Files
company-kb/docs/07-AI-native工作流.md
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

4.9 KiB
Executable File
Raw Blame History

07 · AI-native 工作流

统一命令面 /kb <verb> + 四循环 + 人机分工铁律。本文是命令列表的唯一真相源,工具链文档引用不复述。 核心AI 主执行,人是监督者与拍板者;丢资料是唯一强人工入口。


1. 统一命令面 /kb <verb>

一处列全,工具链与工作流共用。命令实现在 .claude/commands/

命令 作用
/kb-new <代号> 建项目骨架(调 kb-init.sh
/kb-ingest <代号> <源> 录入循环入口丢资料AI 全包)
/kb-link <文件/NAS路径/URL> 编译链接:点名物料,提炼精华+留指针,不搬原件
/kb-ask <问题> 查询循环入口(强制溯源)
/kb-save 把对话洞察回写为 questions/
/kb-check frontmatter 校验 + lint 体检(调 kb-lint-fm.py
/kb-status 源计数 / 健康仪表盘(读 meta/stats.md

删除 /kb-grow——生长机制降为预留接口,不落地命令与监控。


2. 四循环

循环 A · 录入Ingest

人只做:丢资料 + 一句说明 + 对要点点头。

AI 自动

  1. Delta Check 去重 → 比对 meta/ingest-manifest.json hash 台账。
  2. 落原文 → 外部文档进 projects/*/docs/assets/
  3. 抽关键发现 → 从原文抽要点。
  4. 写合规页 → frontmatter 自动补齐(title/ingested/status/可推导 source)。
  5. 建 wikilink → 识别提及的实体/项目/决策自动挂链。
  6. 矛盾不静默覆盖 → MVP 用简单标注挂起(正文加矛盾标记),不做自动 status 降级状态机

MVP 一次录入产出结构化 markdown不做 8-15 页 wiki 编译P4 才编译)。

循环 B · 查询Ask

  • CC 直接语义检索 markdown 回答MVP 不依赖向量库)。
  • 每条结论挂 source_link 溯源
  • 覆盖不足明说缺口绝不用训练数据编造——无据即报 Gap。
  • 有沉淀价值时提议 /kb-save 回写。

循环 C · 维护Maintain

  • /kb-check 跑 lint孤立页 / 死链 / 缺字段 / 过时索引)。
  • 保持轻量提示,不做周度 cron 强制门禁;靠 Git PR review + CC 提示。
  • 安全项 AI 自动修:补可推导字段、建 stub、加 wikilink。
  • 有损项挂起交人:删页、解决矛盾、合并、改 type。

循环 D · 生长Grow预留

  • 一段说明即可——「到 P5 红线时再启用向量库导航层,接口预留」。
  • 仅保留 meta/stats.md 人工可读源计数作红线观察点。
  • 不预建密度/熵增监控。

循环 E · 飞书群问答P2 上线)

同事在飞书群 @机器人 提问,机器人查知识库带溯源回复。长连接实现,无需公网(见 docs/08)。

  • 人只做:群里 @机器人 问一句。
  • AI 自动kb-bot 收事件 → 抽问题 → 调 /kb-ask(复用查询循环 B 的全部铁律)→ lark-cli 回复到 thread。
  • 只读不写:机器人绝不写/删知识库;答案带 source_link,无据回「知识库暂无」,绝不编造。
  • 人机分工同循环 B 查询(此处只是把入口从 CC 换成飞书群)。

3. 人机分工表

环节 AI
采集 丢资料 + 一句说明(唯一强人工入口) 拉取/去重/落盘
frontmatter 拍板 type(采集器常可推断) 自动补 title/ingested/status/source
结构化 对要点点头 抽发现、写合规页、建 wikilink
查询 提问、判断可用性 检索、溯源回答、报 Gap
矛盾 拍板解决 标注挂起,不擅自覆盖
维护 review 有损操作 自动修安全项、提示
删/合并/改 type 拍板 挂起交人

4. 人机分工铁律

  1. 能让 AI 自动做的绝不让人做——丢资料是唯一强人工入口。
  2. AI 永不擅自有损操作——删页/覆盖/合并/改 type 必挂起交人。
  3. AI 永不编造——无据即报 Gap绝不用训练数据填坑。
  4. 人是监督者与拍板者——AI 执行,人决策。

附:典型会话示范

用户:把客户 A 昨天飞书群里定报价那段整理进来
  → /kb-ingest clientA 飞书群
  → AI: Delta Check 通过(新内容)→ 落原文 → 抽出「改用阶梯定价」决策
       → 写 projects/clientA/decisions/stepped-pricing.md
       → frontmatter 自动补齐related 挂到 [[project-clientA]]
       → 请确认要点:①阶梯定价 ②牺牲首单毛利 ③锁长期合作
  用户:对
  → AI: 已提交。

用户:客户 A 为什么不用一口价?
  → /kb-ask 客户 A 为什么不用一口价
  → AI: 因客户预算分期到位,改用阶梯定价锁长期合作、牺牲首单毛利。
       溯源projects/clientA/decisions/stepped-pricing.md
       source: 飞书群 https://company.feishu.cn/im/xxxx?msg=99231