---
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

## 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://www.bilibili.com/video/BVxxx" |

## 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）：

配置方式：将变量写入 `~/.kb_env` 文件：
```bash
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"
```

**可选的环境变量**：
| 变量名 | 用途 | 示例 |
|--------|------|------|
| `BILIBILI_COOKIE` | 下载会员视频 | `SESSDATA=xxx; bili_jct=xxx` |
| `KB_GIT_USER` | Git提交用户名 | `Your Name` |
| `KB_GIT_EMAIL` | Git提交邮箱 | `your@email.com` |
| `KB_ARCHIVE_PATH` | 归档目录路径 | `~/work/zq/30.资源/AI分析` |
| `KB_GIT_ROOT` | Git仓库根目录 | `~/work/zq` |
| `HF_TOKEN` | HuggingFace Token（说话者分离） | `hf_xxx` |

### 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 "$AI_MODEL" ] || [ -z "$AI_BASE_URL" ]; 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

### 一键处理（推荐）

使用管道 CLI 一键完成所有步骤：

```bash
python3 kb-workflow/kb_workflow.py process "https://www.bilibili.com/video/BVxxx"
```

**该命令自动执行：**
1. URL 解析 → 识别平台和内容 ID
2. 元数据提取 → 获取标题、作者等信息
3. 内容下载 → 字幕/视频/文章内容
4. 语音识别 → Whisper/FunASR（如需要）
5. 深度分析 → AI 生成分析报告
6. 归档 → 移动到归档目录

**命令参数：**
```bash
# 指定输出目录
python3 kb-workflow/kb_workflow.py process "https://..." -o /path/to/output

# 强制重新执行（忽略已完成状态）
python3 kb-workflow/kb_workflow.py process "https://..." --no-skip
```

## 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` |
| 知乎 | 专栏 | `zhuanlan.zhihu.com/p/xxx` |
| 知乎 | 视频 | `zhihu.com/zvideo/xxx` |

## 处理流程

```
┌─────────────────────────────────────────────────────────────┐
│                    kb-workflow process                       │
├─────────────────────────────────────────────────────────────┤
│  1. Parse     → LinkParser 解析 URL                         │
│  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 生成分析报告                    │
│  5. Archive   → 归档到 KB_ARCHIVE_PATH                      │
└─────────────────────────────────────────────────────────────┘
```

## 目录结构

**工作目录（默认 ~/work/knowledge-base/）：**
```
~/work/knowledge-base/
├── pending/           # 待处理链接
├── metadata/          # 元数据 JSON
├── content/           # 内容文件
│   └── downloads/     # 下载的视频/字幕
└── analyzed/          # 分析报告
```

**归档目录（默认 ~/work/zq/30.资源/AI分析/）：**
```
~/work/zq/30.资源/AI分析/
└── YYYY-MM-DD/
    └── {platform}_{id}.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://www.bilibili.com/video/BV1xx

Claude:
✅ 环境变量检查通过

◆ 处理中...
  → 解析 URL: bilibili 视频 BV1xx
  → 获取元数据...
  → 下载字幕...
  → 深度分析...

✅ 完成！

标题: 【教程】如何使用 Python 进行数据分析
处理阶段: 全部完成
最终文件: ~/work/zq/30.资源/AI分析/2026-03-15/bilibili_BV1xx.md
```

## 技术架构

```
kb-workflow/kb_workflow.py (CLI)
    └── kb_pipeline/ (核心管道包)
        ├── 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
        └── schemas.py       — 数据模型
```