docs(05): capture phase context

2026-03-16 22:54:52 +08:00
parent 0bc5bb7584
commit 2eff597c3b
1 changed files with 102 additions and 0 deletions
@@ -0,0 +1,102 @@
+# Phase 5: 归档与目录优化 - Context
+
+**Gathered:** 2026-03-16
+**Status:** Ready for planning
+
+<domain>
+## Phase Boundary
+
+统一中间目录结构，添加自动归档步骤，优化最终目录布局。包括：
+- 中间文件统一存放到 `~/work/intermediate/analysis/{platform}_{content_id}/`
+- 分析完成后自动归档到最终目录
+- 最终目录按平台分组，文件名带时间戳前缀
+
+此阶段不涉及代码整合（Phase 6），只处理文件组织和归档逻辑。
+
+</domain>
+
+<decisions>
+## Implementation Decisions
+
+### 中间目录结构
+- **统一路径**: 硬编码 `~/work/intermediate/analysis/`
+- **内容目录命名**: `{platform}_{content_id}/` 格式
+- **无需配置项**: 不添加 KB_INTERMEDIATE_PATH，使用固定路径
+
+### 归档触发时机
+- **自动归档**: 分析完成后自动执行 ArchiveProcessor
+- **步骤顺序**: parse → download → asr → analyze → archive
+- **归档只复制**: md 文件复制到最终目录，不移动
+
+### 归档目标目录
+- **配置项**: 使用现有 `KB_ARCHIVE_PATH` 配置
+- **目录结构**: `{KB_ARCHIVE_PATH}/{platform}/`
+- **文件命名**: `{YYYYMMDD}_{content_id}_analysis.md`
+- **时间戳来源**: 归档执行时的日期
+
+### 归档重复检测
+- **判断策略**: 按 content_id 匹配，搜索 `*_{content_id}_analysis.md`
+- **发现重复时**: 询问用户是否覆盖
+- **用户确认方式**: 复用现有 rich.prompt.Confirm 模式
+
+### 中间文件清理
+- **不自动清理**: 归档后保留中间文件
+- **手动维护**: 用户需要定期手动清理
+
+### 错误处理
+- **归档失败**: 标记步骤为失败，记录错误信息
+- **后续操作**: 用户可重新执行归档步骤
+
+### Claude's Discretion
+- ArchiveProcessor 的具体实现结构
+- 重复检测的 glob 模式实现
+- 错误信息的具体格式
+
+</decisions>
+
+<code_context>
+## Existing Code Insights
+
+### Reusable Assets
+- `kb_pipeline/config.py`: KBSettings 类，包含 base_path 和 archive_path 配置
+- `kb_pipeline/pipeline.py`: Pipeline 编排引擎，可扩展添加 archive 步骤
+- `kb_pipeline/schemas.py`: StepInput/StepOutput 基类，可扩展 ArchiveInput/ArchiveOutput
+- `kb_pipeline/processors/base.py`: BaseProcessor 基类，可继承实现 ArchiveProcessor
+- `kb_pipeline/state.py`: WorkflowStateManager，支持 archive 步骤状态记录
+- `kb_pipeline/processors/analyze.py`: AnalyzeProcessor，输出文件在 content_dir
+
+### Established Patterns
+- 处理器模式: BaseProcessor + process(input) -> output
+- 状态管理: state.mark_step_completed/failed
+- 用户确认: rich.prompt.Confirm.ask() 或 input() fallback
+- 目录创建: Path.mkdir(parents=True, exist_ok=True)
+
+### Integration Points
+- Pipeline.steps 配置: 添加 "archive" 到步骤列表
+- ArchiveProcessor 输入: content_id, platform, content_dir, output_file
+- ArchiveProcessor 输出: archive_file 路径
+- KBSettings: 使用 archive_path 配置项
+
+</code_context>
+
+<specifics>
+## Specific Ideas
+
+- 中间目录: `~/work/intermediate/analysis/bilibili_BV1xxx/`
+- 最终目录: `~/work/zq/30.资源/AI分析/bilibili/20260316_BV1xxx_analysis.md`
+- 重复检测: 在归档目录下 glob `*_{content_id}_analysis.md`
+- 归档只复制 md 文件，不复制 json 和其他中间文件
+
+</specifics>
+
+<deferred>
+## Deferred Ideas
+
+None — discussion stayed within phase scope
+
+</deferred>
+
+---
+
+*Phase: 05-archive-directory*
+*Context gathered: 2026-03-16*