Files

yangqianqian 84f7950589 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>

2026-07-16 18:24:39 +08:00

2.2 KiB

Executable File

Raw Permalink Blame History

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：

---
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

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

2.2 KiB Executable File Raw Permalink Blame History Unescape Escape