kb-skills/.planning/phases/06-code-consolidation/06-CONTEXT.md

Phase 6: 代码整合 - Context

Gathered: 2026-03-16 Status: Ready for planning

## Phase Boundary

将独立的元数据技能和 Pipeline 模块整合进 kb-workflow。包括：

• kb-bilibili-metadata + kb-zhihu-metadata → kb-workflow/metadata/
• kb_pipeline/ → kb-workflow/pipeline/
• 更新所有导入路径
• 删除原独立目录

此阶段不涉及新功能开发，只做代码整合和结构重组。

## Implementation Decisions

目录结构

• 完全扁平化: kb-workflow/metadata/ 和 kb-workflow/pipeline/ 作为顶级子目录
• 元数据目录: kb-workflow/metadata/bilibili_extractor.py, zhihu_extractor.py 等
• Pipeline 目录: kb-workflow/pipeline/processors/, kb-workflow/pipeline/platforms/ 等
• 保留原文件名: bilibili_extractor.py 不重命名为 bilibili.py，保持迁移安全

导入策略

• 外部导入: 统一从 kb_workflow 导入
  • from kb_workflow.metadata.bilibili_extractor import ...
  • from kb_workflow.pipeline.processors import ...
• 内部导入: 使用绝对导入
  • from kb_workflow.pipeline.processors.base import BaseProcessor
• 更新范围: 所有测试文件、CLI 入口、处理器间引用

整合顺序

• 先 metadata 后 pipeline:
  1. 移动 kb-bilibili-metadata → kb-workflow/metadata/
  2. 移动 kb-zhihu-metadata → kb-workflow/metadata/
  3. 更新 metadata 相关导入
  4. 运行测试验证
  5. 移动 kb_pipeline → kb-workflow/pipeline/
  6. 更新 pipeline 相关导入
  7. 运行测试验证

验证策略

• 分步验证: 每个子整合完成后运行测试
• 测试命令: pytest tests/ -v
• 失败处理: 测试失败时不继续下一步，先修复问题

清理策略

• 立即删除: 整合完成且测试通过后立即删除原目录
• 删除目录: kb-bilibili-metadata/, kb-zhihu-metadata/, kb_pipeline/
• Git 提交: 每个子整合单独提交，便于回滚

Claude's Discretion

• 具体导入路径更新时的细节调整
• 处理意外的循环导入问题
• 测试文件的导入更新方式

<code_context>

Existing Code Insights

要整合的模块

• kb-bilibili-metadata/ (3 files):
  • bilibili_extractor.py - B站 API 调用和元数据提取
  • bilibili_metadata.py - CLI 入口
  • __init__.py
• kb-zhihu-metadata/ (5 files):
  • zhihu_extractor.py - 知乎 Playwright 提取
  • zhihu_metadata.py - CLI 入口
  • zhihu_article_crawler.py - 文章爬虫
  • markdown_converter.py - Markdown 转换
  • __init__.py
• kb_pipeline/ (20 files):
  • 核心模块: pipeline.py, schemas.py, config.py, state.py, errors.py, retry.py, idempotency.py, link_parser.py
  • processors/: base.py, parse.py, download.py, asr.py, analyze.py, archive.py
  • platforms/: base.py, bilibili.py, zhihu.py

导入依赖关系

• kb-workflow/kb_workflow.py → kb_pipeline.pipeline, kb_pipeline.processors
• kb_pipeline/platforms/zhihu.py → kb-zhihu-metadata (ZhihuPlaywrightExtractor)
• kb_pipeline/platforms/bilibili.py → kb-bilibili-metadata (BilibiliExtractor)
• tests/ → 多个 kb_pipeline 模块

Integration Points

• CLI 入口: kb-workflow/kb_workflow.py 需要更新导入路径
• 平台适配器: platforms/zhihu.py, platforms/bilibili.py 需要更新元数据模块导入
• 测试文件: tests/ 目录下所有测试需要更新导入

</code_context>

## Specific Ideas

• 整合后目录结构:

  kb-workflow/
  ├── kb_workflow.py        # CLI 入口
  ├── metadata/
  │   ├── __init__.py
  │   ├── bilibili_extractor.py
  │   ├── bilibili_metadata.py
  │   ├── zhihu_extractor.py
  │   ├── zhihu_metadata.py
  │   ├── zhihu_article_crawler.py
  │   └── markdown_converter.py
  └── pipeline/
      ├── __init__.py
      ├── pipeline.py
      ├── schemas.py
      ├── config.py
      ├── state.py
      ├── errors.py
      ├── retry.py
      ├── idempotency.py
      ├── link_parser.py
      ├── processors/
      │   ├── __init__.py
      │   ├── base.py
      │   ├── parse.py
      │   ├── download.py
      │   ├── asr.py
      │   ├── analyze.py
      │   └── archive.py
      └── platforms/
          ├── __init__.py
          ├── base.py
          ├── bilibili.py
          └── zhihu.py
  

## Deferred Ideas

None — discussion stayed within phase scope

---

Phase: 06-code-consolidation Context gathered: 2026-03-16