Wiki Ingestion Workflow

Goal

把适合公开的链接、文档、视频摘要等外部信息，稳定转化为可跨用户复用的长期知识。

Summary

这页定义人类与受授权的 AI Agent 把外部材料编译进公开 wiki 的共享入库路径：先判断是否适合公开，再保存 raw、提炼主题与结论，随后更新正式页面、补充链接，并同步维护 [[index]] 与 [[log]]。

Standard flow

1. 先过公开边界
   • 不接收私密对话、本机状态、真实持仓、家庭资料、凭证、私有配置或个人任务台账
   • 公共知识必须脱离作者环境仍可理解；本机路径和私有会话不能充当公众可复验证据
   • 边界适用于 raw/、正式页、附件、_meta/、脚本和日志，不允许“先存 raw 再判断”
2. 获取公开原始材料
   • URL → raw/articles/
   • PDF → raw/papers/
   • 公开会议/音视频整理 → raw/transcripts/
3. 提炼主题、实体、概念、可复用结论
4. 搜索现有正式页，区分精确依赖和启发式候选，按下表逐 claim 输出分类与匹配依据
5. 按 NEW/CONFIRM/UPDATE/CONFLICT/SUPERSEDE 做最小补丁：
   • entities/
   • concepts/
   • comparisons/
   • queries/
   • operations/（可复用操作指南或维护契约）
   • 重要结论、数字、当前外部行为和规范性规则尽量在同段或相邻句放具体来源；本地推导使用 [推论]
   • 外部变化可能导致错误行动的知识按需添加 volatility/review_by，真实核验才填写 verified_at
   • NEW / CONFIRM / UPDATE 中若局部 [!volatile] claim 写入 > source: X，必须同时满足 X ∈ page.frontmatter.sources，否则该次 ingest 不算闭环；已有来源不重复添加，也不因此刷新整页 verified_at
6. 为页面补充 [[wikilinks]]
7. 更新 [[index]]；已关闭的历史 plan/audit 不必进入主索引
8. 在 [[log]] 只记录公共仓库的 durable delta、证据边界和验证结果
9. 运行 Wiki health check、公开内容检查与 git diff --check

来源变化与候选发现

摄取时先抽取产品名、实体名、别名及窄主题词，再搜索现有正式页。两种证据不可混用：

• exact dependent：已被引用来源需重审时，在仓库根运行 python3 _meta/scripts/wiki_reverse_lookup.py --root "$WIKI_ROOT" --source <精确来源字符串> 列出全部直接依赖正式页。WIKI_ROOT 是调用者选择的仓库根；raw 快照不可覆盖，新快照保留新路径，旧来源路径只用于反查依赖。
• heuristic candidate：新来源尚未被引用时，精确反查可以返回 []；继续按产品/实体/aliases/窄主题词搜索正式页 title、aliases、正文。记录每页命中字段、具体词、对应 claim 和需复查原因。仅有 agent、AI、workflow 等宽泛词的干扰页排除并解释；候选不是确定性依赖，更不等于失效。
• 对受影响页运行 python3 _meta/scripts/wiki_reverse_lookup.py --root "$WIKI_ROOT" --page <页面相对路径>，读取关系出入边及其范围，再按 hermes-retrieval-priority-and-answer-path 判断。反查失败必须报告，不当成没有依赖。

每次输出：来源 | exact dependent/heuristic candidate | 页面 | 命中字段/词或精确 sources 边 | claim/范围 | 分类 | 修改/不修改理由。无需新建永久 needs-review 字段或持久化索引。

五种分类与最小补丁

若旧页只说明主题而没有对应旧 claim，新断言归 NEW（可并入现有 owner）；不能仅凭 sources 中的版本名推断正文发生 UPDATE 或 SUPERSEDE。

不能为凑分类制造变更：同一来源可确认一个 claim、更新另一个；每项分别解释。只有实际验证后才填 verified_at；不能仅凭材料进入 raw 就把候选页视为当前已验证。

Filing rules

• 值得长期复用的问答，归档到 queries/
• 横向分析放到 comparisons/
• 方法论与架构放到 concepts/
• 具体项目、模型、组织、产品放到 entities/

Quality bar

满足以下至少一项才进入正式知识层：

• 以后高概率会再次用到
• 需要跨来源综合才能得到
• 对系统设计、配置、决策有长期价值
• 人类重新整理的成本较高

Anti-patterns

• 把整段聊天直接复制进 wiki
• 把私密材料先写入 raw，再用“尚未提炼”解释公开边界缺失
• 把本机路径、私有 session 或未公开项目写成公众可复验来源
• 把合成示例描述成已经部署或获得授权的配置
• 没有来源就写死结论
• 只堆 raw，不更新正式页面
• 新建页面后不更新 [[index]] 与 [[log]]
• 普通低风险摄取也默认生成独立 AI review、exit/stderr 和前后 hash sidecar

Review trigger

独立 AI 审查不是普通摄取的默认步骤。只在 Schema/治理规则变更、跨层推广、高风险事实、多来源冲突或确定性检查不足时触发；其他情况由现有 health check、Git diff 和父级事实核验收口。

Relations

• refines: hermes-knowledge-architecture
• depends_on: hermes-wiki-page-writing-standards
• depends_on: hermes-retrieval-priority-and-answer-path

Related

• hermes-knowledge-architecture
• hermes-knowledge-base-operating-flow
• hermes-retrieval-priority-and-answer-path
• hermes-wiki-page-writing-standards
• index
• log