本地资料接入
读同级 yl-knowledge/references/contract.md、个人配置及 yl-knowledge-distill/references/objects.md。只处理用户指定来源,不全盘扫描。
先清点每份文件、每张照片、每段音视频;原件保持不变。使用已有可用解析/转写工具。图片按实际版面连读,跨页句子不能按左右页截断;录音须保留时间位置。另一份OCR/ASR结果一致不等于已对照原件。
发现阶段独立于已入库扫描:运行 python -B scripts/discover_local.py --profile PROFILE --output REPORT.json,枚举个人配置 local_discovery.roots(默认 source_roots)内的文件,和 local_discovery.registries 的当前路径/哈希登记比对。没有边车、未提升、未产生原子的材料也必须出现;不能只检查已登记对象后宣称没有新增。登记格式为 sources 数组,每项含 path、sha256,可附 source_id、processing_status。已有库用适配器输出同一格式,不能为迁就发现器重建知识库。默认不跟随目录链接;缺失根目录与读取失败单独报错。历史未登记项保留队列,不能用日期过滤假装完成。
发现只产生候选,不能自动认定作者、完成阅读或蒸馏。逐项区分原始课程转写、本人新稿、源话重编稿、手册/大纲派生稿、外部引用与工程说明;同一内容的原文和派生版本保留关系。复用原文的派生稿须检查新增部分,未读项如实登记。已登记哈希不变也可能尚待语义处理,继续检查处理收据。
分别保存忠实转写、最小清洗正文和不确定片段。只修有依据的错误;不以通顺为由概括、改立场、删除比喻或有效重复。Agent全局印象、主题总结不混进原文。能直接看清/听清的自行纠正;只把真正残留疑点连同局部原件集中交给用户。
先按来源ID和内容比对旧稿。同源且高度相似仍须检查未重合部分,补充新表达、条件或观点;不因多数句子相同就宣布无新增价值。完全相同的正文只引用既有实体,保留来源别名。
文字源可用 knowledge.py --profile PROFILE register --file FILE --id SOURCE_ID --origin local --ownership unknown 登记。进入 yl-knowledge-ingest,再由总入口完成提炼、表达、关系、全文索引及验收。索引更新不是内容复核的替代品。
本人整理权限与公开使用权限分开;混合材料逐段处理,不按某个固定目录名整条跳过。外部项目原位映射,敏感事实和凭据不混入普通写作索引。来源位置、格式适配和工具选择由个人配置指定。
迁移或批量修订前保留备份和明确文件清单;同步来源登记、原子引用、阅读链接与检索索引,校验文件数、内容及可回源性。不覆盖同名源,不把缺失原件猜成已被用户删除,不自动清除备份。
SkillHub 独立安装
运行前先读 安装与依赖说明。本包不会自动安装同级依赖;缺少必需成员或外部工具时停止相应分支并列明待办,不能跳过原流程而报告完成。