# 首个闭环 · 项目资料

> 第一件事的单点验证场景
> 状态：方案阶段 | 最后更新：2026-06-24

## 1. 目标

选一个正在跑的项目，把它散落在飞书文档、微信/飞书聊天、本地文件、NAS 里的资料，汇聚成**一处结构化、带元数据、可溯源**的库。跑通一个，再复制到其他项目。

## 2. 知识库本体结构

```
公司AI/
├── README.md              # 总说明
├── docs/                  # 方案文档（本目录）
├── CONVENTIONS.md         # 录入规范（元数据/命名/目录约定）
└── projects/
    └── <项目代号>/
        ├── _index.md      # 项目概览、状态、关键决策索引
        ├── docs/          # 正式文档（从飞书/本地汇入）
        ├── decisions/     # 决策记录（每条带时间/参与人/背景）
        ├── conversations/ # 聊天沉淀（微信/飞书摘录）
        └── assets/        # 附件、图、原始文件
```

## 3. 元数据约定（可溯源核心）

每个汇入文件头部带 YAML frontmatter：

```yaml
---
title: 文档标题
source: 飞书文档 | 微信群 | 本地 | NAS
source_link: 原始链接或路径
author: 产生人
created: 2026-06-24       # 内容产生时间
ingested: 2026-06-24      # 汇入知识库时间
tags: [需求, 决策]
---
```

## 4. 录入方式（混合）

- **人工沉淀**：重要文档、决策——同事按规范手动放入（全员参与）。
- **自动拉取**：飞书文档走飞书开放 API 同步；聊天先人工摘录，后续接飞书机器人自动归集。

## 5. 跑通标准（验收）

选定项目资料归位后，任何人在 CC 里 `cd` 进该项目目录，就能让 AI 基于这堆资料回答：
- 这个项目现在进展到哪了？
- 某个决策为什么这么定？
- 客户/需求方要的是什么？

且**每条回答都能溯源到出处**（靠 frontmatter 的 source/source_link）。

## 6. 动手顺序

1. 建知识库骨架：`README.md` + `CONVENTIONS.md`（地基，先定死规范）。
2. 用户给定项目代号，建 `projects/<代号>/` 结构。
3. 现有资料先人工汇入，跑通闭环。
4. 验证 CC 检索效果 → 再考虑接飞书 API 自动同步。