company-kb/AI-CONTEXT.md

AI-CONTEXT —— 公司知识库全景蒸馏（给 AI 的单一入口）

用 distill-knowledge 框架把 docs/01-12 + 契约 + 命令 + 工具蒸馏成一份。 读这一份 = 掌握整个系统，无需翻 17 个文件。人读全文档见对应 →源。 蒸馏日期 2026-07-06 | 溯源：每节标 → 指向权威源文档，冲突以此蒸馏件的裁决态为准。

0. 一句话

5 人公司的 AI-native 知识库：单一 Git 真相源（NAS Gitea）+ OKF frontmatter + 卡帕西"编译>检索" + 飞书/Obsidian 双前端 + 可生长不重做。MVP 反过度工程：只做「可溯源 markdown + CC 检索」，编译层(P4)/向量库(P5)按信号延后。 →01,03,04

1. 信条与硬约束（不可违反）→CLAUDE.md,04,07

1. 单一真相源 = 这个 Git 仓库本身，文件即真相；无 raw/wiki 双层，扁平布局。
2. type/字段/enum 只认 meta/kb-contract.yaml，脚本禁硬编码。
3. 溯源铁律：查询每条结论必挂 source_link；无据报 Gap，绝不用训练数据编造。
4. AI 永不擅自有损操作：删页/解决矛盾/合并/改 type 一律挂起交人；安全项（补可推导字段/建 stub/加 wikilink）可自动做。
5. 人工入口最小化：人只「点名物料 + 一句说明 + 对要点点头」，其余 AI 自动。
6. 中文目录名禁令：项目代号用英文/拼音（CC 把中文编码为 - 会碰撞）。

2. 分层架构 →04

• L1 采集：三通道 = 飞书群/文档、NAS 各人投递区（NAS/<人>/📥知识库投递/，只扫这个，私人目录不碰）、/kb-link 点名任意文件/URL。
• L2 汇聚（真相源）：Git 仓库本身，每页带 OKF frontmatter；版本/审计/冲突全靠 Git。
• L3 处理（MVP 极薄）：只有 lint + CC 语义检索 + Delta 去重。不生成 hot/index/wiki（gitignore，P4 才启用）。
• L4 呈现：Obsidian（个人主编辑器=唯一写路径）+ 飞书（双向前端）+ CC（问答）。

3. 「编译过的链接」采集模型（核心）→04,kb-link

默认不搬原件进库：人点名物料 → AI 读一遍 → 提炼精华写成一页 markdown → 留 source_link 指回原件。三重收益：库不膨胀、精华可检索可溯源、原件移动/删除后知识仍在。仅关键且易变的原件，AI 提议+人点头才复制进 assets/ 兜底。

4. 目录结构 →04,11

projects/<代号>/  项目：_index.md(project) + docs/ decisions/ conversations/ assets/
  _example/       OKF 完整示范（照抄即合规，勿当真实项目）
company/          公司基本信息（doc）
learning/         共享学习库，按领域：ai/ management/ industry/（doc）
entities/ concepts/ questions/   预留 type（reserved，激活后才用）
meta/kb-contract.yaml   ★唯一契约   meta/stats.md 红线观察   meta/ingest-manifest.json 去重台账
tools/  kb-init.sh kb-lint-fm.py feishu-pull.py feishu-render.py kb-bot/
docs/   方案文档 01-12（治理层，改动走 PR+review）

5. Frontmatter 契约（真相在 kb-contract.yaml）→CONVENTIONS,meta

• 硬必填：type(缺失只报不猜) status(seed/developing/mature,默认seed) created ingested(=今天,AI自动)。
• 派生必填：外部摄入的 doc/decision/conversation 页 → source+source_link 升为必填；metric 型 → resource。project 的 _index 豁免溯源。
• 可选/自动：title(AI从H1回填) description tags(kebab) timestamp author related(wikilink)。
• 激活 type：project decision conversation doc（+company/learning 用 doc）。reserved：entity concept question runbook metric（用前改契约 active:true）。
• 免 frontmatter：README/CONVENTIONS/CLAUDE、docs/** meta/** tools/** .claude/** /assets/ **/.gitkeep。

6. 命令面（.claude/commands/）→07

命令	作用
/kb-new <代号>	建项目骨架(=bash tools/kb-init.sh)
/kb-ingest <代号> <源>	录入：去重→落原文→抽要点→写合规页→挂链，矛盾挂起不覆盖
/kb-link <文件/NAS/URL>	编译链接：提炼精华+留指针，不搬原件
/kb-ask <问题>	查询：语义检索，每条挂 source_link，缺口明说
/kb-save	对话洞察回写 questions/ 页
/kb-check	frontmatter 校验(=python3 tools/kb-lint-fm.py，exit0=健康,需pyyaml)
/kb-status	源计数/type分布/红线观察

7. 飞书双向前端 →08

• 群机器人（能问能答，长连接无公网）：lark-cli event +subscribe(WebSocket收) → handle.py 抽问题 → /kb-ask → lark-cli im +messages-reply 回复。底座 lark-cli 已装(bot身份 cli_a9458d254e3a5bc3)。组件 tools/kb-bot/。只读不写库。
• 呈现三层（均单向 md→飞书，飞书是"读屏"不写库）：①云文档(叙事,项目概览) ②多维表格Bitable(结构,全库一张表+多视图,可筛选/看板,通用 lark-cli api 写) ③群机器人(搜索框)。Wiki 暂不做。
• 工具 tools/feishu-render.py --bitable/--docs（骨架,写入留TODO需真实表/群）。

8. AI-native 五循环 + 人机分工 →07

录入(人丢+点头/AI全包) · 查询(CC检索+强制溯源+报Gap) · 维护(/kb-check,安全项自动修/有损项挂起) · 生长(P5红线才启用向量库,预留) · 飞书问答(群@→/kb-ask→回复)。铁律：能自动的绝不让人做；永不擅自有损；永不编造；人是拍板者。

9. 演进红线 →05,04

• P4 编译层(llm-wiki全量互链wiki+hot/index)：触发=_index 首读定位失效 + 摄入悖论。
• P5 向量库：唯一硬触发=~100 源/几百页 + index 定位不准。到线前"要不要上RAG"默认=不。向量库只做导航层，契约/编译层零改动。

10. 部署与治理 →10,12

• 拓扑：仓库家+常驻处理(机器人长连接/定时投影)在公司NAS；交互处理(ingest/ask/link)在各人本机读本地clone。remote=http://192.168.0.101:3002/robert/company-kb.git(NAS Gitea,需内网/VPN)。
• 两条NAS用途：Gitea仓库(多人协作真相源) vs 同步盘(单向投递采集通道)，不冲突。
• 维护：物料录入全员参与；规则改动(契约/命令/CONVENTIONS/docs)全员可提PR，合入需至少一人review，不可自审自合。改字段必填前先跑lint扫全库；加新type走 docs/11§4 登记(契约加条+建目录+飞书加视图)。处理层生长时契约尽量不动。