vault-keeper

# vault-keeper — 知识库生命周期治理引擎 > 控制面（git 版本化）。数据面在 vault（纯 Markdown，Obsidian Sync 畅通）。 > 完整方法论：`20-Areas/20_Obsidian方法论/Obsidian x Ai方法论_v2.0_正式版_20260614.md`。 ## 🚨 Red Flags（别乱来） | 你的冲动 | 为什么不对 | |---|---| | 直接把页写成 `lifecycle_state: core` | **违反写入闸**。只有 `gate.py` 通过后 `promote.py` 能置 core | | 用 AI 自报的 0.9 当 confidence | confidence 是 `confidence.py` 的**复合信号**，AI 自评只占一票 | | 矛盾就覆盖旧 claim | **知识污染**。矛盾走裁决卡，旧 claim 不删不覆盖 | | 把阈值写死在脚本里 | 阈值在 vault `GOVERNANCE.md`（改=R3）。引擎用 `config.py` 读 | | 删除/对外发布/改 GOVERNANCE 自己做 | **R3 红线**，必须人工。skill 只提议 | ## 启动必读 1. 定位 vault：环境变量 `$VAULT`（缺则问用户）。引擎目录记为 `$VK`（本 skill 的 `engine/`）。 2. 读 `$VAULT/GOVERNANCE.md`（阈值+不变量+规则）与 `$VAULT/ROUTER.md`（core 内分流+定级）。 3. **判定靠规程、确定性靠引擎**：需 LLM 判断的（评分 / 选区 / 语义 lint / 保真 / 是否权威变更）照 `references/*.md` 规程做；纯算法（硬门槛 / 算分 / 矩阵查表 / 结构 lint / 移文件）调 `engine/*.py`。判断结果作为 frontmatter 标记（`_ai_self`/`_authoritative_change`/`_lossy_merge`）或 CLI 参数喂给引擎。 4. 缺治理文件 → 走「冷启动」（见下）。 ## 决策树：用户想干什么 ``` 来了一个意图 ├─ 有新源(URL/PDF/粘贴/对话产出) → Ingest ├─ 候选页加工好了,要进正本 → Promote ├─ 高价值对话产出要留存 → Query 回填 → Ingest ├─ 定期/大改后体检 → Lint ├─ 每周质量抽查 → Sampling ├─ 发现矛盾 → Adjudicate(人裁决) └─ 首次部署 → 冷启动 ``` ## 操作 → engine 映射（AI 判断由你做[规程见 `references/`]，确定性由引擎做） | 操作 | 你(agent)的 AI 判断（规程） | 调引擎(确定性) | 写 | |---|---|---|---| | **Ingest** | 两步 CoT 评分→过滤→抽取，先读区 `_purpose.md`（`references/ingest.md`） | `capture.py`(落源) → `ingest.py --title.. --sources..`(建 candidate) | candidate + LOG | | **Promote** | 选区 + 标 `_authoritative_change`/`_lossy_merge` + 保真前置（`references/gate.md` + `fidelity.md`） | `gate.py <页> --to <区> --inlinks N` → 退出码 0 则 `promote.py --to <区> --conf --risk` | core 页 / 队列 + LOG | | **Query 回填** | 判断是否 >500 字且有综合价值 | `wiki_save.py --title --file` → 再 Ingest | conversation 源 | | **Lint** | 结构由引擎扫；**语义 lint 你判断**（矛盾/过时/无源外推/AI腔，`references/lint-semantic.md`） | `lint.py`(仅结构) | 88-审计/lint-*.md | | **Sampling** | spot-check 抽样页，记缺陷 | `sampling.py` | 88-审计/sampling-*.md | | **Adjudicate** | 取证→**人**裁决 | （生成取证卡，见 `references/matrix.md`） | 88-审计/adjudication/*.md | 调用示例（`$VK` = 本 skill 的 engine 目录）： ```bash export VAULT=~/Documents/Obsidian/AlexCai python3 $VK/gate.py "$VAULT/01-Staging/检索增强生成(RAG).md" --to 30-Resources/10_AI知识 # 退出码 0 → 自动晋升 python3 $VK/promote.py "$VAULT/01-Staging/检索增强生成(RAG).md" --to 30-Resources/10_AI知识 --conf 0.91 --risk R2 ``` ## 红线（交给人，skill 不自动做） - 🔴 **R3**：删除、对外发布、改 `GOVERNANCE.md`/`ROUTER.md`（改逻辑则改本 skill engine + git PR review）。 - 🟡 **送队列不自动翻状态**：gate 退出码 10（R2 中置信 / R3）、退出码 30（矛盾）→ 写入 88-审计 队列，等人。 ## 委托（不自己实现） - 文件移动/读写/同步 → `obsidian` skill。 - 新页格式化、双链规范、callout/mermaid → `obsidian-md-ac` skill。 ## 冷启动（首次） 1. `cd ~/code/jz-skills && git pull && bash deploy/sync-all.sh`（部署本 skill 到各 CLI）。 2. 在 vault 根建 `GOVERNANCE.md`/`ROUTER.md`/`PIPELINE_LOG.md`（模板见方法论 §15.1–15.3），删旧 `SCHEMA/RESOLVER/WIKI_INDEX/WIKI_LOG`。 3. `python3 $VK/backfill_state.py`（现有 core 区批量标 `lifecycle_state: core`）。 4. `python3 $VK/capture.py --backfill`（存量源补 id+hash，按需）。 5. 跑通一次 Ingest→Promote→Lint 验证闭环；`python3 $VK/sampling.py` 开抽样环。 ## 验收（健康指标） - core 每页都有 `sources`（agent 加载 skill 扫描 frontmatter，零插件，**不用 Dataview**）；无页绕过隔离区进 core（`check_write_gate.py` 退出码 0）； - `PIPELINE_LOG` 随操作增长；人工队列可一天清空；抽样错误率下降。