# Phase 5: 归档与目录优化 - Context **Gathered:** 2026-03-16 **Status:** Ready for planning **Updated:** 2026-03-16 (revision: 添加 INT-03 配置支持) ## 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}/`(支持配置) - 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。 ## Implementation Decisions ### 中间目录结构 - **统一路径**: 使用 `KB_INTERMEDIATE_PATH` 配置项,默认值为 `~/work/intermediate/analysis/` - **内容目录命名**: `{platform}_{content_id}/` 格式 - **配置支持**: 添加 KB_INTERMEDIATE_PATH 环境变量支持(**更新**: 覆盖之前的"无需配置项"决策) ### 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 ## 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) - 配置项: pydantic-settings BaseSettings + Field + 环境变量 ### 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,新增 intermediate_path 配置项 ## Specific Ideas - 中间目录: `~/work/intermediate/analysis/bilibili_BV1xxx/`(可通过 KB_INTERMEDIATE_PATH 自定义) - 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 ## Deferred Ideas None — discussion stayed within phase scope --- *Phase: 05-archive-directory* *Context gathered: 2026-03-16* *Updated: 2026-03-16 (revision: INT-03 配置支持)*