---
name: kb-workflow
description: 当收到"添加到知识库 + 链接" 或"保存到知识库 + 链接"时使用
---

# KB Workflow

知识库内容处理管道，支持 B站、知乎等平台的内容抓取、语音识别、深度分析和归档。

## 什么时候使用

当用户发送包含以下模式的消息时，此技能自动触发：

| 触发词 | 行为 | 示例 |
|--------|------|------|
| `添加到知识库` + 链接 | 添加到知识库并处理 | "添加到知识库 https://www.bilibili.com/video/BVxxx" |
| `保存到知识库` + 链接 | 同上 | "保存到知识库 https://zhuanlan.zhihu.com/p/xxx" |

## 环境变量

### 执行前必须检查

在执行 workflow 之前，必须检查环境变量是否已经设置。

**必须的环境变量**（缺失则报错退出）：

```bash
# ~/.kb_env 文件
export AI_API_KEY="your-api-key"
export AI_PROVIDER="zhipu"
export AI_MODEL="glm-5"
export AI_BASE_URL="https://open.bigmodel.cn/api/coding/paas/v4"
export KB_INTERMEDIATE_PATH="~/work/intermediate/analysis"
export KB_ARCHIVE_PATH="~/work/zq/30.资源/AI分析"
```

**可选的环境变量**：
| 变量名 | 用途 |
|--------|------|
| `BILIBILI_COOKIE` | 下载会员视频 |
| `KB_GIT_USER` / `KB_GIT_EMAIL` | Git 提交信息 |
| `HF_TOKEN` | HuggingFace Token（说话者分离） |

### 检查命令

```bash
# 从 ~/.kb_env 加载环境变量
if [ -f ~/.kb_env ]; then
    source ~/.kb_env
fi

# 检查必须的环境变量
if [ -z "$AI_API_KEY" ] || [ -z "$AI_PROVIDER" ] || [ -z "$AI_MODEL" ]; then
    echo "❌ 错误：必须的环境变量未设置"
    echo "请配置 ~/.kb_env 文件"
    exit 1
fi

echo "✅ 环境变量检查通过"
```

## Workflow 执行方式

### 处理链接

```bash
# 处理 URL（自动执行完整管道）
python kb_workflow/kb_workflow.py process "https://www.bilibili.com/video/BVxxx"

# 指定输出目录
python kb_workflow/kb_workflow.py process "https://..." -o /path/to/output

# 强制重新执行（忽略已完成状态）
python kb_workflow/kb_workflow.py process "https://..." --no-skip
```

### 知乎登录

```bash
# 二维码扫码登录（Cookie 自动保存）
python kb_workflow/kb_workflow.py login

# 检查 Cookie 状态
python kb_workflow/kb_workflow.py login --status

# 从 JSON 文件导入 Cookie
python kb_workflow/kb_workflow.py login --import-cookie cookies.json
```

**注意：** 知乎链接处理时会自动检测 Cookie 是否过期，过期则自动触发扫码登录。

## 支持的平台和内容类型

| 平台 | 内容类型 | URL 示例 |
|------|----------|----------|
| B站 | 视频 | `bilibili.com/video/BVxxx` |
| B站 | 专栏 | `bilibili.com/read/cvxxx` |
| 知乎 | 问答 | `zhihu.com/question/xxx/answer/xxx` |
| 知乎 | 专栏 | `zhuanlan.zhihu.com/p/xxx` |

## 处理流程

```
┌─────────────────────────────────────────────────────────────┐
│                    Pipeline 处理流程                         │
├─────────────────────────────────────────────────────────────┤
│  1. Parse     → LinkParser 解析 URL，识别平台和 ID           │
│  2. Download  → 平台适配器获取元数据和内容                    │
│  3. ASR       → 语音识别（视频无字幕时）                      │
│  4. Analyze   → DeepAnalyzer 生成深度分析报告                │
│  5. Archive   → 归档到 KB_ARCHIVE_PATH                      │
└─────────────────────────────────────────────────────────────┘
```

**知乎特殊处理：**
- 评论默认爬取并追加到正文末尾
- Cookie 过期时自动弹出二维码，扫码后继续执行
- 无需手动设置 Cookie

## 目录结构

**工作目录（KB_INTERMEDIATE_PATH）：**
```
~/work/intermediate/analysis/
└── {platform}_{content_id}/
    ├── metadata.json      # 元数据
    ├── content.md         # 内容（含评论）
    └── downloads/         # 下载的媒体文件
```

**归档目录（KB_ARCHIVE_PATH）：**
```
~/work/zq/30.资源/AI分析/
└── YYYY-MM-DD/
    └── {platform}_{id}_analysis.md  # 深度分析报告
```

## ⚠️ 严格失败处理原则

> **深度分析步骤必须成功，否则整个流程失败**

1. **深度分析不可跳过**：AI 分析是必须成功执行的步骤
2. **失败即终止**：如果分析返回失败，必须立即停止并汇报
3. **禁止降级处理**：不能使用预设模板或简单摘要来"假装成功"
4. **每次执行都要使用 AI**：必须有真实的 AI API 调用记录

## 示例

```
用户: 添加到知识库 https://zhuanlan.zhihu.com/p/123456789

Claude:
✅ 环境变量检查通过

◆ 处理中...
  → 解析 URL: zhihu 专栏 123456789
  → 获取元数据...
  → 爬取内容和评论...
  → 深度分析...

✅ 完成！

标题: 深度学习在推荐系统中的应用
内容目录: ~/work/intermediate/analysis/zhihu_123456789/
归档文件: ~/work/zq/30.资源/AI分析/2026-03-17/zhihu_123456789_analysis.md
```

## 技术架构

```
kb_workflow/
├── kb_workflow.py        — CLI 入口
├── auth/
│   └── zhihu_login.py    — 知乎登录和 Cookie 管理
├── crawler/
│   ├── zhihu_crawler.py  — 知乎爬虫（问答/专栏/评论）
│   └── models.py         — 数据模型
├── pipeline/
│   ├── pipeline.py       — Pipeline 编排引擎
│   ├── processors/       — 处理器实现
│   │   ├── parse.py      — URL 解析
│   │   ├── download.py   — 内容下载
│   │   ├── asr.py        — 语音识别
│   │   ├── analyze.py    — 深度分析
│   │   └── archive.py    — 归档
│   ├── platforms/        — 平台适配器
│   │   └── zhihu.py      — 知乎适配器（使用 ZhihuCrawler）
│   └── schemas.py        — 数据模型
└── deep_analyzer/        — AI 分析器
```