Skip to content

v0.4.0 — 配置化 taxonomy + 增量 checkpoint + 输入层分类目录 + onboarding

Choose a tag to compare

@CharlotteLiii CharlotteLiii released this 07 Jul 10:55
fad1e81

基于 Karpathy 知识库理念的四层知识蒸馏系统。本版(相对 v0.3.5)是一次重构 + 能力增强,四大主题:

✨ 新能力

配置化 taxonomy

  • 分类维度 / 类型简写 / 标签规则 / 主题 / 桥接规则全部外置到 scripts/taxonomy.default.json
  • 用户可在 <vault>/taxonomy.json 覆盖:默认深合并,顶层 _replace:[段名]整段替换(彻底重定义分类、不残留默认旧类)
  • clipping_refiner / link_suggester 读配置驱动

增量 checkpoint

  • daily_distill / weekly_review 默认只处理自上次运行以来新增/变化的文档
  • mtime 快筛 + 内容 hash 兜底(对抗云盘刷新 mtime 的误判);漏跑自动补扫、连跑不重叠
  • --days/--since 手动时间窗覆盖(不读写 checkpoint),--reset-checkpoint 清状态
  • 状态存 <vault>/.kis_state.json,日/周各自独立 key

输入层分类目录

  • 每日蒸馏时对输入内容多标签分类(复用 taxonomy 的 contentTypes key)
  • 关键词后端(默认离线)+ LLM 后端(opt-in、降级安全、只提议不改 taxonomy)
  • catalog.json 数据源 → 渲染 输入层分类目录.md(按分类看 / 按文档看双视图)
  • classify.minKeywordHits 多标签精准阈值;零命中归「其他」+ 待审队列(不阻塞)
  • --classify=keyword|llm|off 控制

Taxonomy onboarding

  • kis_onboard.py--status/--template/--validate/--write)非阻塞引导用户声明自己领域的分类
  • 不声明也能用通用默认

🐛 修复

  • link_suggester PYTHONHASHSEED 导致的非确定性
  • ideas 根路径改为递归扫全树(daily / weekly / idea_tracker 口径一致)

📄 说明

个人 taxonomy.json 与运行时状态文件(.kis_state.json / catalog.json / 待审队列 / 分类目录)均不进仓库(gitignore)。全部能力无网/无 API 也能跑,LLM 一律 opt-in、默认关闭。

对应 PR #7,merge commit fad1e81