docs: 更新SKILL.md

skills/kb-workflow/SKILL.md

@@ -1,13 +1,11 @@
 ---
 name: kb-workflow
-description: 知识库工作流编排技能。接收"添加到知识库 + 链接"消息，完成完整处理流程。
-metadata:
-  short-description: 知识库工作流编排
+description: 当收到"添加到知识库 + 链接" 或"保存到知识库 + 链接"时使用
 ---
 
 # KB Workflow
 
-## 触发条件
+## 什么时候使用
 
 当用户发送包含以下模式的消息时，此技能自动触发：
 
@@ -16,6 +14,26 @@ metadata:
 | `添加到知识库` + 链接 | 添加到知识库并处理 | "添加到知识库 https://www.bilibili.com/video/BVxxx" |
 | `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
+
+环境变量默认值
+```bash
+export KB_BASE_PATH="~/work/knowledge-base"
+```
+
 ## Workflow 步骤
 
 当触发后，按照以下步骤执行：
@@ -32,51 +50,72 @@ python3 kb_workflow.py --check --url "[URL]"
 
 ### 步骤 2: 链接解析
 
-**启动子代理：** `kb-link-parser`
-
-**输入：** 用户的 URL
-
-**预期输出：** `pending/{platform}_{id}.link.json`
+- 启动子代理
+- 将以下内容输入上下文：
+```
+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]
+3.结束时返回结果json。
+```
+- 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。
+- 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：** 根据平台选择
-- Bilibili → `kb-bilibili-metadata`
-- 知乎 → `kb-zhihu-metadata`
-
-**输入：** 步骤 2 输出的文件路径
-
-**预期输出：** `metadata/{platform}_{id}.meta.json`
+- 启动子代理
+- 将以下内容输入上下文：
+```
+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]
+3.输出目录:[知识库metadata目录]
+4.结束时返回结果json
+```
+- 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 4: 内容下载
 
-**启动子代理：** 根据平台选择
-- Bilibili → `kb-bilibili-content`
-- 知乎 → （暂无）
-
-**输入：** 步骤 3 输出的文件路径
-
-**预期输出：**
-- `content/downloads/{platform}_{id}.mp4`
-- `content/subtitles/{platform}_{id}.srt`（可能没有）
+- 启动子代理
+- 将以下内容输入上下文：
+```
+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
 
-**启动子代理：** `kb-ocr-processor`
-
-**输入：** 步骤 4 输出的字幕文件路径（没有字幕则用视频文件路径）
-
-**预期输出：** `content/{platform}_{id}.txt`
+- 启动子代理
+- 将以下内容输入上下文：
+```
+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.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 6: 深度分析
 
-**启动子代理：** `kb-deep-analyzer`
-
-**输入：** 
-- 步骤 3 输出的元数据文件路径
-- 步骤 5 输出的文字内容文件路径（如有，否则用元数据文件路径）
-
-**预期输出：** `analyzed/{platform}_{id}.md`
+- 启动子代理
+- 将以下内容输入上下文：
+```
+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]
+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]
+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 7: 归档
 
@@ -134,8 +173,3 @@ python3 kb_workflow.py --check --url "[URL]"
 python3 kb_workflow.py --archive "[分析报告路径]"
 ```
 
-## 环境变量（可选）
-
-```bash
-export KB_BASE_PATH="~/work/knowledge-base"
-```