖复用 WeKnora embedding 向量。若 WeKnora 不暴露 embedding 原始向量，导入 chunk 文本和 metadata 即可。
- 如果 WeKnora 不暴露稳定的图谱导出 API，则使用现有 Wiki graph、关系投影文档、Wiki 关系页和可查询接口重建实体关系。
- 导入过程要记录能力缺失：例如“已导入 Wiki 与文档，图谱 API 不可用，关系由 Wiki 关系页重建”。

导出包建议：

```json
{
  "export_id": "wk_export_001",
  "source": {
    "type": "weknora",
    "knowledge_base_id": "local-kb-id",
    "knowledge_base_name": "作战知识库",
    "exported_at": "2026-09-01T10:00:00Z"
  },
  "wiki_pages": [],
  "documents": [],
  "chunks": [],
  "entities": [],
  "relations": [],
  "graph": {
    "nodes": [],
    "edges": []
  }
}
```

### 30.5 助手库实体对齐

助手知识库的核心价值是把来自不同 WeKnora 普通知识库、不同技能来源、不同 Wiki 页中的同一实体合并。

实体对齐范围是全局助手库：

```text
assistant_base_id + entity_type + normalized_name
```

如果存在更强 ID，则优先：

```text
assistant_base_id + entity_type + external_id_type + external_id
```

对齐规则：

- 确定性同一：证件号、统一社会信用代码、装备编号、系统唯一 ID 等完全一致，直接合并。
- 高置信名称同一：同类型实体 normalized name 一致，合并。
- 模型推断同一：允许模型判断“张三”“张三同志”“Zhang San”是否同一人，但必须给出 evidence 和 confidence。
- `confidence >= 0.90` 的模型对齐可以自动合并。
- `0.70 <= confidence < 0.90` 的模型对齐不自动合并，可记录为候选别名或候选关联。
- `confidence < 0.70` 丢弃。

合并后必须保留来源贡献：

- 来自哪个 WeKnora 知识库。
- 来自哪个 Wiki 页面或 chunk。
- 来自哪个技能 binding。
- 证据文本。
- 导入任务 ID。

属性冲突不覆盖：

- 不同来源给出不同姓名、职务、时间、地点、数值时，按来源分组展示。
- Wiki 页面中展示“多来源信息”而不是最后写入覆盖。

### 30.6 助手库关系对齐

关系 key：

```text
assistant_base_id + source_assistant_entity_id + normalized_predicate + target_assistant_entity_id
```

关系来源：

- WeKnora 图谱边。
- WeKnora Wiki graph 链接。
- 技能归纳时写入 WeKnora 的关系页。
- graph projection 文档。
- 模型从 WeKnora 导出包中推断的高置信关系。

关系合并后保留多个证据贡献。

关系 Wiki 页面建议：

```text
assistant/relations/{predicate}/{stable_relation_id}
```

关系页内容：

- 源实体。
- 关系类型。
- 目标实体。
- 关系描述。
- 来源知识库。
- 来源 Wiki 页。
- 证据和置信度。

### 30.7 助手库 Wiki 生成

助手库最终以 Wiki 页面展示。

页面类型：

| 页面 | slug 示例 | 说明 |
| --- | --- | --- |
| 首页 | `assistant/home` | 知识梳理总览、实体数量、来源数量、最近导入。 |
| 来源页 | `assistant/sources/{source_id}` | 某个 WeKnora 知识库导入结果。 |
| 实体页 | `assistant/entities/{type}/{entity_id}-{name}` | 对齐后的全局实体页面。 |
| 关系页 | `assistant/relations/{predicate}/{relation_id}` | 对齐后的全局关系页面。 |
| 主题页 | `assistant/topics/{topic}` | 从 WeKnora Wiki 分类或目录生成。 |

实体页结构：

- 标题：实体名。
- 类型：人物、组织、地点、装备、事件、概念、数据对象等。
- 摘要：模型基于多来源融合生成。
- 别名。
- 多来源属性。
- 相关实体。
- 相关关系。
- 来源 Wiki 页面。
- 证据。

助手库 Wiki 页面需要版本管理。每次 WeKnora 导入、技能直接归纳、管理员本地文件导入、实体对齐重建或人工编辑，都生成新 revision。新 revision 先处于 draft 或 staged 状态，发布成功后成为 current。

版本能力：

- 查看历史版本。
- 对比两个版本。
- 回滚到历史版本。
- 查看版本来源：导入任务、技能归纳任务、人工编辑。
- 查看版本发布人和发布时间。

### 30.8 助手库搜索

助手知识库需要支持搜索。

V1 建议实现：

- Wiki 标题搜索。
- 实体名称和别名搜索。
- Wiki 正文全文搜索。
- 来源知识库过滤。
- 实体类型过滤。

实现选择：

- SQLite 可使用 FTS5。
- PostgreSQL 可使用 tsvector 或 trigram。
- 如果现有持久化层不方便，先实现数据库 LIKE + normalized name 索引，后续再升级全文索引。

搜索结果只展示 Wiki 页面，不直接展示底层 chunk。

### 30.9 助手库持久化表

建议新增：

```text
deerflow.persistence.assistant_knowledge
```

核心表：

#### `assistant_knowledge_base`

只允许一条 active 记录。

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `name` | 默认“知识梳理”。 |
| `status` | `active` / `disabled`。 |
| `created_by` | 初始化管理员。 |
| `created_at` / `updated_at` | 时间戳。 |

#### `assistant_knowledge_sources`

记录每个来源。来源可以是 WeKnora 知识库、技能归纳或管理员本地导入。

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `base_id` | 助手库 ID。 |
| `source_type` | `weknora` / `skill` / `local_file`。 |
| `knowledge_base_mapping_id` | DeerFlow 本地 WeKnora 映射 ID，可为空。 |
| `skill_name` | 技能名，可为空。 |
| `upload_batch_id` | 本地文件导入批次，可为空。 |
| `source_name` | 来源名称。 |
| `last_import_job_id` | 最近导入任务。 |
| `status` | `active` / `import_failed` / `deleted`。 |
| `created_at` / `updated_at` | 时间戳。 |

#### `assistant_knowledge_import_jobs`

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `base_id` | 助手库 ID。 |
| `source_id` | 来源 ID。 |
| `trigger` | `auto_after_weknora_indexed` / `manual_from_weknora` / `skill_direct` / `manual_file_upload` / `scheduled` / `watcher`。 |
| `status` | `queued` / `running` / `completed` / `partial_failed` / `failed`。 |
| `phase` | `exporting` / `scanning` / `parsing` / `awaiting_review` / `aligning_entities` / `aligning_relations` / `writing_wiki` / `indexing_search` / `completed`。 |
| `counts_json` | 导入页面、实体、关系、chunk 数。 |
| `last_error_message` | 错误摘要。 |
| `created_by` | 操作人；自动任务可为空或 system。 |
| `created_at` / `completed_at` | 时间戳。 |

#### `assistant_knowledge_wiki_pages`

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `base_id` | 助手库 ID。 |
| `slug` | 全局唯一 slug。 |
| `title` | 标题。 |
| `page_type` | `home` / `source` / `entity` / `relation` / `topic`。 |
| `current_revision_id` | 当前发布版本。 |
| `content_markdown` | 当前版本冗余内容，便于列表和搜索。 |
| `summary` | 摘要。 |
| `status` | `active` / `deleted`。 |
| `search_text` | 搜索文本。 |
| `updated_at` | 更新时间。 |

#### `assistant_knowledge_wiki_revisions`

保存 Wiki 页面版本。

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `page_id` | Wiki 页面。 |
| `revision_no` | 递增版本号。 |
| `content_markdown` | 版本内容。 |
| `summary` | 版本摘要。 |
| `source_id` | 来源，可为空。 |
| `import_job_id` | 导入任务，可为空。 |
| `change_type` | `import` / `skill_sync` / `manual_edit` / `entity_rebuild` / `rollback`。 |
| `status` | `draft` / `staged` / `published` / `superseded`。 |
| `created_by` | 创建人。 |
| `created_at` / `published_at` | 时间戳。 |

#### `assistant_knowledge_entities`

保存全局对齐后的实体。

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `base_id` | 助手库 ID。 |
| `entity_type` | 实体类型。 |
| `normalized_name` | 归一化名称。 |
| `display_name` | 展示名称。 |
| `aliases_json` | 别名。 |
| `attributes_json` | 聚合属性。 |
| `wiki_page_id` | 实体 Wiki 页。 |
| `status` | `active` / `deleted`。 |

#### `assistant_knowledge_entity_contributions`

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `entity_id` | 全局实体。 |
| `source_id` | WeKnora 来源。 |
| `import_job_id` | 导入任务。 |
| `source_wiki_slug` | 来源 Wiki 页。 |
| `source_chunk_id` | 来源 chunk，可为空。 |
| `source_skill_name` | 来源技能，可为空。 |
| `evidence_json` | 证据。 |
| `confidence` | 置信度。 |

#### `assistant_knowledge_relations`

保存全局对齐后的关系。

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `base_id` | 助手库 ID。 |
| `source_entity_id` | 源实体。 |
| `predicate` | 关系类型。 |
| `target_entity_id` | 目标实体。 |
| `description` | 聚合描述。 |
| `wiki_page_id` | 关系 Wiki 页。 |
| `status` | `active` / `deleted`。 |

#### `assistant_knowledge_relation_contributions`

| 字段 | 说明 |
| --- | --- |
| `id` | UUID。 |
| `relation_id` | 全局关系。 |
| `source_id` | WeKnora 来源。 |
| `import_job_id` | 导入任务。 |
| `source_wiki_slug` | 来源 Wiki 页。 |
| `graph_edge_id` | WeKnora 图谱边 ID，可为空。 |
| `evidence_json` | 证据。 |
| `confidence` | 置信度。 |

### 30.10 助手库 API

新增 router：

```text
/api/assistant-knowledge
```

建议接口：

```http
GET /api/assistant-knowledge/base
POST /api/assistant-knowledge/base/initialize
GET /api/assistant-knowledge/wiki-pages
GET /api/assistant-knowledge/wiki-pages/{slug}
GET /api/assistant-knowledge/wiki-pages/{slug}/revisions
GET /api/assistant-knowledge/wiki-pages/{slug}/revisions/{revision_id}
POST /api/assistant-knowledge/wiki-pages/{slug}/revisions/{revision_id}/rollback
GET /api/assistant-knowledge/search?q=xxx&type=entity&source_id=xxx
GET /api/assistant-knowledge/entities/{id}
GET /api/assistant-knowledge/relations/{id}
GET /api/assistant-knowledge/sources
GET /api/assistant-knowledge/import-jobs
GET /api/assistant-knowledge/import-jobs/{id}
POST /api/assistant-knowledge/sources/{source_id}/reimport
POST /api/assistant-knowledge/imports/files
POST /api/assistant-knowledge/imports/skills
DELETE /api/assistant-knowledge/sources/{source_id}
```

新增 WeKnora 普通知识库导出或导入触发接口：

```http
POST /api/llmwiki/knowledge-bases/{knowledge_base_id}/export-to-assistant
```

行为：

- 校验管理员。
- 校验助手知识库已初始化；未初始化则自动创建“知识梳理”或提示管理员确认创建。
- 校验 WeKnora 知识库已完成处理。
- 创建 `assistant_knowledge_import_jobs`。
- 后台导出 WeKnora 数据并导入助手库。

本地文件导入接口：

```http
POST /api/assistant-knowledge/imports/files
```

使用 multipart 上传文件。后端必须先完成安全扫描和敏感信息阻断，再进入解析、抽取、审核、实体对齐和 Wiki 版本生成。

技能直接导入接口：

```http
POST /api/assistant-knowledge/imports/skills
```

请求：

```json
{
  "skill_names": ["skill-a", "skill-b"],
  "force": false
}
```

该接口也可以由 `/api/skill-knowledge/sync-jobs` 在目标类型为 `assistant` 时内部复用。

系统设置接口需要支持：

```http
GET /api/system-settings/knowledge-base-product-version
PUT /api/system-settings/knowledge-base-product-version
```

### 30.11 前端页面

知识库入口需要支持产品版本切换。

建议：

- 管理员设置页提供“知识库版本”切换：`v1 普通知识库` / `v2 助手知识库`，默认 `v1`。
- 知识库页面顶部用 Tabs 或 Segmented Control 区分“普通知识库”和“助手知识库”。
- 未配置 WeKnora 时，普通知识库 tab 隐藏或禁用；助手知识库 tab 正常显示。
- 助手知识库未初始化时，展示“创建知识梳理库”按钮。
- 创建后展示 Wiki 首页、搜索框、来源列表、最近导入和页面版本入口。
- 普通知识库详情页增加按钮：“导入到助手知识库”。
- 普通知识库列表中可显示“已沉淀到知识梳理 / 待导入 / 导入失败”状态。
- 助手知识库页面为管理员提供“导入本地文件”和“导入技能”入口。

助手知识库页面建议：

```text
知识梳理
├── 搜索
├── Wiki 首页
├── 实体
├── 关系
├── 来源知识库
├── 导入记录
└── 页面版本
```

普通用户只看到搜索、Wiki、实体、关系、来源和只读版本历史。管理员额外看到导入、重新导入、删除来源、版本对比和回滚。

### 30.12 自动沉淀时机

WeKnora 普通知识库完成以下任意流程后，应触发或排队助手库导入：

- 管理员从技能归纳到 WeKnora 成功。
- WeKnora 文档上传并完成向量化。
- WeKnora Wiki 页面生成或更新完成。
- WeKnora 图谱抽取完成。
- 管理员手动点击“导入到助手知识库”。

为了避免频繁重复导入：

- 对每个 WeKnora 知识库维护 `last_export_digest`。
- 导出前计算 Wiki 页面、文档 chunk、图谱摘要的 digest。
- digest 未变化时跳过导入。
- 同一 WeKnora 知识库同一时间只允许一个 active 导入任务。

### 30.13 与技能归纳的关系

技能归纳支持两条链路。

链路 A：先进入 WeKnora，再沉淀助手库。

```text
技能知识文件
  -> WeKnora 普通知识库
  -> WeKnora 向量化 / Wiki / 图谱
  -> 导出已处理数据
  -> 助手知识库“知识梳理”
  -> 全局实体对齐
  -> Wiki 展示与搜索
```

链路 B：直接进入助手知识库。

```text
技能知识文件
  -> 助手知识库“知识梳理”
  -> 实体/关系预览审核
  -> 全局实体对齐
  -> Wiki 页面版本发布
  -> 搜索索引
```

代码文件在第一步就被排除，不进入后续任何知识库。

### 30.14 新增测试与验收

新增后端测试：

- 未配置 WeKnora 时，助手知识库 base 接口可用，普通知识库导入接口返回明确不可用。
- 初始化助手知识库后，只存在一个 active base。
- 普通用户可读助手 Wiki，写接口返回 403。
- 管理员可从 WeKnora 知识库触发导入任务。
- 管理员可把技能直接导入助手知识库。
- 管理员可上传本地文件导入助手知识库。
- WeKnora 导出包包含 Wiki、文档、chunk、实体、关系、图谱时，助手库全部导入。
- 同一个人或同一对象来自多个 WeKnora 来源时，在助手库合并为一个实体。
- 模型推断实体对齐 `confidence >= 0.90` 自动合并，低于阈值不合并。
- 删除某个来源时，只删除该来源贡献；其他来源贡献仍保留。
- 助手库搜索能命中 Wiki 标题、实体别名和正文。
- 助手 Wiki 页面支持 revision、对比和回滚。
- 技能归纳扫描不读取、不上传、不摘要代码文件，代码文件变化不触发 stale。

新增前端测试：

- 知识库产品版本默认 `v1`。
- 管理员可切换 `v1` / `v2`。
- 未配置 WeKnora 时仍可看到“创建知识梳理库”。
- 普通知识库详情页有“导入到助手知识库”按钮。
- 助手知识库页面展示 Wiki、搜索、来源、导入记录。
- 助手知识库页面展示页面版本、对比和回滚入口。
- 普通用户看不到导入、删除、重新导入和回滚动作。