Initial commit: company-kb framework

- 完整的知识库框架（P0-P5 路线图）
- 12篇治理文档
- 工具脚本（kb-init.sh, kb-lint-fm.py, feishu-sync.py, kb-bot）
- 7个 Claude 命令
- 示例项目和测试项目（wanniu-l1）
- 契约文件（meta/kb-contract.yaml）

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

learning/_index.md

@@ -0,0 +1,36 @@
+---
+type: doc
+title: "共享学习知识库"
+description: 团队共同学习的外部知识沉淀，按领域组织，不属于任何单一项目。
+status: seed
+created: 2026-07-06
+ingested: 2026-07-06
+source: 人工沉淀
+tags: [学习库, 知识沉淀]
+related: []
+---
+
+# 共享学习知识库
+
+> 团队的「集体大脑」——把大家学到的外部知识、读书笔记、课程要点沉淀下来，人人可查、可复用。
+> 按**领域**分子目录；跨领域的用 `tags` 补充。
+
+## 领域
+
+| 领域 | 目录 | 内容 |
+|---|---|---|
+| AI | `learning/ai/` | 大模型/Agent/提示工程/工具 |
+| 管理 | `learning/management/` | 团队/流程/方法论 |
+| 行业 | `learning/industry/` | 所处行业的知识/趋势 |
+
+> 需要新领域？直接建 `learning/<领域>/` 目录即可（learning 内部分领域是轻量的，无需改契约）。
+
+## 怎么往里加
+
+- 一篇文章/一本书/一个课程要点 → `/kb-link <链接或文件>`，说明「放进 learning 的 X 领域」。
+- AI 自动：读原文 → 提炼要点 → 写成 `learning/<领域>/<slug>.md`（`type: doc` + `source_link` 指回原文）。
+- 原文不搬进库（编译链接模式），库保持精简。
+
+## 与项目的区别
+
+项目知识随项目结束沉淀归档；**学习库是长期资产**，跨项目复用。项目里用到某学习成果时，用 `[[wikilink]]` 链过来。

learning/ai/karpathy-llm-wiki.md

@@ -0,0 +1,31 @@
+---
+type: doc
+title: "卡帕西 LLM Wiki 方法论（编译>检索）"
+description: LLM 当编译器把原始资料编译成互链 wiki，查询时对已编译知识推理，而非每次重新检索。
+status: developing
+created: 2026-04-01
+ingested: 2026-07-06
+source: AI编译
+source_link: docs/03-知识库框架选型调研.md
+tags: [ai, 知识库, karpathy, 方法论]
+related:
+  - "[[知识库框架选型调研]]"
+---
+
+# 卡帕西 LLM Wiki 方法论
+
+> 学习库示例页：展示非项目信息如何用「编译链接」模式沉淀。精华进库、指针回原文。
+
+## 核心要点
+
+- **编译 > 检索**：LLM 读完所有源 → 抽概念、压缩、建交叉引用 → 产出结构化互链 wiki。查询时对**已编译知识**推理。
+- 对比传统 RAG：RAG 每次查询从零检索、不沉淀（「健忘症」）；LLM Wiki 知识累积复利。
+- 规模红线：纯 wiki 模式在 ~100 源/几百页后失效（index 不可导航），届时用向量库做导航层（混合）。
+
+## 我们的应用
+
+本知识库整体就是这套方法论的落地——单一 Git 真相源 + OKF frontmatter + 先不上向量库。详见 [[知识库框架选型调研]]。
+
+## 溯源
+
+完整调研见 `source_link`（`docs/03`），及其中列出的一手来源。