观摩日志（observe-log）
陪跑式知识库最小闭环：记录 → 沉淀 → 检索。参考实现：GitHub kongminOS/observe-log（MIT）。
是什么
企业知识库最优形态不是先建库，而是用一个轻量模型"观摩"团队运转——把关键动作记成结构化条目，定期归并成知识条目，需要时检索。模型和知识库是"长"出来的，不是"搭"出来的。
> 完整路径：观摩陪跑（记录→沉淀）→ 本地训练/微调企业私有化大模型 → 企业自有模型资产。本技能实现前两段；沉淀出的知识条目即私有化训练语料。
步骤
- 记录：建
entries/目录，每个关键动作一条 JSON 条目：
json { "id": "e01", "date": "2026-08-01", "type": "decision", "project": "demo", "source": "项目周会记录", "title": "采用观摩式落地方式", "summary": "决定先用轻量模型陪跑三个月，边运转边沉淀，不先建库。" }
-type：decision（决策）/ discussion（讨论）/ output（产出）
- 一条条目只记一个动作（复合事件会把动作链压糊，降低沉淀质量） - 沉淀：运行
node distill.mjs，调本地模型（默认http://127.0.0.1:8080/v1/chat/completions，可用LLM_URL/LLM_MODEL覆盖）把条目归并成"知识条目"（要点+来源+时间），写入knowledge/ - 检索：
-node search.mjs --all全部
-node search.mjs 关键词按关键词
-node search.mjs --date YYYY-MM-DD按日期 - 复核：沉淀产物是模型输出，用于正式材料前人工复核
依赖
Node.js 18+（原生 fetch，零第三方依赖）+ 本地 OpenAI 兼容模型服务。
要点
- 全程本地、数据不出域，适合企业内部场景
- 可追溯：每条知识条目保留来源与时间
- 检索按
key_point去重保留最新
