Knowledge 结构化归档

将非结构化文档拆解为标准化主题目录结构，维护索引，支持检索与反思补问。

配置

配置文件存放在 skill 目录下：./.knowledge-config.json（相对于本 SKILL.md 所在目录）

首次调用时检查该配置文件：

• 不存在 → 向用户询问源文件夹路径和结构化存储路径，验证后创建配置文件并建 source_path/done/ 子目录。
• 已存在 → 读取配置继续执行。

{
  "source_path": "源文件夹路径",
  "storage_path": "结构化存储路径",
  "created_at": "创建时间"
}

路径约定：

• source_path: 待处理的 .txt / .md 文件
• storage_path: 结构化输出根目录
• source_path/done/: 处理完成的源文件移动目标

> 注意：配置文件与归档数据分离存储，配置文件始终位于 skill 目录下，不受 storage_path 变更影响。

核心流程

1. 写入归档

输入来源（按优先级）：

1. 用户直接粘贴文本
2. 用户提供的文件或文件夹路径
3. 自动遍历 source_path 下未处理文件（跳过 done/），多个文件时列出清单供选择

写入流程：

1. 读取并分析文档内容
2. 归纳 2-8 字主题名称，检查是否合并已有主题
3. 创建/打开主题文件夹，确保 resource/ 存在
4. 依次写入：description.md → process.md → meta.md → code.md，复制资源文件
5. 将源文件移动到 source_path/done/
6. 触发索引生成，全量刷新 index.json
7. 触发反思补问
8. 汇报结果

文件写入规则详见 references/file-rules.md。

2. 索引生成

触发时机： 写入完成后自动触发，或用户主动要求。

读取所有主题子文件夹的 description.md，生成 {storage_path}/index.json：

[
  {
    "boxName": "{主题名}",
    "description": "50-150字概要",
    "keyWord": ["关键词1", "关键词2", "关键词3", "关键词4"]
  }
]

每次全量覆盖，不做增量更新。

3. 检索

触发时机： 用户需要查询已有知识沉淀。

1. 读取 index.json，对比 keyWord 和 description，筛选最相关的前 1-2 个主题
2. 阅读候选主题的 description.md 确认匹配度
3. 根据需求读取对应文件：完整上下文→process.md，事实→meta.md，代码→code.md

4. 反思补问

触发时机： 每次写入完成后自动触发。

1. 回顾本次写入内容，识别信息盲区（人物、时间、原因、关联系统、决策背景等）
2. 最多提出 3 个问题，附带原文片段
3. 用户回答后回写对应文件

主动反思： 用户主动选择主题进行深度反思，生成结构化问卷，不限问题数量。

反思流程详见 references/reflection.md。

目录结构

./                              # skill 目录
└── .knowledge-config.json      # 配置文件（固定位置）

{storage_path}/
├── index.json            # 全量索引
├── {主题}/
│   ├── description.md    # 概述
│   ├── process.md        # 完整记录
│   ├── meta.md           # 独立事实
│   ├── code.md           # 代码片段
│   └── resource/         # 引用文件副本

约束

• 不丢失信息，宁可多记不遗漏
• 代码完整保留，不截断不省略
• 元信息必须明确、可验证的事实
• 追加模式保留所有已有内容
• 输出语言跟随源文档语言