# Requirements: kb-skills v1.6 语义分段改进

**Defined:** 2026-03-21
**Core Value:** 可靠、可维护的处理管道 - 每个步骤独立、可验证、可恢复

## v1.6 Requirements

语义分段改进需求。使用 LLM 实现智能分段，替代基于时间+长度的简单规则。

### 视频类型识别 (VIDEO)

- [x] **VIDEO-01**: 系统能识别 B站视频的内容类型（知识类、故事类、访谈类、新闻类、vlog 等）
- [x] **VIDEO-02**: 视频类型识别结果决定后续分段策略的选择
- [x] **VIDEO-03**: 视频类型识别具有容错性，识别失败时使用默认策略

### 语义边界检测 (BOUND)

- [x] **BOUND-01**: 系统能检测字幕中的话题转换点，在不同主题之间创建分段边界
- [x] **BOUND-02**: 边界检测基于语义分析，而非时间间隔或字符长度
- [x] **BOUND-03**: 话题切换时正确创建分段，不混入不同话题的内容
- [x] **BOUND-04**: 单个话题的内容保持完整，不会被错误截断

### 内容完整性保护 (COMP)

- [x] **COMP-01**: 分段不会在句子中间截断内容
- [x] **COMP-02**: 分段不会破坏论点的完整性（如前提-结论结构）
- [x] **COMP-03**: 并列结构（首先、其次、最后）不会被错误拆分

### 主题标题生成 (TITLE)

- [x] **TITLE-01**: 系统能为主题/章节类型的分段生成描述性标题
- [x] **TITLE-02**: 标题简洁准确，反映分段的主要内容
- [x] **TITLE-03**: 论点/观点类型的分段只分段，不加标题

### 中文句边界检测 (SENT)

- [x] **SENT-01**: 系统能识别中文字幕的句子边界
- [x] **SENT-02**: 句边界检测基于语义停顿，而不仅依赖标点符号
- [x] **SENT-03**: 分段位置自然，保持内容的连贯性和可读性

### 分段策略 (STRAT)

- [x] **STRAT-01**: 系统提供至少 2 种分段策略（知识类、故事类）
- [x] **STRAT-02**: 不同视频类型自动适配对应的分段策略
- [x] **STRAT-03**: 分段策略可扩展，便于未来添加新类型

### 鲁棒性 (ROBUST)

- [x] **ROBUST-01**: LLM 调用失败时自动降级到简单规则分段
- [x] **ROBUST-02**: LLM 响应解析失败时自动降级到简单规则分段
- [x] **ROBUST-03**: AI 不可用时自动使用简单规则分段
- [x] **ROBUST-04**: 降级过程有日志记录，便于问题诊断

### 成本控制 (COST)

- [x] **COST-01**: 长视频字幕进行分块处理，避免上下文窗口溢出
- [x] **COST-02**: 实现智能缓存，相同内容不重复调用 LLM
- [ ] **COST-03**: 提供配置开关，用户可选择是否启用 LLM 分段

### 输出格式 (OUTPUT)

- [ ] **OUTPUT-01**: 主题/章节分段输出带标题的 Markdown 结构
- [ ] **OUTPUT-02**: 论点/观点分段输出纯文本，保持原有风格
- [ ] **OUTPUT-03**: 输出与现有 SRTProcessor 兼容，不影响其他平台处理

### 配置与兼容性 (CONFIG)

- [x] **CONFIG-01**: LLM 分段功能可通过配置启用/禁用
- [ ] **CONFIG-02**: 向后兼容，不破坏现有简单规则分段
- [ ] **CONFIG-03**: 知乎/文章平台继续使用 AnalyzeProcessor，不受影响

## v2.0 Requirements

延后到未来版本的功能。

- **分层主题结构** — 支持多级主题层次（章-节）
- **分段质量评分** — 给出分段质量的可信度
- **说话人识别集成** — 结合说话者变化优化分段
- **可配置分段粒度** — 用户可控制分段密度

## Out of Scope

明确排除的功能。

| 功能 | 原因 |
|------|------|
| 固定大小分段 | 违背语义分段初衷，破坏内容完整性 |
| 实时流式分段 | 需要全局上下文才能做出好的分段决策 |
| 多模态融合 | 需要视频帧分析，超出纯文本处理范围 |
| 分段合并建议 | v1.6 专注于核心分段功能 |
| 时间戳对齐 | v1.6 可以简化处理，延后到 v2.0 |

## Traceability

需求与阶段的映射关系。

| Requirement | Phase | Status |
|-------------|-------|--------|
| VIDEO-01 | Phase 13 | Complete |
| VIDEO-02 | Phase 13 | Complete |
| VIDEO-03 | Phase 13 | Complete |
| BOUND-01 | Phase 13 | Complete |
| BOUND-02 | Phase 13 | Complete |
| BOUND-03 | Phase 13 | Complete |
| BOUND-04 | Phase 13 | Complete |
| COMP-01 | Phase 13 | Complete |
| COMP-02 | Phase 13 | Complete |
| COMP-03 | Phase 13 | Complete |
| TITLE-01 | Phase 13 | Complete |
| TITLE-02 | Phase 13 | Complete |
| TITLE-03 | Phase 13 | Complete |
| SENT-01 | Phase 13 | Complete |
| SENT-02 | Phase 13 | Complete |
| SENT-03 | Phase 13 | Complete |
| STRAT-01 | Phase 13 | Complete |
| STRAT-02 | Phase 13 | Complete |
| STRAT-03 | Phase 13 | Complete |
| ROBUST-01 | Phase 14 | Complete |
| ROBUST-02 | Phase 14 | Complete |
| ROBUST-03 | Phase 14 | Complete |
| ROBUST-04 | Phase 14 | Complete |
| COST-01 | Phase 14 | Complete |
| COST-02 | Phase 14 | Complete |
| COST-03 | Phase 14 | Pending |
| OUTPUT-01 | Phase 15 | Pending |
| OUTPUT-02 | Phase 15 | Pending |
| OUTPUT-03 | Phase 15 | Pending |
| CONFIG-01 | Phase 15 | Complete |
| CONFIG-02 | Phase 15 | Pending |
| CONFIG-03 | Phase 15 | Pending |

**Coverage:**
- v1.6 requirements: 30 total
- Mapped to phases: 30 (100%) ✓
- Phase 13: 18 requirements (60%)
- Phase 14: 7 requirements (23%)
- Phase 15: 5 requirements (17%)

---
*Requirements defined: 2026-03-21*
*Last updated: 2026-03-21 after roadmap creation*