Shared Wiki Operating Flow
Summary
这页把当前共享知识库流程压成一个可执行的端到端操作流: 人类或受授权的 AI Agent 都可以维护这条流程。输入先过公开准入,再被分类,再落到正确 artifact,随后进入 raw / 正式页面 / 检索 / 回写 / lint 的闭环。 目标是让知识库运行依赖文件化结构,而不是依赖越来越长的聊天上下文。
The operating loop
当前知识库流程可以压成 6 步:
- intake
- classify
- capture
- compile
- retrieve
- maintain
Step 1: intake
输入来源主要有四类:
- 链接
- PDF / 文档
- 一个值得长期保存的问题
- 一个需要持续扩展的主题
进入系统后,第一判断不是“怎么回答”,而是“它最终该落在哪一层”。
Step 2: classify
分类规则:
- 稳定偏好 / 长期事实 ->
memory - 可复用方法 -> 项目 SOP 或
skills;公开操作指南可进 Wikioperations/ - 正式知识 ->
wiki - 正在执行的多步任务 ->
todo - 临时过程 ->
sessions / session_search
memory、skills、历史检索等只在宿主支持且已获授权时使用,缺少能力不必补齐。
这一层的作用是先收窄接口,避免把所有东西都继续堆在对话里。
Step 3: capture
只有已有 Wiki 写入授权、材料适合公开且允许保留时,才保存原始材料:
- URL ->
raw/articles/ - PDF ->
raw/papers/ - 会议/音视频整理 ->
raw/transcripts/ - 附件/截图 ->
raw/assets/
规则:
- 公开准入先于 raw;仓库规范与自有方法可以引用现有公开 owner,不伪造 raw 来源
- raw 不直接替代正式知识
- raw 支撑引文和证据回溯,不替代正式页的综合结论
Step 4: compile
把 raw 或对话结论编译成正式页面:
concepts/:架构、方法论、原理、边界规范entities/:项目、产品、组织、模型、人物comparisons/:横向对比与取舍queries/:值得长期保存的问题与答案operations/:适合公开、可复用的操作指南
编译时必须同步完成:
- frontmatter
- Summary
- wikilinks
index.mdlog.md
Step 5: retrieve
回答知识问题时,默认路径是:
- 先查相关
wiki,消费结论前执行 hermes-retrieval-priority-and-answer-path 的 Freshness Gate;实时事实优先当前权威证据 - 用
memory校准用户偏好与边界 - 必要时加载
skills - 需要历史时查
session_search - 本地不足时再读
raw或外部资料 - 有长期价值、适合公开且已有写入授权时才回写
wiki
这一步的核心不是“搜到答案”,而是避免重复从零构建答案。
Step 6: maintain
知识库不是写完就完,需要持续维护:
- 页面写作遵循
[[hermes-wiki-page-writing-standards]] - 健康检查遵循
[[hermes-wiki-lint-and-health-check-standards]] - 新增页面后必须更新
[[index]]与[[log]] - 稳定流程可作为 skill 候选,稳定事实可作为 memory 候选;只有宿主支持、满足准入且已有相应写入授权时才晋升
Operational checkpoints
每次知识相关操作,至少过这 5 个检查点:
- 这次输入该进哪一层?
- 材料是否适合公开,来源是否已按类型保留或引用?
- 是否已有现有页面可更新,避免重复建页?
- 正式页面是否已补齐索引、日志和链接?
- 这次结果是否值得下次直接复用?
Minimal working path
最小可运行路径可以记成一句话: 授权与公开准入 -> 输入分类 -> 保存合格 raw 或引用现有来源 -> 编译正式页 -> 更新 index/log -> 以后优先从 wiki 检索。
Anti-patterns
- 已授权维护且符合公共准入的可复用结论只留在聊天中
- 只堆 raw,不生成正式页面
- 只写页面,不更新 index/log
- 已有 skill 仍然反复临场发挥
- 对稳定知识反复从零外搜,却不检查已有 Wiki;实时核验需求除外
- 把 session 历史误当成正式知识层
Why this flow works
这套流程的关键价值在于:
- 把模糊输入尽快收敛成结构化资产
- 用更窄的接口替代无边界上下文
- 让知识库越来越依赖 durable artifacts,而不是聊天记忆