ewankb

name	ewankb
description	从 Java 后端代码 + Confluence 文档构建结构化业务知识库。
trigger	/ewankb

/ewankb

四层架构知识库构建工具：source/ → domains/ → knowledgeBase/ → graph/

命令路由

输入	动作
/ewankb 或 /ewankb <路径>	完整构建（preflight → discover → 模块映射 → build）
/ewankb --build-kb	仅 domains + knowledgeBase（含 discover + 模块映射）
/ewankb --build-kb --skip-discover	跳到 skip-discover 执行
/ewankb --build-graph	跳到 references/graph-build.md
/ewankb discover	跳到 discover 单独执行
/ewankb pull	跳到 references/pull-flow.md
/ewankb push	跳到 references/push-flow.md
/ewankb diff	跳到 references/diff-and-incremental.md

完整构建流程

第 1 步 — preflight 检查 + 自动修复

cd "目标路径"
ewankb preflight --fix --dir .

解析 JSON 输出：

• ready: true 且无 config_created → 继续第 2 步
• blockers 含 no_java_files → 告诉用户把 Java 代码放到 source/repos/，停止
• blockers 含 no_api_key → 通过对话询问用户 API key，然后用 Edit 工具写入 llm_config.json
• blockers 含 no_llm_config → llm_config.json 缺失，用 ewankb preflight --fix 自动创建，然后询问用户填入 API key
• config_created: true → 首次初始化。必须调用 AskUserQuestion 让用户确认配置后继续：
  1. 先读取 project_config.json，向用户展示关键配置项（project_name、system_name、segment_stopwords 三项停用词表、doc_type_rules、skip_domains 等），说明这些配置会影响域发现和文档分类结果
  2. 再展示大模型配置（API Key 前缀、Base URL、Model）
  3. 让用户选择"A. 继续构建（使用当前配置）"或"B. 修改配置后再继续"
  4. 如果用户选 B，告诉用户编辑 project_config.json / llm_config.json，改完后说"继续"，停止等待用户操作

如果 ewankb 命令不存在，请先运行 pip install ewankb。

第 2 步 — 域发现

ewankb discover

扫描 source/repos/ Java 包路径 → AI 翻译中文域名 → 写入 domains/_meta/domains.json + module_mapping_context.md。

第 3 步 — 代码模块映射（AI 自主探索）

读取 domains/_meta/module_mapping_context.md，检查是否存在 modules 为空的域。

如果存在待映射的域：

1. 阅读目录树，初步判断每个域的代码目录
2. 不确定的目录，浏览 Java 文件名和 package 语句确认归属
3. 用 Edit 工具修改 domains/_meta/domains.json，填充 modules 字段

映射规则：

• modules 值是目录路径列表（相对于 source/repos/）
• 微服务：服务模块目录名（如 contract-atomic-service）
• 单体：包路径中的业务子目录
• 一个域可对应多个目录，多个域可共享同一大目录的不同子包
• 只改 modules 字段，找不到代码的域保留 modules: []

如果所有域都已有 modules，跳过此步。

第 4 步 — 执行剩余流水线

ewankb knowledgebase --skip-discover

执行：analyze_code → extract → gen_code_module_docs → enrich → gen_overview → gen_processes → migrate

第 5 步 — 构建图谱

按 references/graph-build.md 执行语义提取 + AST + 合并。

第 6 步 — 汇报结果

知识库构建完成。可用 /ewankb push 推送到远程仓库。 查询方式（使用 /ewankb-query）：

• /ewankb query "问题" — 图谱查询
• /ewankb query-kb "问题" — 文档直接查询
• /ewankb query-deep "问题" — 双路对比查询

如果 graph/domain_suggestions.json 存在，读取 data["suggestions"][:3] 展示。

---

子命令

--skip-discover 执行

用户输入 /ewankb --build-kb --skip-discover 时：

1. 运行 preflight 检查（第 1 步）
2. 跳过第 2、3 步
3. 直接运行 ewankb knowledgebase --skip-discover（第 4 步）
4. 汇报结果

discover 单独执行

用户输入 /ewankb discover 时：

1. 运行 ewankb discover
2. 读取 module_mapping_context.md，按第 3 步规则完成 modules 填充
3. 展示域列表