wsk/deerflow-code

Fork 0

gozeros b638b541d0 初始化

2026-09-07 18:24:55 +08:00

31 KiB

Raw Blame History

产品内知识库沉淀系统开发文档

1. 背景

当前项目是一个 DeerFlow 定制化离线部署系统，包含：

前端：frontend-web/，Vite + React 19 + TypeScript。
后端：offline-backend-20260512/backend/，FastAPI Gateway + LangGraph agent runtime。
现有能力：对话线程、工具搜索、引用来源、Markdown 渲染、外部知识库 iframe 页面。

本需求希望将“每次问答、搜索、工具调用、生成报告”等高价值内容自动或手动沉淀为产品内知识库，并在后续问答中可被检索和召回。

本方案以 ar9av/obsidian-wiki 为底层知识组织规范：优先复用它的 vault 目录结构、Markdown frontmatter、index.md、log.md、hot.md、.manifest.json、wikilink、wiki-capture、wiki-query、wiki-export、graph-colorize 等原生技能/页面产物。产品侧负责把这些能力封装成后端 API 和 React 页面。

2. 目标

实现一套产品内知识库系统：

支持从单次对话线程沉淀知识。
支持从搜索结果、工具调用结果沉淀知识。
支持自动抽取摘要、标签、实体、来源、关键结论。
支持知识列表、详情、搜索、编辑、删除。
支持保存 Obsidian 兼容 Markdown 文件。
支持后续问答时召回相关知识，并显示引用来源。
首版支持知识图谱页面，后续可增强实体关系抽取、自动去重、知识合并。

3. 首版交付范围

首版必须实现：

产品内知识库页面：列表、详情、搜索、编辑、删除/归档。
产品内 Markdown 编辑体验：支持编辑正文、预览 Markdown、编辑标题/标签/状态/来源信息。
当前对话沉淀：在聊天线程页面点击“保存到知识库”，生成 obsidian-wiki 兼容 Markdown 笔记。
历史线程批量入库：提供后台接口和前端入口，可批量扫描已有线程并沉淀为知识库内容。
搜索和工具结果沉淀：保存 query、结果标题、摘要、URL、工具名等来源信息。
全局共享知识库：所有用户共用同一套 vault 和数据库索引，不按用户隔离。
审计记录：写入、更新、删除记录 created_by / updated_by，用于追踪操作来源。
Obsidian 兼容 vault：后端自行维护 index.md、log.md、hot.md、.manifest.json、wikilinks 和 frontmatter。
图谱页面：后端自行生成 wiki-export/graph.html 和 graph.json，前端直接 iframe 展示 graph.html。
不安装、不调用 obsidian-wiki CLI。
知识库功能由新增 knowledge 模块独立实现。

首版暂缓实现：

精确复刻 Obsidian 桌面端所有交互细节。
图数据库服务。首版图谱用 Markdown wikilinks + graph.json / graph.html 实现，不额外引入图数据库中间件。
向量 RAG 自动注入。首版先完成知识沉淀、管理、关键词搜索和图谱，向量召回后续增强。

4. 总体架构

数据流：

用户问答 / 搜索 / 工具调用 / 生成文档
        ↓
Knowledge Event 采集
        ↓
Obsidian Wiki Adapter
按 obsidian-wiki 原生技能规范抽取、分类、写入 vault
        ↓
三类存储
1. Markdown Vault：obsidian-wiki 原生目录、frontmatter、wikilinks
2. 数据库：产品检索、列表、来源映射、创建/修改审计
3. 向量索引：语义检索和 RAG 召回
        ↓
前端知识库页面
列表、搜索、详情、来源、编辑、图谱
        ↓
后续问答自动召回相关知识

推荐新增后端模块：

offline-backend-20260512/backend/app/gateway/routers/knowledge.py
offline-backend-20260512/backend/packages/harness/deerflow/knowledge/

推荐新增前端模块：

frontend-web/src/core/knowledge/
frontend-web/src/pages/KnowledgeBasePage.tsx
frontend-web/src/components/knowledge/

4.1 obsidian-wiki 原生复用策略

必须优先复用 obsidian-wiki 的原生约定，而不是另起一套知识库格式。

4.1.1 复用对象

从 ar9av/obsidian-wiki 复用以下内容：

.skills/wiki-capture/SKILL.md
- 用作“对话沉淀为知识笔记”的抽取和写作模板。
- 关键要求：写成 declarative knowledge，不保存聊天流水账。
.skills/wiki-query/SKILL.md
- 用作知识检索策略参考。
- 关键要求：先读 hot.md / index.md / frontmatter，再逐步升级到正文。
.skills/wiki-export/SKILL.md
- 用作知识图谱导出规范。
- 复用输出：wiki-export/graph.json、graph.graphml、cypher.txt、graph.html。
.skills/graph-colorize/SKILL.md
- 后续用于 Obsidian graph 配色。
.skills/wiki-status/SKILL.md
- 后续用于知识库状态、孤立页面、delta 分析。
.skills/cross-linker/SKILL.md
- 后续用于自动补充 wikilinks。
.skills/wiki-dedup/SKILL.md
- 后续用于重复知识合并。
vault 文件：
- index.md
- log.md
- hot.md
- .manifest.json
- _insights.md
- _meta/taxonomy.md

4.1.2 产品封装原则

产品后端新增 ObsidianWikiAdapter，负责：

初始化 vault。
调用或模拟 wiki-capture 的写入流程。
写入 index.md、log.md、hot.md。
维护 .manifest.json。
按 wiki-export 规范生成 wiki-export/graph.html/json。
将 vault 页面同步到产品数据库索引。

前端不直接依赖 obsidian-wiki 技能文件。前端只调用 /api/knowledge/*。

4.1.3 调用方式优先级

优先级如下：

运行时不使用 obsidian-wiki CLI。
后端内置 obsidian-wiki 兼容实现，输出必须兼容 obsidian-wiki vault。
后端自行初始化 vault、写入 Markdown、维护 index.md / log.md / hot.md / .manifest.json。
后端自行按 wiki-export 规范生成 wiki-export/graph.html / graph.json。
对 wiki-export/graph.html 这类原生产物，优先直接作为静态页面 iframe 到产品内。
对 Markdown 笔记列表、详情、编辑，使用产品自研 React 页面读取同一个 vault。

5. 与现有系统的关系

可复用现有能力：

app/gateway/routers/threads.py
- GET /api/threads/{thread_id}/state 可读取线程 messages。
- GET /api/threads/{thread_id}/reference-batches 可读取工具搜索/引用来源。
前端 Markdown 能力
- frontend-web/src/strategy-components/MarkdownRenderer.tsx
- frontend-web/src/core/threads/export.ts
现有知识库入口
- frontend-web/src/strategy-components/components/resource-management/KnowledgeBaseResourceManagement.tsx
- 当前是 iframe，后续可替换为原生知识库管理页面。

必须复用/兼容的外部项目能力：

git-clone/obsidian-wiki/.skills/wiki-capture/SKILL.md
git-clone/obsidian-wiki/.skills/wiki-query/SKILL.md
git-clone/obsidian-wiki/.skills/wiki-export/SKILL.md
git-clone/obsidian-wiki/.skills/wiki-status/SKILL.md
git-clone/obsidian-wiki/.skills/wiki-dedup/SKILL.md
git-clone/obsidian-wiki/.skills/cross-linker/SKILL.md

6. 分阶段实现

阶段一：首版完整交付

目标：交付可用的产品内共享知识库。用户可以手动沉淀当前对话，也可以批量沉淀历史线程；所有知识写入同一套 obsidian-wiki 兼容 vault，并在产品内完成浏览、搜索、编辑、删除和图谱查看。

范围：

新增知识笔记数据库表。
新增 ObsidianWikiAdapter。
新增 obsidian-wiki 兼容 Markdown vault 写入能力。
初始化并维护 index.md、log.md、hot.md、.manifest.json。
新增 POST /api/knowledge/ingest/thread/{thread_id}。
新增 POST /api/knowledge/ingest/threads/batch，支持批量扫描并沉淀历史线程。
新增 POST /api/knowledge/ingest/search，支持搜索和工具结果来源沉淀。
新增 GET /api/knowledge/notes。
新增 GET /api/knowledge/notes/{note_id}。
新增 PUT /api/knowledge/notes/{note_id}。
新增 DELETE /api/knowledge/notes/{note_id}。
新增 POST /api/knowledge/search，首版支持关键词/frontmatter/Markdown 内容检索。
新增 POST /api/knowledge/export/graph，生成 wiki-export/graph.html 和 graph.json。
前端新增“保存到知识库”按钮。
前端新增“批量导入历史线程”入口。
前端新增知识库列表、详情、编辑、搜索、删除/归档页面。
前端新增图谱页面，iframe 展示 wiki-export/graph.html。
知识库全局共享，不按用户隔离。

阶段一暂缓：

向量检索。
自动合并重复知识。
agent 回答前的向量 RAG 自动注入。

阶段二：向量检索和 RAG 召回

目标：用户后续提问时，自动检索知识库并注入 agent 上下文。

范围：

先实现 obsidian-wiki 原生 wiki-query 风格的分层检索：
- hot.md
- index.md
- frontmatter
- 相关正文片段
新增 Markdown 分块。
新增 embedding 生成与索引。
新增 POST /api/knowledge/search。
在 agent 调用前执行知识召回。
回答中展示引用的知识笔记和来源。

阶段三：自动沉淀和知识治理

目标：聊天完成后自动判断是否值得沉淀，并支持去重、合并、编辑审核。

范围：

后台任务队列。
价值判断：是否值得入库。
重复检测。
版本记录。
合并建议。
敏感信息过滤。
审核状态：draft、approved、archived。

阶段四：图谱增强

目标：在首版 graph.html / graph.json 基础上增强实体、关系和交互能力。

范围：

优先复用 obsidian-wiki wiki-export 输出。
直接生成/服务 wiki-export/graph.html 作为第一版图谱页面。
读取 wiki-export/graph.json 给产品自研图谱组件使用。
后续再做实体抽取、关系抽取和自定义图谱。
GET /api/knowledge/graph。
前端图谱页面。

7. 数据库设计

首版可使用当前项目已有数据库体系。字段名建议使用 snake_case。

7.1 knowledge_notes

知识笔记主表。

CREATE TABLE knowledge_notes (
  id VARCHAR(64) PRIMARY KEY,
  title VARCHAR(512) NOT NULL,
  summary TEXT,
  content_md LONGTEXT NOT NULL,
  vault_path VARCHAR(1024),
  source_type VARCHAR(64) NOT NULL,
  source_id VARCHAR(256),
  status VARCHAR(32) NOT NULL DEFAULT 'approved',
  confidence FLOAT DEFAULT 0,
  created_by VARCHAR(128),
  updated_by VARCHAR(128),
  created_at DATETIME NOT NULL,
  updated_at DATETIME NOT NULL
);

source_type 可选：

thread
search
tool
file
manual
report

status 可选：

draft
approved
archived

7.2 knowledge_sources

知识来源表。

CREATE TABLE knowledge_sources (
  id VARCHAR(64) PRIMARY KEY,
  note_id VARCHAR(64) NOT NULL,
  source_type VARCHAR(64) NOT NULL,
  thread_id VARCHAR(128),
  message_id VARCHAR(128),
  tool_name VARCHAR(128),
  title VARCHAR(512),
  url TEXT,
  snippet TEXT,
  raw_json LONGTEXT,
  created_by VARCHAR(128),
  created_at DATETIME NOT NULL
);

7.3 knowledge_tags

CREATE TABLE knowledge_tags (
  id VARCHAR(64) PRIMARY KEY,
  name VARCHAR(128) NOT NULL,
  created_at DATETIME NOT NULL
);

7.4 knowledge_note_tags

CREATE TABLE knowledge_note_tags (
  note_id VARCHAR(64) NOT NULL,
  tag_id VARCHAR(64) NOT NULL,
  PRIMARY KEY (note_id, tag_id)
);

7.5 knowledge_entities

阶段五使用。

CREATE TABLE knowledge_entities (
  id VARCHAR(64) PRIMARY KEY,
  name VARCHAR(256) NOT NULL,
  entity_type VARCHAR(64),
  created_at DATETIME NOT NULL
);

7.6 knowledge_relations

阶段五使用。

CREATE TABLE knowledge_relations (
  id VARCHAR(64) PRIMARY KEY,
  from_note_id VARCHAR(64),
  to_note_id VARCHAR(64),
  from_entity_id VARCHAR(64),
  to_entity_id VARCHAR(64),
  relation_type VARCHAR(128) NOT NULL,
  weight FLOAT DEFAULT 1,
  created_at DATETIME NOT NULL
);

7.7 knowledge_embeddings

阶段三使用。如果使用外部向量库，此表只保存索引映射。

CREATE TABLE knowledge_embeddings (
  id VARCHAR(64) PRIMARY KEY,
  note_id VARCHAR(64) NOT NULL,
  chunk_index INT NOT NULL,
  content TEXT NOT NULL,
  vector_id VARCHAR(256),
  created_at DATETIME NOT NULL
);

8. Markdown Vault 设计

默认存储路径：

offline-backend-20260512/backend/data/knowledge/obsidian-vault/

也可以通过配置项指定：

knowledge:
  enabled: true
  provider: obsidian_wiki
  vault_dir: data/knowledge/obsidian-vault
  auto_ingest_enabled: false
  max_thread_messages: 80

必须兼容 obsidian-wiki 原生结构：

vault/
  index.md
  log.md
  hot.md
  .manifest.json
  _meta/
    taxonomy.md
  concepts/
  entities/
  skills/
  references/
  synthesis/
  journal/
  projects/
    deerflow/
      concepts/
      references/
      synthesis/
      journal/
  wiki-export/
    graph.json
    graph.graphml
    cypher.txt
    graph.html

页面分类遵循 wiki-capture：

synthesis：多步骤分析、方案、结论。
concepts：概念、框架、模型。
references：外部来源、搜索结果、文章资料。
synthesis decision 类型：架构或设计决策。
journal：完整会话摘要。
projects/<project-name>/...：项目相关知识优先进入项目空间。

Markdown frontmatter 必须优先兼容 wiki-capture：

---
title: >-
  知识标题
category: synthesis
tags: [deerflow, knowledge-base, agent]
sources:
  - conversation:2026-06-08
  - thread:thread_id
  - message:message_id
created: 2026-06-08T15:30:00+08:00
updated: 2026-06-08T15:30:00+08:00
summary: >-
  一到两句话说明这页知识保存了什么。
provenance:
  extracted: 0.7
  inferred: 0.2
  ambiguous: 0.1
base_confidence: 0.82
lifecycle: draft
lifecycle_changed: 2026-06-08
relationships:
  - target: "[[concepts/knowledge-graph]]"
    type: uses
---

# 知识标题

## Context

问题背景或触发场景。

## Finding / Decision

沉淀后的知识本体。不要写成“用户问了什么，AI 回答了什么”的聊天摘要。

## Reasoning

为什么成立、取舍是什么、不确定性在哪里。推断内容使用 `^[inferred]` 标记。

## Implications

后续使用建议、风险、下一步。

## Related

- [[concepts/knowledge-graph]]
- [[projects/deerflow/synthesis/product-knowledge-base]]

写入任何页面后必须同步：

index.md：加入页面索引。
log.md：追加 CAPTURE / INGEST / QUERY / EXPORT 记录。
hot.md：更新近期活动摘要。
.manifest.json：记录 source、hash、vault path、更新时间，用于去重和 delta。

9. 后端接口设计

统一前缀：

/api/knowledge

9.1 从线程沉淀知识

POST /api/knowledge/ingest/thread/{thread_id}

请求：

{
  "mode": "summary",
  "title": "",
  "status": "approved",
  "tags": ["DeerFlow"],
  "include_sources": true
}

字段说明：

mode: summary 或 full
title: 可选，空时自动生成
status: draft 或 approved
tags: 用户手动附加标签
include_sources: 是否解析工具/搜索来源

响应：

{
  "note": {
    "id": "kb_xxx",
    "title": "多智能体任务调度方案",
    "summary": "...",
    "source_type": "thread",
    "source_id": "thread_id",
    "vault_path": "threads/2026/06/xxx.md",
    "created_at": "2026-06-08T15:30:00+08:00"
  }
}

9.2 批量沉淀历史线程

POST /api/knowledge/ingest/threads/batch

请求：

{
  "limit": 100,
  "offset": 0,
  "status": "approved",
  "include_sources": true,
  "skip_existing": true
}

字段说明：

limit: 本次最多处理多少个线程。
offset: 线程分页偏移。
status: 生成知识的默认状态。
include_sources: 是否解析工具/搜索来源。
skip_existing: 是否根据 .manifest.json / source hash 跳过已沉淀线程。

响应：

{
  "ok": true,
  "processed": 80,
  "created": 52,
  "skipped": 28,
  "failed": 0,
  "items": [
    {
      "thread_id": "thread_id",
      "note_id": "kb_xxx",
      "status": "created"
    }
  ]
}

9.3 从搜索结果沉淀知识

POST /api/knowledge/ingest/search

请求：

{
  "query": "LangGraph checkpoint",
  "results": [
    {
      "title": "Example",
      "url": "https://example.com",
      "snippet": "..."
    }
  ],
  "thread_id": "optional_thread_id",
  "message_id": "optional_message_id"
}

9.4 手动创建知识

POST /api/knowledge/notes

请求：

{
  "title": "知识标题",
  "content_md": "# 知识标题\n\n正文",
  "tags": ["业务"],
  "status": "approved"
}

9.5 知识列表

GET /api/knowledge/notes?keyword=&tag=&source_type=&status=&limit=20&offset=0

响应：

{
  "items": [
    {
      "id": "kb_xxx",
      "title": "知识标题",
      "summary": "摘要",
      "tags": ["DeerFlow"],
      "source_type": "thread",
      "source_id": "thread_id",
      "updated_at": "2026-06-08T15:30:00+08:00"
    }
  ],
  "total": 1
}

9.6 知识详情

GET /api/knowledge/notes/{note_id}

响应：

{
  "id": "kb_xxx",
  "title": "知识标题",
  "summary": "摘要",
  "content_md": "# 知识标题...",
  "tags": ["DeerFlow"],
  "sources": [
    {
      "id": "src_xxx",
      "source_type": "thread",
      "thread_id": "thread_id",
      "message_id": "message_id",
      "title": "来源标题",
      "url": "https://example.com",
      "snippet": "..."
    }
  ]
}

9.7 更新知识

PUT /api/knowledge/notes/{note_id}

请求：

{
  "title": "新标题",
  "content_md": "# 新内容",
  "tags": ["新标签"],
  "status": "approved"
}

9.8 删除知识

DELETE /api/knowledge/notes/{note_id}

建议默认软删除：设置 status = archived。

9.9 知识搜索

阶段三实现。

POST /api/knowledge/search

请求：

{
  "query": "如何做多智能体调度",
  "mode": "hybrid",
  "limit": 8
}

mode 可选：

keyword
vector
hybrid

响应：

{
  "items": [
    {
      "note_id": "kb_xxx",
      "chunk_id": "chunk_xxx",
      "title": "多智能体任务调度方案",
      "snippet": "相关片段",
      "score": 0.87,
      "sources": []
    }
  ]
}

9.10 知识图谱

阶段五实现。

GET /api/knowledge/graph?keyword=&limit=100

响应：

{
  "nodes": [
    {
      "id": "kb_xxx",
      "type": "note",
      "label": "知识标题"
    }
  ],
  "edges": [
    {
      "id": "rel_xxx",
      "source": "kb_a",
      "target": "kb_b",
      "label": "related",
      "weight": 1
    }
  ]
}

9.11 Export Obsidian Wiki Graph

First implementation should reuse obsidian-wiki wiki-export compatible output.

POST /api/knowledge/export/graph

Response:

{
  "ok": true,
  "files": {
    "graph_json": "/api/knowledge/export/files/graph.json",
    "graph_html": "/api/knowledge/export/files/graph.html",
    "graph_graphml": "/api/knowledge/export/files/graph.graphml",
    "cypher": "/api/knowledge/export/files/cypher.txt"
  },
  "stats": {
    "nodes": 12,
    "edges": 18
  }
}

9.12 Serve Obsidian Wiki Export Files

GET /api/knowledge/export/files/{filename}

Allowed files:

graph.json
graph.graphml
cypher.txt
graph.html

Frontend graph page first version:

iframe src="/api/knowledge/export/files/graph.html"

10. 后端服务设计

建议拆分：

deerflow/knowledge/
  __init__.py
  models.py
  repository.py
  obsidian_adapter.py
  skill_templates.py
  markdown_vault.py
  extractor.py
  sources.py
  manifest.py
  exporter.py
  chunking.py
  embeddings.py
  search.py

职责：

models.py
- Pydantic/领域模型。
repository.py
- 数据库读写。
- 不直接调用 LLM。
obsidian_adapter.py
- 核心适配器。
- 对外提供 capture_thread、capture_search、list_notes、read_note、update_note、export_graph。
- 输出必须兼容 obsidian-wiki vault。
skill_templates.py
- 读取或内置 wiki-capture、wiki-query、wiki-export 的关键模板。
- 后端 LLM 抽取 prompt 应以这些技能为准。
markdown_vault.py
- 负责生成 obsidian-wiki 兼容 frontmatter。
- 负责安全文件名。
- 负责写入/更新 Markdown 文件。
- 负责 wikilink 解析和基础 frontmatter 解析。
extractor.py
- 负责从 thread/search/tool 中抽取知识。
- 首版可用规则生成摘要，正式版可调用 LLM。
- LLM 输出必须映射为 wiki-capture 的类型：synthesis、concept、source、decision、session。
sources.py
- 负责归一化来源。
- 复用 threads.py 里的 reference normalize 逻辑时，建议抽公共函数，避免复制大段代码。
manifest.py
- 读写 .manifest.json。
- 记录 source hash，避免重复沉淀。
exporter.py
- 内置实现 obsidian-wiki wiki-export 等价逻辑。
- 生成 wiki-export/graph.json 和 wiki-export/graph.html。
- 前端图谱优先 iframe graph.html。
chunking.py
- Markdown 分块。
embeddings.py
- embedding 生成和索引写入。
search.py
- 关键词、向量、混合搜索。

11. 知识抽取策略

抽取策略必须优先遵循 obsidian-wiki 的 wiki-capture：

保存知识本体，不保存聊天流水账。
使用 declarative knowledge，不写“用户问了什么，AI 回答了什么”。
明确分类为 synthesis、concept、source、decision、session。
项目相关内容写入 projects/<project-name>/...。
推断内容使用 ^[inferred]。
不确定或冲突内容使用 ^[ambiguous]。
每篇笔记尽量包含至少 2 个 [[wikilinks]]。

从线程抽取时，只保留高价值内容：

用户明确提问。
助手最终回答。
工具搜索结果。
被引用的来源。
生成的结论、方案、计划、代码设计。

过滤：

空消息。
纯寒暄。
中间推理内容。
重复 token 流。
错误堆栈中无价值的噪声。
过长原文全文。

首版规则：

读取 thread state 的 messages。
按 human 消息切分 turn。
找每个 turn 的最后一个有正文的 ai 消息。
拼成沉淀上下文。
自动生成标题：
- 优先使用 thread title。
- 没有 title 时使用第一条用户问题的前 40 字。
自动生成 summary：
- 首版可截取或简单规则总结。
- 正式版用 LLM 生成结构化 JSON。

LLM 抽取推荐输出：

{
  "title": "知识标题",
  "summary": "摘要",
  "key_points": ["要点一", "要点二"],
  "actions": ["建议一"],
  "tags": ["标签"],
  "entities": [
    {"name": "LangGraph", "type": "technology"}
  ],
  "relations": [
    {"from": "LangGraph", "to": "checkpoint", "type": "uses"}
  ],
  "confidence": 0.82,
  "should_ingest": true,
  "reason": "包含可复用架构决策"
}

12. 前端页面设计

12.1 路由

新增路由建议：

/page/knowledge
/page/knowledge/:noteId

如果必须放在工作台内，可放：

/page/workspace/knowledge

12.2 页面结构

知识库主页面：

顶部工具栏
- 搜索框
- 来源类型筛选
- 标签筛选
- 新建知识按钮

左侧/主区域
- 知识列表
- 标题
- 摘要
- 标签
- 来源类型
- 更新时间

右侧/详情区域
- Markdown 内容
- 来源列表
- 编辑按钮
- 删除/归档按钮

12.3 对话页入口

在聊天线程页面增加按钮：

保存到知识库

交互：

用户点击按钮。
弹窗展示：
- 标题输入框。
- 标签输入。
- 状态：草稿/正式。
- 是否包含搜索来源。
调用 POST /api/knowledge/ingest/thread/{thread_id}。
成功后 toast 提示。
可点击进入知识详情。

12.4 知识详情页

功能：

Markdown 渲染。
显示 frontmatter 中的标签、来源、更新时间。
来源区支持跳转：
- thread 来源跳回原对话。
- url 来源打开外链。
编辑模式：
- 标题。
- Markdown 内容。
- 标签。
- 状态。

13. RAG 召回接入

阶段二再做，不建议首版强行接入。

召回策略优先复用 obsidian-wiki wiki-query 的分层检索，而不是直接上向量库：

读取 hot.md，获取近期知识上下文。
读取 index.md，用标题、摘要、标签筛候选页面。
扫描 frontmatter：title、tags、aliases、summary、tier。
只读取候选页面相关片段。
必要时才读取全文。
向量检索作为增强，不作为首个唯一检索方式。

推荐接入点：

用户发送问题。
后端进入 agent 运行前。
调用 KnowledgeSearchService.search(query, limit=5)。
将搜索结果转换为系统上下文：

以下是产品知识库中与本问题相关的资料。回答时优先参考，若使用其中信息，请在回答中标注来源。

[知识 1] 标题
摘要/片段
来源：note_id / url

注意：

不要注入过多内容，建议限制 3-5 条。
每条只注入 snippet，不要注入整篇 Markdown。
必须携带来源 id，方便前端引用展示。
知识库为全局共享，检索所有已批准的公共知识。

14. 权限与安全

必须实现：

知识库为全局共享，不按用户隔离。
所有用户读取同一套 vault 和知识索引。
写入、更新、删除操作记录 created_by / updated_by，用于审计。
Markdown 文件路径必须防止路径穿越。
文件名必须 sanitize。
删除默认软删除。

建议实现：

自动沉淀前做敏感信息检测。
对 token、密钥、手机号、身份证等内容做脱敏。
提供“不要沉淀本次对话”的用户开关。

15. 配置项

建议在 config.yaml 中新增：

knowledge:
  enabled: true
  provider: obsidian_wiki
  vault_dir: data/knowledge/obsidian-vault
  project_name: deerflow
  auto_ingest_enabled: false
  auto_ingest_min_chars: 300
  max_thread_messages: 80
  max_source_items: 20
  export:
    enabled: true
    graph_html_enabled: true
    graph_json_enabled: true
  rag_enabled: false
  rag_limit: 5
  query:
    use_hot_md: true
    use_index_md: true
    use_frontmatter_scan: true
  embedding:
    enabled: false
    provider: local
    model: ""

16. 验收标准

阶段一验收：

可以从一个已有 thread 生成知识笔记。
可以批量扫描历史线程并生成知识笔记。
搜索结果/工具结果能作为 sources 保存。
数据库中存在 knowledge_notes 记录。
vault 中生成 Markdown 文件。
index.md、log.md、hot.md、.manifest.json 会同步更新。
前端可以看到知识列表。
前端可以查看知识详情。
前端可以编辑标题、标签、状态和 Markdown 正文。
前端可以关键词搜索知识。
前端可以删除/归档知识。
前端可以打开图谱页面，iframe 展示 wiki-export/graph.html。
所有用户都能看到已批准的全局知识。
删除知识后列表不再显示。

阶段二验收：

POST /api/knowledge/search 能返回相关知识。
agent 回答能使用知识库内容。
回答中能显示知识来源。

阶段三验收：

可配置自动沉淀开关。
自动沉淀不会保存明显无价值寒暄。
重复内容不会无限新增。
用户可编辑和归档自动沉淀的知识。

17. 推荐开发顺序

创建后端数据模型和 repository。
创建 ObsidianWikiAdapter，初始化 obsidian-wiki 兼容 vault。
创建 Markdown vault 写入工具，同步 index.md、log.md、hot.md、.manifest.json。
实现 POST /api/knowledge/ingest/thread/{thread_id}。
实现 POST /api/knowledge/ingest/threads/batch。
实现 POST /api/knowledge/ingest/search。
实现 GET /api/knowledge/notes 和详情接口。
实现 PUT /api/knowledge/notes/{note_id} 和 DELETE /api/knowledge/notes/{note_id}。
实现 POST /api/knowledge/search 的关键词/frontmatter/Markdown 内容检索。
增加 POST /api/knowledge/export/graph，生成并服务 wiki-export/graph.html。
前端创建 core/knowledge/api.ts。
前端实现知识列表、详情、编辑、搜索、图谱页面。
对话页增加“保存到知识库”按钮。
前端增加“批量导入历史线程”入口。
补充基础测试。
再进入向量 RAG、自动沉淀、自动合并阶段。

18. 测试建议

后端测试：

从 thread state 生成知识。
批量历史线程入库。
搜索/工具来源入库。
空 thread 返回合理错误。
任意可读取的 thread 都可沉淀到全局知识库；需要按现有 thread 权限判断是否可读取来源。
Markdown 文件路径安全。
知识列表分页正确。
更新知识同步更新 vault 文件。
删除知识为软删除。

前端测试：

知识列表加载态、空态、错误态。
搜索和筛选。
详情 Markdown 渲染。
知识编辑和保存。
图谱 iframe 页面。
批量导入历史线程入口。
保存到知识库弹窗。
保存成功后跳转详情。

手动测试：

新建一轮对话。
点击保存到知识库。
打开知识库页面。
查看生成的知识笔记。
编辑标题和内容。
批量导入历史线程。
打开图谱页面。
删除或归档知识。

19. 给开发模型的任务提示词

可将下面提示词交给其他模型：

请基于 frontend-web/docs/product-knowledge-base-dev.md 实现阶段一：首版完整交付。

要求：
1. 后端新增 /api/knowledge 相关接口。
2. 从 /api/threads/{thread_id}/state 读取 messages，生成知识笔记。
3. 新增独立 knowledge 模块，知识库相关能力都在该模块内实现。
4. 新增 ObsidianWikiAdapter，复用 ar9av/obsidian-wiki 的原生规范和技能思路。
5. 将知识元数据写入数据库，将 content_md 写入 obsidian-wiki 兼容 Markdown vault。
6. 写入后必须同步 index.md、log.md、hot.md、.manifest.json。
7. Markdown frontmatter 和正文结构参考 obsidian-wiki 的 wiki-capture 技能。
8. 前端新增知识库列表、详情、编辑、搜索、图谱页面。
9. 在聊天线程页面增加“保存到知识库”入口。
10. 增加批量导入历史线程入口。
11. 知识库为全局共享，不做 user_id 隔离；写入时记录 created_by / updated_by 作为审计。
12. 图谱第一版生成并服务 wiki-export 兼容的 graph.html/json。
13. 首版实现关键词/frontmatter/Markdown 内容搜索；向量 RAG 后续增强。
14. 遵循当前项目已有 FastAPI、SQLAlchemy、React、TanStack Query、UI 组件风格。
15. 完成后运行后端相关测试和前端 typecheck/build。

20. 风险与注意事项

知识库模块独立实现，相关能力都收敛在新增 knowledge 模块内。
不要另起一套与 obsidian-wiki 不兼容的 Markdown 结构。
不要忽略 index.md、log.md、hot.md、.manifest.json，这些是 obsidian-wiki 的关键原生资产。
不要让前端直接读服务器 Markdown 文件，应通过 API。
不要同步阻塞聊天流式响应，自动沉淀应后台执行。
不要保存完整工具 raw_json 到前端展示，详情页只展示必要字段。
不要把所有搜索结果无脑入库，应先关联来源，再由知识笔记引用。
首版不额外引入图数据库中间件，图谱优先使用 wiki-export/graph.html 和 graph.json。

31 KiB Raw Blame History Unescape Escape