kb-ingest

name	kb-ingest
description	预处理 raw/ 中的新文件并登记到索引。当用户说"导入文件"、"处理新文件"、"ingest"、"kb ingest"时触发。 支持 PDF、Excel、图片 OCR、Word 文档的自动提取。
user-invocable	true

导入新文件

将 raw/ 中的新文件进行预处理（提取文本）并登记到 RAW-REGISTRY.md。

执行步骤

Step 1: 定位知识库

• 从当前目录向上查找 index/RAW-REGISTRY.md 文件，确定知识库根目录
• 如果找不到，提示用户先运行 /kb-init

Step 2: 运行预处理脚本

• 执行 python3 scripts/ingest.py {kb_root}
• 脚本会自动：
  • 扫描 raw/ 中未登记的新文件
  • 按文件类型提取文本到 raw/.extracted/ 目录
  • 输出处理摘要
• 如果脚本报错缺少依赖，提示用户运行 pip install -r scripts/requirements.txt

Step 3: 登记到 RAW-REGISTRY.md

• 读取脚本输出的 INGEST SUMMARY
• 对每个新文件，读取提取的文本（如有），生成一句话摘要
• 在 index/RAW-REGISTRY.md 表格中添加新行：
  • 文件：相对路径（如 raw/paper.pdf）
  • 类型：文件后缀
  • 摘要：一句话描述文件内容
  • 状态：pending（待编译）
  • 编译产物：—

Step 4: 输出摘要

• 报告处理结果：导入了 N 个文件，M 个待编译
• 提示下一步：运行 /kb-compile 将新文件编译为 wiki 文章