102 lines
4.0 KiB
Markdown
102 lines
4.0 KiB
Markdown
# Milestones
|
|
|
|
## v1.6 语义分段改进 (Shipped: 2026-03-23)
|
|
|
|
**Phases completed:** 3 phases (13-15), 17 plans
|
|
|
|
**Key accomplishments:**
|
|
- ✓ SemanticSegmentationEngine — 基于 LLM 的智能语义分段引擎
|
|
- ✓ 视频类型识别 — 知识类/故事类/访谈类/新闻类/vlog 自动检测
|
|
- ✓ 主题边界检测 — 语义分析识别话题转换点
|
|
- ✓ 主题标题生成 — 为章节/主题分段生成简洁标题
|
|
- ✓ 内容完整性保护 — 句边界、论点完整性、并列结构保护
|
|
- ✓ 中文句边界检测 — 基于语义停顿的中文句子识别
|
|
- ✓ 可扩展策略架构 — Strategy Pattern 支持未来分段策略
|
|
- ✓ 三层 Fallback 策略 — JSON 解析 → Markdown 提取 → 启发式分段
|
|
- ✓ 优雅降级机制 — LLM 失败自动降级到规则分段
|
|
- ✓ 智能缓存 — 基于内容的 LLM 结果缓存
|
|
- ✓ 长文本分块 — 避免上下文窗口溢出
|
|
- ✓ 配置开关 — KBSettings.enable_semantic_segmentation 支持
|
|
- ✓ 向后兼容 — 禁用时使用规则分段，AnalyzeProcessor 不受影响
|
|
|
|
**Delivered:** 基于 LLM 的智能语义分段 — `enable_semantic_segmentation=True` 启用，支持环境变量 `KB_ENABLE_SEMANTIC_SEGMENTATION` 覆盖
|
|
|
|
**Known Gaps:**
|
|
- COST-03 标记为 Pending，但已通过 CONFIG-01 实现（功能相同，需求跟踪不一致）
|
|
|
|
**Archives:** `.planning/milestones/v1.6-ROADMAP.md`, `.planning/milestones/v1.6-REQUIREMENTS.md`
|
|
|
|
---
|
|
|
|
## v1.5 B站字幕简化处理 (Shipped: 2026-03-21)
|
|
|
|
**Phases completed:** 1 phase (Phase 12), 2 plans, 4 tasks
|
|
|
|
**Key accomplishments:**
|
|
- ✓ SRT 处理模块 — parser, segmenter, corrector 实现
|
|
- ✓ SRTProcessor — 基于 SRT 字幕生成简化 Markdown 文档
|
|
- ✓ Pipeline 平台路由 — B站视频使用 SRTProcessor，其他平台使用 AnalyzeProcessor
|
|
- ✓ ASR 纠错集成 — 使用 LLM 纠正语音识别错误
|
|
- ✓ 端到端测试 — B站视频/文章、知乎回答测试覆盖
|
|
|
|
**Delivered:** B站视频简化处理流程 — `kb-workflow process <bilibili-url>` 生成易读的 Markdown 文档
|
|
|
|
**Known Gaps:**
|
|
- 语义分段 — 当前基于简单规则（时间+长度），无法识别话题转换（已记录到 backlog）
|
|
|
|
**Archives:** `.planning/milestones/v1.5-ROADMAP.md`, `.planning/milestones/v1.5-REQUIREMENTS.md`
|
|
|
|
---
|
|
|
|
## v1.4 Zhihu Anti-Crawler (Shipped: 2026-03-18)
|
|
|
|
**Phases completed:** 11 phases, 30 plans, 0 tasks
|
|
|
|
**Key accomplishments:**
|
|
- (none recorded)
|
|
|
|
---
|
|
|
|
## v1.3 Proxy Pool (Shipped: 2026-03-18)
|
|
|
|
**Phases completed:** 1 phase (Phase 10), 2 plans
|
|
|
|
**Key accomplishments:**
|
|
- ✓ ProxyPool 类 — 支持从 YAML/环境变量加载多个代理
|
|
- ✓ Round-Robin 轮换 — 使用索引指针实现自动代理切换
|
|
- ✓ 健康检查机制 — 代理失败检测与冷却恢复
|
|
- ✓ ZhihuCrawler 集成 — 代理池优先于单代理配置
|
|
|
|
**Delivered:** 代理池基础设施 — 支持多代理配置、自动轮换、健康检查
|
|
|
|
**Known Gaps:**
|
|
- 请求行为伪装 (BEHAV-01~04) — 未实现
|
|
- 验证码检测 (CAPT-01~03) — 未实现
|
|
- 错误恢复机制 (ERR-01~04) — 未实现
|
|
- 平台适配 (PLAT-01~02) — 未实现
|
|
|
|
**Archives:** `.planning/milestones/v1.3-ROADMAP.md`, `.planning/milestones/v1.3-REQUIREMENTS.md`
|
|
|
|
---
|
|
|
|
## v1.0 Pipeline Architecture (Shipped: 2026-03-15)
|
|
|
|
**Phases completed:** 4 phases, 12 plans
|
|
**Timeline:** 28 days (Feb 15 → Mar 15)
|
|
**LOC:** ~50K new lines (243 files)
|
|
|
|
**Key accomplishments:**
|
|
- ✓ WorkflowStateManager — 步骤级状态管理，支持断点续传
|
|
- ✓ LinkParser + IdempotencyChecker — 统一 URL 解析和幂等检查
|
|
- ✓ BilibiliAdapter / ZhihuAdapter — 平台元数据适配器
|
|
- ✓ BaseProcessor + Processors — 管道处理器架构
|
|
- ✓ Pipeline 类 — 处理器编排引擎
|
|
- ✓ CLI `process` subcommand — 一键式工作流入口
|
|
|
|
**Delivered:** 单命令知识库处理 — `kb-workflow process <url>` 完成从链接到深度分析报告的完整流程
|
|
|
|
**Archives:** `.planning/milestones/v1.0-ROADMAP.md`, `.planning/milestones/v1.0-REQUIREMENTS.md`
|
|
|
|
---
|
|
|