docs: 修正Workflow执行流程说明，主代理直接调用子技能

skills/kb-workflow/SKILL.md

@@ -15,16 +15,6 @@ description: 当收到"添加到知识库 + 链接" 或"保存到知识库 + 链
 | `保存到知识库` + 链接 | 同上 | "保存到知识库 https://www.bilibili.com/video/BVxxx" |
 
 
-## 启动子代理方式
-
-子代理需要:
-- **特定范围:** 明确的任务
-- **全部上下文:** 不要让他们自己去寻找
-- **清晰的输出:** 应该返回什么内容？
-- **约束:** 什么事情不能干？
-
-使用 sessions_spawn 启动代理
-
 ## 环境变量
 检查以下环境变量
 KB_BASE_PATH
@@ -34,6 +24,19 @@ KB_BASE_PATH
 export KB_BASE_PATH="~/work/knowledge-base"
 ```
 
+## Workflow 执行方式
+
+主代理直接执行以下步骤，无需启动 kb-workflow 子代理：
+
+1. 主代理执行 `kb_workflow.py --check` 查重
+2. 主代理启动子代理调用 kb-link-parser
+3. 主代理启动子代理调用 kb-平台-metadata
+4. 主代理启动子代理调用 kb-平台-content
+5. 主代理启动子代理调用 kb-ocr-processor（如需要）
+6. 主代理启动子代理调用 kb-deep-analyzer
+7. 主代理执行 `kb_workflow.py --archive-file` 归档
+
+
 ## Workflow 步骤
 
 当触发后，按照以下步骤执行：
@@ -50,78 +53,92 @@ python3 kb_workflow.py --check --url "[URL]"
 
 ### 步骤 2: 链接解析
 
-- 启动子代理
+1. 获取目录路径：
-- 将以下内容输入上下文：
+```bash
+python3 kb_workflow.py --pending
 ```
-1.使用kb-link-parser技能解析这个链接:[用户的 URL]
+
-2.文件输出路径:[知识库pending目录]
+2. 启动子代理调用 kb-link-parser：
-3.结束时返回结果json。
+```bash
+python3 /path/to/link-parser.py --url "[URL]"
 ```
-- 等待子代里结束返回
+
-- 如果返回错误，停止并汇报错误给用户。
+3. 解析输出 JSON，提取 filename 和 platform
-- 如果返回成功，解析文件名，提取平台名称。
 
 ### 步骤 3: 元数据提取
 
-- 启动子代理
+1. 获取目录路径：
-- 将以下内容输入上下文：
+```bash
+python3 kb_workflow.py --metadata
 ```
-1.使用[kb-平台名称-metadata]技能获取元数据
+
-2.输入文件:[知识库pending目录/步骤2返回的文件名]
+2. 启动子代理调用对应平台的 metadata 技能：
-3.输出目录:[知识库metadata目录]
+```bash
-4.结束时返回结果json
+# Bilibili
+python3 /path/to/bilibili_metadata.py --id "[ID]" --type video
+
+# Zhihu  
+python3 /path/to/zhihu_metadata.py --id "[ID]" --type question
 ```
-- 等待子代理结束返回
+
-- 如果返回错误，停止并汇报错误给用户。
+3. 解析输出 JSON，提取 filename
 
 ### 步骤 4: 内容下载
 
-- 启动子代理
+1. 获取目录路径：
-- 将以下内容输入上下文：
+```bash
+python3 kb_workflow.py --content_downloads
+python3 kb_workflow.py --content_subtitles
 ```
-1.使用[kb-平台名称-content]技能获取内容
-2.输入文件:[知识库metadata目录/步骤3返回的文件名]
-3.输出目录:[知识库内容下载目录]
-4.结束时返回结果json
-```
-- 每5分钟检查一次子代理情况，将进度汇报给用户。
-- 等待子代理结束返回
-- 如果返回错误，停止并汇报错误给用户。
 
-### 步骤 5: OCR 处理
+2. 启动子代理调用对应平台的 content 技能：
+```bash
+# Bilibili 视频
+python3 /path/to/bilibili_content.py --id "[ID]" --type video --output [content_dir]
 
-- 启动子代理
+# Bilibili 字幕
-- 将以下内容输入上下文：
+python3 /path/to/bilibili_content.py --id "[ID]" --type subtitle --output [subtitles_dir]
 ```
-1.使用kb-ocr-processor技能通过视频帧解析字幕内容
+
-2.输入文件:[知识库内容下载目录/步骤4返回的文件名]
+3. 解析输出 JSON，提取 video_filename 和 subtitle_filename（如有）
-3.输出目录:[知识库内容下载目录]
+
-4.结束时返回结果json
+### 步骤 5: OCR 处理（可选）
+
+如果步骤4没有获取到字幕，需要从视频截帧 OCR：
+
+1. 获取目录路径：
+```bash
+python3 kb_workflow.py --content
 ```
-- 每5分钟检查一次子代理情况，将进度汇报给用户。
+
-- 等待子代理结束返回
+2. 启动子代理调用 kb-ocr-processor：
-- 如果返回错误，停止并汇报错误给用户。
+```bash
+python3 /path/to/ocr_processor.py --video [video_path] --output [content_dir]/ocr.json --merge
+```
+
+3. 解析输出 JSON，生成 content 文件供步骤6使用
 
 ### 步骤 6: 深度分析
 
-- 启动子代理
+1. 获取目录路径：
-- 将以下内容输入上下文：
+```bash
+python3 kb_workflow.py --analyzed
 ```
-1.使用kb-deep-analyzer技能对字幕内容进行深度分析，总结提炼
+
-2.输入文件1:[元数据目录/步骤3返回的元数据文件名]
+2. 准备 content JSON 文件（包含 subtitle/description）
-3.输入文件2:[知识库内容下载目录/步骤5返回的字幕文件名]
+
-3.输出目录:[知识库analyzed目录]
+3. 启动子代理调用 kb-deep-analyzer：
-4.结束时返回结果json
+```bash
+python3 /path/to/deep_analyzer.py --metadata [meta_path] --content [content_path] --output [analyzed_dir]/[filename].md
 ```
-- 每5分钟检查一次子代理情况，将进度汇报给用户。
+
-- 等待子代理结束返回
+4. 解析输出 JSON，获取分析结果
-- 如果返回错误，停止并汇报错误给用户。
 
 ### 步骤 7: 归档
 
 运行归档命令：
 ```bash
-python3 kb_workflow.py --archive "[分析报告文件路径]"
+python3 kb_workflow.py --archive-file "[分析报告文件路径]"
 ```
 
 ### 步骤 8: 汇报完成
@@ -132,16 +149,17 @@ python3 kb_workflow.py --archive "[分析报告文件路径]"
 - 最终文件路径
 - Git commit 信息
 
+
 ## 子技能清单
 
-| 步骤 | 子技能 | 输入 | 输出 |
+| 步骤 | 子技能 | 命令示例 | 输出 |
-|------|--------|------|------|
+|------|--------|----------|------|
-| 2 | kb-link-parser | URL | pending/{p}_{id}.link.json |
+| 2 | kb-link-parser | `--url "BVxxx"` | `{p}_{id}.link.json` |
-| 3 | kb-bilibili-metadata | link.json | metadata/{p}_{id}.meta.json |
+| 3 | kb-bilibili-metadata | `--id "BVxxx" --type video` | `{p}_{id}.meta.json` |
-| 3 | kb-zhihu-metadata | link.json | metadata/{p}_{id}.meta.json |
+| 3 | kb-zhihu-metadata | `--id "xxx" --type question` | `{p}_{id}.meta.json` |
-| 4 | kb-bilibili-content | meta.json | downloads/{p}_{id}.mp4, subtitles/{p}_{id}.srt |
+| 4 | kb-bilibili-content | `--id "BVxxx" --type video` | `{p}_{id}.{ext}` |
-| 5 | kb-ocr-processor | srt/mp4 | {p}_{id}.txt |
+| 5 | kb-ocr-processor | `--video xxx.flv --output ocr.json` | `ocr.json`, `ocr.txt` |
-| 6 | kb-deep-analyzer | meta.json, txt | analyzed/{p}_{id}.md |
+| 6 | kb-deep-analyzer | `--metadata x.meta.json --content x.json --output x.md` | `{p}_{id}.md` |
 
 ## 目录结构
 
@@ -172,7 +190,7 @@ python3 kb_workflow.py --archive "[分析报告文件路径]"
 python3 kb_workflow.py --check --url "[URL]"
 
 # 归档分析报告
-python3 kb_workflow.py --archive "[分析报告路径]"
+python3 kb_workflow.py --archive-file "[分析报告路径]"
 
 
 # ------------------- 目录路径查询 -------------------