kb-skills/.planning/STATE.md

gsd_state_version, milestone, milestone_name, status, stopped_at, last_updated, last_activity, progress

gsd_state_version	milestone	milestone_name	status	stopped_at	last_updated	last_activity	progress
1.0	v1.6	语义分段改进	ready_to_execute	Phase 13 planning complete	2026-03-22T10:00:00.000Z	2026-03-22 — Phase 13 plan created (7 plans)	total_phases completed_phases total_plans completed_plans percent 15 12 38 30 79

Project State

Project Reference

See: .planning/PROJECT.md (updated 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 Current focus: 语义分段改进 — 使用 LLM 实现智能分段

Current Position

Phase: Phase 13 - 核心 LLM 分段功能 Plan: 01-07 Status: Ready to execute Last activity: 2026-03-22 — Phase 13 plan created (7 plans)

Progress: [░░░░░░░░░░] 0% (Phase 13/15)

Phase 13 Goal

实现基于 LLM 的智能语义分段，识别视频类型并生成主题标题

Phase 13 Requirements (18 total)

• VIDEO-01, VIDEO-02, VIDEO-03 (视频类型识别)
• BOUND-01, BOUND-02, BOUND-03, BOUND-04 (语义边界检测)
• COMP-01, COMP-02, COMP-03 (内容完整性保护)
• TITLE-01, TITLE-02, TITLE-03 (主题标题生成)
• SENT-01, SENT-02, SENT-03 (中文句边界检测)
• STRAT-01, STRAT-02, STRAT-03 (分段策略)

Accumulated Context

Decisions

Key decisions from v1.0-v1.5 (preserved):

• 管道模型 — BaseProcessor + Pipeline 架构
• 步骤级状态 — WorkflowStateManager
• Schema 验证 — Pydantic v2
• 顺序执行 — 简单性和可调试性
• CLI subparsers — 可扩展命令结构
• SRT 独立模块 — kb_workflow/srt/ 职责分离
• ASR 纠错可选 — AI 不可用时返回原文

v1.6 Phase 13 decisions (from 13-CONTEXT.md):

• 数量控制: 采用建议式数量引导（5-8段），不强制执行
• 视频类型策略: 无类型区分 — 使用统一 Prompt，不针对不同类型设计不同策略
• 句边界保护: 纯 Prompt 约束 — 依赖 LLM 理解，不进行代码后处理
• 论点完整性: 一般性指令 — 不提供具体示例或标记词识别
• 并列结构: 不特别指定 — 让 LLM 根据整体语义自然判断
• 中文句边界: Prompt 中强调 — 列举所有中文句末标点
• 标题范围: LLM 自主判断 — 哪些分段需要标题由 LLM 决定
• 标题风格: 简洁描述型 — 5-15字，如「机器学习概述」
• 标题格式: H2 (##) — 与现有格式保持一致
• 标题缺失处理: 跳过标题 — 无法生成标题时设为 null
• 模块位置: kb_workflow/srt/semantic_engine.py
• 现有 SemanticSegmenter: 完全替代 — 新代码完全替代旧代码
• SRTProcessor 集成: 配置开关控制 — enable_semantic_segmentation 参数
• Pydantic Schema 位置: semantic_engine.py 内

Technical Context

架构集成:

• 新增 SemanticSegmentationEngine 模块（kb_workflow/srt/semantic_engine.py）
• 替代现有 SemanticSegmenter（规则分段）
• 在 SRTProcessor 中添加 LLM 分支（enable_semantic_segmentation 参数）

技术栈:

• SimpleAIClient（已集成 zhipu/openai/minimax）
• Pydantic v2（LLM 响应验证）
• Protocol（SegmentationStrategy 接口）

数据流:

SRT Input → Parse Subtitles → SemanticSegmentationEngine (LLM) →
Extract Paragraphs → ASR Correction → Generate Markdown

Known Risks

高优先级风险:

1. 上下文窗口溢出 — 长视频（>1小时）字幕超10万字符，需分块处理
2. LLM 输出格式不稳定 — 需多层 fallback 策略
3. 分段边界破坏完整性 — 需句边界保护机制
4. 分段不一致性 — LLM 随机性导致多次运行结果不同
5. 成本失控 — 高频 LLM 调用可能导致费用激增

缓解策略:

• Phase 13: 实现 Pydantic 验证 + 句边界保护（Prompt 约束）
• Phase 14: 实现分块处理 + 缓存 + 温度控制 + 降级策略
• Phase 15: 输出格式优化 + 配置开关

Blockers/Concerns

None.

Session Continuity

Last session: 2026-03-22T10:00:00.000Z Stopped at: Phase 13 planning complete Resume file: .planning/phases/13-llm/13-CONTEXT.md

Next step: /gsd:execute-phase 13 - 开始执行 Phase 13 的 7 个计划

Phase 13 Plan Structure

Wave 1 (并行执行，无依赖):

• Plan 01: 视频类型识别（TDD）- VIDEO-01, VIDEO-02, VIDEO-03
• Plan 02: 语义边界检测（TDD）- BOUND-01, BOUND-02, BOUND-03, BOUND-04
• Plan 03: 内容完整性保护（TDD）- COMP-01, COMP-02, COMP-03
• Plan 04: 主题标题生成（TDD）- TITLE-01, TITLE-02, TITLE-03
• Plan 05: 中文句边界检测（TDD）- SENT-01, SENT-02, SENT-03

Wave 2 (依赖 Wave 1):

• Plan 06: 可扩展策略架构 - STRAT-01, STRAT-02, STRAT-03
• Plan 07: SRTProcessor 集成 - CONFIG-03

Total: 7 plans (5 TDD + 2 execute)