Agent Wiki — 智能体知识库运营工作流

把外部知识转化为智能体运行时可调用的行为规则（Memory/规范/Skill）的完整方法论，以 Qoder Agent Skill 形式交付。灵感来自 Andrej Karpathy 的 LLM Wiki 设计，经 26+ 条真实入库记录验证。

知识库不是收藏夹，是智能体的能力增长引擎。

核心机制

• 三层架构：Raw Sources（原始采集，只读不可变）→ The Wiki（LLM 维护的派生内容）→ The Schema（人机共维的规范与配置）
• 三操作：Ingest（采集入库，8 步清单）/ Query（检索回填，让探索产生复利）/ Lint（六维体检）
• 角色分离：Planner（人工定目标）/ Generator（LLM 执行）/ Evaluator（治具裁定）——模型不得给自己打分
• 采集前价值契约：三问先行，价值判定不达标即显式中止，不强行入库
• 蒸馏三色标记：🟢 已落地 / 🟡 部分落地 / 🔵 参考索引——每条知识必须回答"能否改变智能体的行为决策"
• 采集引擎抽象：AutoCLI / WebFetch / 公开 API / 手动粘贴可互换，入库后要求完全一致
• Harness 递减：治具规则随模型进步单调递减，删掉不再产生真实信号的规则

快速开始

1. 将 SKILL.md 复制到你的 Qoder 技能目录：
   • 个人级：~/.qoder/skills/agent-wiki/SKILL.md
   • 项目级：<项目>/.qoder/skills/agent-wiki/SKILL.md
2. 初始化知识库目录结构：

<知识库根目录>/
├── 原始采集/（文章/讨论/视频）    ← Raw Sources，采集后只读
├── 知识库/（目录.md、操作日志.md） ← The Wiki
└── 程序文件/配置/来源白名单.json   ← The Schema（可选）

3. 运行 Evaluator 示例验证环境（对 examples/ 应输出 PASS）：

python scripts/validate.py examples

4. 开始第一次 Ingest：让智能体按 SKILL.md 的 8 步清单执行，或参照 examples/ 中的样本文件。

Evaluator 示例（scripts/validate.py）

零依赖（仅 Python 3 标准库），覆盖 Lint 六维：

维度	判定
元数据完整性（URL/采集时间/采集命令）	ERROR
编码正确性（UTF-8、U+FFFD、双重编码签名）	ERROR
格式规范性（H1 开头、--- 分隔、JSON _metadata）	ERROR
命名规范（{source}_{topic}_{date}）	WARN
交叉引用（目录.md 链接可达）	ERROR
来源白名单（URL 域名匹配）	WARN

退出码：0 = PASS（无 ERROR），1 = FAIL。WARN 不阻塞但应定期审视（Harness 递减）。

目录结构

agent-wiki/
├── SKILL.md              ← 技能主体（复制到技能目录即用）
├── README.md
├── LICENSE               ← MIT
├── scripts/
│   └── validate.py       ← Evaluator 零依赖示例
└── examples/             ← 最小可跑通样本知识库
    ├── 原始采集/文章/
    ├── 知识库/目录.md
    └── 程序文件/配置/来源白名单.json

设计原则

• 真实执行结果是唯一验收标准：治具裁定优先于生成者自述
• 可复现：采集命令 字段如实记录实际引擎与降级路径
• 平台无关：核心流程不绑定任何采集工具与智能体平台；蒸馏落地映射到各平台自身的记忆机制

License

MIT — 见 LICENSE。