LLM Wiki

Appearance

Built 26/04/17 09:08commit f8ff6f9

知识运维流程 ​

中文 | English

摘要 ​

LLM wiki 的基本运作循环是 ingest、query、lint，以及按需进行的 taxonomy refactor。每次循环都会更新持久的 markdown 层，因此新资料和高价值答案都会成为被维护的知识库组成部分。

Ingest ​

  • 直接读取原始资料，并保持它的实质内容稳定。
  • 当仓库使用 llm-wiki skill bundle 时，应把 resolve_vault.py、bootstrap_vault.py、lint_vault.py 以及安全移动脚本视为围绕编辑循环的操作工具，而不是它的替代品。
  • raw/*.zh.md 必须忠于原文，不要让 raw 译文层漂移成总结或解读。
  • 如果来源是截图或图片文件，先抽 OCR，再把它综合进 wiki。
  • 如果来源是带本地截图或图表的 markdown，并且这些视觉内容会影响综合结果，也要先做 OCR。
  • 如果截图是中文或中英混排，优先使用支持中文的 OCR 配置，例如 chi_sim+eng 或 chi_tra+eng。
  • 把 raw PDF 视为 ingest backlog，而不是无法维护的附件：保留原始 PDF，先创建或刷新 markdown raw sibling，再把它综合进 wiki。
  • 按文档长度和结构分流 PDF 翻译策略。较短的 PDF 通常可以直接从维护后的 markdown raw 生成 .zh.md；较长或表格密集的 PDF 则更适合走工具辅助抽取加清理路径。
  • 如果 PDF 的版面、图表或插图会实质影响含义，把相关页面渲染成本地视觉资源，并从 markdown raw 文件里链接它们，让后续维护仍能核对来源。
  • 在 wiki/sources/ 中创建或修订对应的 source page。
  • 更新被该资料影响到的长期页面：概念、实体、主题或 overview。
  • 更新 index.md、index.zh.md，并把一条 newest-first 的 ingest 记录插入到 log.md 顶部附近。

Query ​

  • 从 index.md 或 index.zh.md 开始发现相关长期页面。
  • 优先基于 wiki 回答，只在综合结果缺失或需要验证时回看 raw 资料。
  • 把耐久的答案回写到 wiki/answers/，或并入已有的长期页面。

Lint ​

  • 先用 lint 脚本检查结构，再做编辑性维护。
  • 持久化自动化状态，并把内容巡检与目录巡检拆开调度，这样同一个 scheduled loop 就不会抹掉彼此的上下文和节奏约束。
  • 把例行清理先当作内容巡检：在退回到纯卫生清理前，先判断是否已经存在一两个足够明确、值得立刻落地的窄范围 taxonomy 移动。
  • 查找矛盾、过时总结、缺失的 cross-link、孤儿页，以及值得拥有规范页面的重要概念。
  • 把 lint pass 当成让知识库结构和综合能力不断变清晰的过程，而不只是修链接。
  • 定时巡检应持久化明确的运行状态，让超时保持可见，并让下一轮能沿着未完成工作继续，而不是盲目重来。
  • 启用自动化时，应该把高频内容巡检和低频 taxonomy refactor 巡检拆开，让新增内容整合与目录重组不要争用同一条调度链路。
  • 如果某次维护会影响渲染结果或其他用户可见内容，要把仓库本地验证或站点构建作为最终预推送步骤。

Raw Taxonomy Refactors ​

  • 当 raw/ 变得过平、或把不相关的来源家族混在一起时，对它做重组。
  • 只要某个稳定 source family 或导航切片已经清晰到足以改善浏览体验，就可以开始重组。
  • 主要触发信号应该是 family 边界是否明确，而不是目录里攒到了多少文件。
  • 保持来源实质内容不变，把 raw 内的改动限制在移动后必须修复的链接和路径元数据上。
  • 原始 raw 文件与 .zh.md sibling 要一起移动，然后同步修复 source page、仓库文档和导航页里的下游链接。
  • 重组后立刻重跑 lint，让 broken raw link 和缺失 raw 译文尽快暴露出来。

维护启发 ​

  • 优先修订 canonical 页面，而不是新建近义重复页。
  • 让不确定性和已被替代的结论仍然可见。
  • 在引入额外工具之前，尽量让简单的 markdown 结构承担系统的大部分能力。
  • 当某个主题家族、来源家族或导航切片已经足够清晰时，就开始把 wiki 子树拆出来。
  • 把 raw 目录变动当作编辑事件来看待：source path、raw 局部导航链接、source page、index 和 log 都可能一起漂移。
  • 把 OCR 输出当成需要解释的证据，而不是真理，尤其是噪声较大或中英文混杂的截图；即使已经安装中文 OCR 语言包也一样。
  • 周期性 consolidation 应把相对日期改成绝对日期，在源头修正矛盾，并让顶层索引保持足够短，以便廉价加载。

来源 ​

相关页面 ​