ingest

name	ingest
description	Unified wiki write entry — ingest a paper PDF into an evidence-traceable paper page, OR write an already-prepared markdown file into the wiki. Triggers: 入库, ingest paper, add to wiki, 写入 wiki, 把这份文档入库, 存进 wiki.

ingest — 统一 wiki 写入口（隔离 subagent + 官方流水线）

Mission

把所有准备好的内容统一写入 wiki，确保每条持久 claim 可追溯到来源。这是研究 wiki 的唯一整页写入口，支持两个分支：

• PDF 入库分支：研究论文 PDF → 符合 wiki 规范的 11 节结构化论文页（证据可追溯）。
• md 写入分支：把一份已准备好的 markdown 文件（分析文档、比较页、idea card 等）写入 wiki。

始终以隔离 subagent 运行：本 predicate 声明它始终在隔离 subagent（spawn self）内执行——所有写入分支都隔离。无论由单篇 ingest、paper-ingest、paper-read、paper-batch-ingest 触发，还是由 extract/critic/design/spec/audit/ideate 备好 md 后调用，main 一律 spawn 一个 isolated subagent 跑本 skill —— PDF 全文与 md 内容都永不进 main context。隔离语义由本 predicate 自带，orchestrator 与调用方自动继承，无需各自声明。每次写入 spawn 一个隔离 subagent，不做批量复用。

前置条件

• 依赖 memory-wiki 插件已启用。openclaw wiki CLI（wiki ingest / wiki compile / wiki lint）与 wiki_apply / wiki_lint / wiki_search / wiki_get 工具由该插件提供，默认可能未启用；未启用时本 skill 的入库步骤不可用。启用插件 / 改 openclaw.json 属独立 runtime 配置变更（需重启 gateway），不在本 skill 职责内。

When to use

• 新论文 PDF 需要加入 wiki（PDF 入库分支）
• 用户请求"入库这篇论文""加入 wiki""整理这篇论文"
• raw/inbox/ 中有待处理的论文
• 其它 predicate 已备好一份 md，需要写入 wiki（md 写入分支）——extract/critic/design/spec/audit/ideate/curate 等产出整页时统一经本 skill 写入

不要用于：文献查询、跨论文比较、wiki 质量审计（那是 curate）；对已有页面的窄更新（直接 wiki_apply，不经本 skill）。

核心原则

• Raw sources 不可变；不修改 raw/ 下原始文件
• Wiki 受证据约束，不发明不存在的知识；每条持久 claim 追溯到论文页章节和原始来源
• 走官方 memory-wiki 流水线建页，不做 freeform page surgery

语言

• Wiki 正文中文；论文元数据（标题/作者/DOI/arXiv/代码链接）保留原文。

职责边界

做（PDF 入库分支）：

• 捕获 raw source（PDF），规范命名移入 raw/sources/（不可变保留）
• 提取全文，仅作撰写页面的工作材料（不入库、不灌满 vault）
• 组装 11 节论文页 md，staged 到 raw/sources/<slug>.md
• 经官方流水线入库：openclaw wiki ingest <staged md> → openclaw wiki compile
• 跑 wiki_lint 校验；成功后删除 staged md，返回 wiki 路径 + evidence_level
• 更新 wiki 索引和日志（窄更新，经 wiki_apply）

做（md 写入分支）：

• 接收一份已备好的 md（raw/sources/<slug>.md，由调用方 staged）
• 按 page_type 校验 frontmatter 与结构；缺失必填 frontmatter 时补齐或返回具体缺失项
• 经官方流水线入库：openclaw wiki ingest <md> → openclaw wiki compile
• 跑 wiki_lint 校验；成功后删除 staged md，返回 wiki 路径
• 更新 wiki 索引和日志（窄更新，经 wiki_apply）

不做：

• 不回答文献查询 / 跨论文比较 / wiki 质量 lint（那是 curate）
• 不做实验深度提取（那是 extract）、问题分析（critic）、验证设计（design）——这些 predicate 备好 md 后交本 skill 写入
• 所有整页写入统一经本 skill 的官方流水线；本 skill 与调用方都不用 wiki_apply 从零建整页——那是 freeform page surgery，违背官方定位。wiki_apply 仅用于对已有页面的窄更新（synthesis/metadata）与 index/log 更新

输入

两个分支二选一（pdf_path 与 md_path 至少其一）：

Field	Required	Description
pdf_path	PDF 分支必填	源 PDF 路径（raw/inbox/ 或 raw/sources/）或可访问 URL
md_path	md 分支必填	已备好的 md 文件路径（调用方 staged 到 raw/sources/<slug>.md）
page_type	md 分支必填	页面类型（paper / analysis / comparison / idea-card 等），决定 frontmatter 与模板校验
target_domain	推荐	论文/页面所属领域子树
evidence_level	否（PDF 分支）	基于 PDF 访问程度（全文提取成功默认 full-paper）

执行流程

按分支选择流程：PDF 入库分支走 Capture → Extract → Create → Ingest → Verify；md 写入分支跳过 Capture/Extract/Create，直接 Validate → Ingest → Verify。

PDF 入库分支

1. Capture

捕获 raw source，规范命名移入 raw/sources/（PDF 不可变保留，供溯源与重放入库）。验证文件存在、可读、非空。失败重试一次。

2. Extract

提取全文。仅作撰写页面的工作材料——不入库、不作为持久页面内容。验证文本长度足够、包含论文结构。失败尝试替代方法一次。

3. Create（组装 + staged）

按论文页模板（见 references/page-templates.md）组装 11 节论文页 markdown，staged 到 raw/sources/<slug>.md，供 wiki ingest 消费。填写全部通用 frontmatter 与论文专属 frontmatter（paper.*、classification.*、evidence_level）。包含全部 11 节：Citation, One-Sentence Contribution, Problem Setting, Method, Experiments, Results, Limitations, Reusable Claims, Connections, Open Questions, Provenance。

md 写入分支

1. Validate（校验已备 md）

读取 md_path 指向的已备 md（调用方 staged 到 raw/sources/<slug>.md）。验证文件存在、可读、非空；按 page_type 校验 frontmatter 必填字段（见 references/page-templates.md 的通用 + 对应类型 frontmatter）与结构完整。缺失必填 frontmatter 时补齐或返回具体缺失项。不改正文内容——内容由产出它的 predicate 负责。

共用：Ingest（官方流水线建页）

openclaw wiki ingest raw/sources/<slug>.md 然后 openclaw wiki compile，使新页面对 wiki_search / wiki_get 可见。这是唯一建页路径；不经 wiki_apply 建页。

重入库分支（更新已存在页面）

若 wiki_search 发现该页已存在，改为对该页做窄更新（synthesis/metadata），经 wiki_apply，不建重复页。仅在此分支使用 wiki_apply。

共用：Verify

跑 wiki_lint（结构、provenance gaps、矛盾、open questions）。成功后删除 staged md（raw/sources/<slug>.md）——wiki 是页面唯一持久副本；PDF 与提取文本按不可变 raw 原则保留（md 写入分支无 PDF，staged md 删除即可）。PDF 分支返回 wiki 路径 + evidence_level；md 分支返回 wiki 路径；失败返回具体原因（PDF 不可读、提取失败、frontmatter 缺失、lint 阻塞等）。

更新索引与日志

入库成功后，用 wiki_apply 对 wiki index 与 log 做追加式窄更新（见 references/wiki-conventions.md 的 index/log 规则）。

完成门禁

PDF 入库分支：

• 一个 raw source（PDF）已捕获且不可变保留；一份全文已提取（仅作工作材料）
• 一个论文页已经官方流水线入库（wiki ingest + wiki compile），对 wiki_search/wiki_get 可见
• 页面符合论文模板（>= 100 行、有 evidence_level、Results 为每个 main claim 包含具体数字，无"显著优于 baseline"类定性表述）
• wiki_lint 通过；staged md 已删除
• 重入库走 wiki_apply 窄更新，未产生重复页
• Wiki 索引和日志已更新
• 返回 wiki 路径 + evidence_level（成功）或具体原因（失败）

md 写入分支：

• 已备 md 经校验（frontmatter 与结构符合 page_type），缺项已补齐或已返回具体缺失
• 页面已经官方流水线入库（wiki ingest + wiki compile），对 wiki_search/wiki_get 可见
• wiki_lint 通过；staged md 已删除
• 已存在页面走 wiki_apply 窄更新，未产生重复页
• Wiki 索引和日志已更新
• 返回 wiki 路径（成功）或具体原因（失败）

质量规则

遵循 references/wiki-conventions.md 的命名、索引、日志、链接规范。此外：

• 不编造 claim——每条 claim 追溯到论文页章节
• Experiments 必须包含数据集大小、baseline 名称、训练设置（架构/backbone/优化器/lr/batch/epoch/硬件）、评估协议、消融
• Results 必须为每个 main claim 包含具体数字（如 "AUROC 95.12% vs. MCM 86.05%"，不用"显著优于 baseline"）
• 缺失信息标注"原文未报告"
• 更新已有页面优先于创建重复页面