wiki-import

name	wiki-import
description	仅用于采用 LLM Wiki 工作流的项目：根目录存在 AGENTS.md 或 CLAUDE.md，并准备采用 raw/ 与 wiki/ 双层结构。若 raw/import.md、wiki/index.md、wiki/log.md 缺失，先初始化。用户要求导入网页、PDF、图片、附件、维护 raw/import.md、记录来源与导入状态时触发。

Wiki Import

先读 AGENTS.md 或 CLAUDE.md，再对照 wiki-page-standards 中的目录与日志规则。Import 只负责收集、保存、登记和溯源，不负责知识提炼。raw/ 里的材料必须是第一方来源的完整原件，不得是模型提取摘要。若研究目标是某个明确主题（例如 Harness Engineering），则导入材料必须与该主题直接相关，不能只是在上下文上“沾边”。

触发条件

• 用户说“导入这篇文章 / PDF / 网页 / 图片 / 附件”
• 用户要求处理或更新 raw/import.md
• 用户要求把原始来源本地化到 raw/ 或 raw/assets/

不应触发

• 用户是在要求写知识页、做总结、做比较或回答问题
• 原始资料已在 raw/，当前工作更接近落库或综合

前置检查

1. 确认当前工作区具备本项目指纹：根目录存在 AGENTS.md 或 CLAUDE.md，且目标是采用 raw/ 与 wiki/ 双层结构
2. 确认任务目标是“保存来源”，而不是“提炼知识”
3. 若 raw/import.md、wiki/index.md、wiki/log.md 缺失，先初始化这些文件
4. 确认本轮要写入 raw/ 的是完整原始资料，而不是节选、摘要、改写或搜索结果页
5. 确认候选材料与目标主题是“直接相关”，而不是产品宣传、模型发布、泛能力展示或只在外围语境中提到相关词

初始化动作模板

开始执行前，按以下顺序初始化：

1. 检查 raw/、raw/assets/、wiki/ 是否存在；不存在则创建。
2. 检查 raw/import.md、wiki/index.md、wiki/log.md 是否存在；不存在则按项目模板初始化。
3. 读取 raw/import.md，定位目标条目；若用户未明确条目名称，先用来源标题创建待办项。
4. 明确本轮导入对象：
   • 来源标题
   • 来源类型（网页 / PDF / 图片 / 附件）
   • 原始 URL 或原始文件
   • 预期落点路径

标准执行清单

• 读取或创建 raw/import.md 条目
• 先做主题相关性筛选，只保留直接相关来源
• 穿透到第一方真实来源并获取完整原始内容
• 获取原始内容并保存到 raw/ 或 raw/assets/
• 追加 Source Links
• 回写导入状态
• 更新 wiki/log.md

失败分支模板

若导入失败，按以下顺序处理：

1. 在 raw/import.md 中将条目标为 [Failed]
2. 记录失败原因：访问限制、正文不可得、链接失效、文件损坏、权限不足、超过 5 次穿透尝试仍失败等
3. 在 wiki/log.md 写入 import-failed
4. 给出下一步建议：重试方式、替代入口、人工补充文件

最小输出模板

执行 Import 时，输出至少应覆盖：

### Import Result
- Source: 标题
- Type: 网页 / PDF / 图片 / 附件
- Target: raw/...
- Status: imported | failed
- Notes: 补充说明

何时使用

• 需要读取或更新 raw/import.md
• 新增网页、PDF、截图、图片、附件等原始资料
• 需要把远程来源本地化到 raw/ 或 raw/assets/

强约束

• 只能保存真实取得的第一手来源。
• 不得把搜索摘要、二手转载、模型生成内容当正式来源。
• raw/ 中不得混入总结、摘要、改写、截断节选或知识页内容。
• 若用户指定了研究主题，候选材料正文必须直接讨论该主题本身，或直接讨论其核心工程层问题；不能用泛产品发布、泛模型发布、能力宣传稿充数。
• “直接相关”优先指正文主轴明确围绕以下之一展开：agent loop、harness、evals/evaluation harness、benchmark harness、failure diagnosis、tool-use reliability、trajectory analysis、guardrails execution、computer-use benchmark 等与执行基础设施直接相关的问题。
• 仅仅包含 agentic、assistant、computer use、deep research、tool use、workflow 等词，但正文主轴不是在讨论 harness 层设计的材料，视为邻近材料，不得纳入正式 Import。
• 搜索引擎黑盒重定向链接不是合法终点，必须追到第一方真实主站 URL。
• 若第一方页面被拦截，优先尝试 https://r.jina.ai/http://目标URL。
• 单条来源最多尝试 5 次不同穿透或定位方法；仍失败则标记 [Failed]，不得伪造原文。
• 只要原文中含有价值图片、架构图、截图等资产，就必须本地化到 raw/assets/<DocName>/ 并改写为相对路径。
• 涉及 Obsidian 知识库操作时，优先使用 obsidian_* MCP 工具。

执行步骤

1. 读取 raw/import.md，定位未完成条目。
2. 先判断候选材料是否与目标主题直接相关。若只是邻近材料，直接放弃，不进入正式 Import。
3. 优先定位第一方来源；若搜索结果是黑盒跳转链接，继续反推真实落点域名与原始路径。
4. 若第一方页面存在盾牌、验证码或浏览器指纹拦截，优先尝试 r.jina.ai 纯文本穿透；累计尝试超过 5 次仍失败则停止并记为失败。
5. 获取原始资料并完整保存到 raw/；重要图片或附件保存到 raw/assets/<DocName>/。
6. 必须保留原文结构、标题、表格、图示、截图、图片引用与上下文，不得结构性缩写、删改或摘要化。
7. 将原文内有效图片下载到本地，并将文档内图片路由改写为 raw/assets/<DocName>/ 对齐的相对路径。
8. 在导入文档末尾追加：

## 来源参考 (Source Links)
- [标题](https://example.com)

9. 成功后将对应条目标记为 [x]；失败则标记 [Failed] 并写明原因。
10. 更新 wiki/log.md：

• 成功：## [YYYY-MM-DD] import | 条目标题
• 失败：## [YYYY-MM-DD] import-failed | 条目标题

11. 对失败导入，在日志正文中补充失败原因、尝试情况与下一步建议。

输出义务

• raw/ 中只保存完整原始材料，不写总结，不写截断节选
• raw/import.md 必须反映最新状态
• 成功或失败的导入都必须写 wiki/log.md
• 若失败，必须附带失败原因与下一步建议
• 若导入对象含图片、截图、图表等，必须完成本地化与路径改写
• 若主题有明确边界，必须在输出中说明该来源为何“直接相关”；邻近但未导入的材料不得伪装成正式来源

完成后的衔接

• 需要把资料转为 Wiki 知识页时，继续执行 wiki-ingest。
• 若导入内容触发目录或命名规范检查，回看 wiki-page-standards。
• 若导入后发现索引、日志或目录混乱，可补跑 wiki-lint。