refactor(kb-workflow): 改用Prompt-based模式
- SKILL.md: 重写为详细workflow指导，主代理直接读取执行 - kb_workflow.py: 简化为辅助工具函数库 - skill_main.py: 简化为触发检测入口 - SkillBug.md: 记录架构变更 主代理读取SKILL.md后，按照指导调用sessions_spawn，无需配置allowlist
This commit is contained in:
OpenClaw Agent
+222
-208
@@ -1,244 +1,258 @@
|
|||||||
---
|
---
|
||||||
name: kb-workflow
|
name: kb-workflow
|
||||||
description: 知识库工作流编排技能，提供收件箱扫描、内容处理、归档、订阅检测、Git版本管理和自动清理功能。
|
description: 知识库工作流编排技能。接收"添加到知识库 + 链接"消息，编排各子代理完成完整处理流程。
|
||||||
metadata:
|
metadata:
|
||||||
short-description: 知识库工作流编排
|
short-description: 知识库工作流编排
|
||||||
---
|
---
|
||||||
|
|
||||||
# KB Workflow
|
# KB Workflow
|
||||||
|
|
||||||
## Description
|
## 触发条件
|
||||||
|
|
||||||
KB Workflow 是一个完整的知识库管理系统，包含：
|
当用户发送包含以下模式的消息时，此技能自动触发：
|
||||||
|
|
||||||
**核心功能**：
|
|
||||||
- 📥 **收件箱扫描** - 扫描四个子目录 (pending, metadata, content, analyzed)
|
|
||||||
- 🔄 **内容处理** - 调用子agent处理各阶段
|
|
||||||
- 📦 **Git版本管理** - 归档后自动提交并推送
|
|
||||||
- 🔔 **订阅管理** - 跟踪订阅源更新
|
|
||||||
- 🧹 **自动清理** - 定期清理临时文件
|
|
||||||
- 📊 **汇报生成** - 生成处理统计
|
|
||||||
|
|
||||||
## 触发方式
|
|
||||||
|
|
||||||
### 自然语言触发
|
|
||||||
|
|
||||||
当用户发送包含以下模式的消息时，技能会自动触发：
|
|
||||||
|
|
||||||
| 触发词 | 行为 | 示例 |
|
| 触发词 | 行为 | 示例 |
|
||||||
|--------|------|------|
|
|--------|------|------|
|
||||||
| `添加到知识库` + 链接 | 添加到收件箱并处理 | "添加到知识库 https://www.bilibili.com/video/BVxxx" |
|
| `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 | 添加到收件箱并处理 | "保存到知识库 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" |
|
||||||
|
|
||||||
### 支持的平台
|
## Workflow 步骤
|
||||||
|
|
||||||
| 平台 | 子技能 |
|
当触发后，按照以下步骤执行：
|
||||||
|------|--------|
|
|
||||||
| Bilibili | kb-bilibili-metadata, kb-bilibili-content |
|
|
||||||
| 知乎 | kb-zhihu-metadata |
|
|
||||||
|
|
||||||
## 架构设计
|
### 步骤 1: 查重
|
||||||
|
|
||||||
```
|
**操作：** 检查知识库是否已存在此内容。
|
||||||
用户: "添加到知识库 https://www.bilibili.com/video/BV1ci4y1V7tb"
|
|
||||||
│
|
1. 根据 URL 中的 ID（如 `BVxxx`）扫描 `knowledge-base/metadata/` 和 `knowledge-base/archive/` 目录
|
||||||
▼
|
2. 如果存在：
|
||||||
┌─────────────────────────────────────────────────────────┐
|
- 汇报用户内容已存在及其状态
|
||||||
│ kb-workflow (主代理) │
|
- 询问用户是要更新还是跳过
|
||||||
│ │
|
- 等待用户指示
|
||||||
│ 职责: │
|
3. 如果不存在：继续步骤 2
|
||||||
│ 1. 接收用户消息，识别触发词和链接 │
|
|
||||||
│ 2. 查重（根据URL/文件名） │
|
### 步骤 2: 调用 kb-link-parser
|
||||||
│ 3. 调用子agent处理各阶段 │
|
|
||||||
│ 4. 文件流转（mv） │
|
**操作：** 解析 URL，获取平台和内容 ID。
|
||||||
│ 5. Git版本管理 │
|
|
||||||
│ 6. 归档和清理 │
|
```python
|
||||||
└─────────────────────────────────────────────────────────┘
|
# 调用方式
|
||||||
│ │ │ │
|
result = sessions_spawn(
|
||||||
▼ ▼ ▼ ▼
|
agentId="kb-link-parser",
|
||||||
┌──────────────┐ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐
|
task="""解析以下URL，将结果保存到指定目录：
|
||||||
│ kb-link-parser│ │kb-bilibili- │ │kb-bilibili- │ │ kb-deep- │
|
|
||||||
│ (子agent) │ │ metadata │ │ content │ │ analyzer │
|
URL: [用户的URL]
|
||||||
│ │ │ (子agent) │ │ (子agent) │ │ (子agent) │
|
|
||||||
└──────────────┘ └──────────────┘ └──────────────┘ └──────────────┘
|
输出目录: ~/work/knowledge-base/pending
|
||||||
|
输出文件名格式: {platform}_{id}.link.json
|
||||||
|
|
||||||
|
请解析URL中的平台和内容ID，将解析结果保存为JSON文件。
|
||||||
|
返回结果时告诉我输出文件的完整路径。""",
|
||||||
|
timeoutSeconds=60
|
||||||
|
)
|
||||||
```
|
```
|
||||||
|
|
||||||
## 处理流程
|
**预期输出：** `pending/{platform}_{id}.link.json`
|
||||||
|
|
||||||
### 完整流程（6个阶段）
|
### 步骤 3: 提取平台并调用对应元数据技能
|
||||||
|
|
||||||
|
**操作：** 从文件名提取平台（如 `bilibili`），调用对应平台的元数据技能。
|
||||||
|
|
||||||
|
```python
|
||||||
|
# 从返回结果中提取 output_file
|
||||||
|
output_file = result.get("output_file")
|
||||||
|
platform = output_file.split("/")[-1].split("_")[0] # 从文件名提取平台
|
||||||
|
content_id = output_file.split("/")[-1].split("_")[1].split(".")[0]
|
||||||
```
|
```
|
||||||
用户发送"添加到知识库 + 链接"
|
|
||||||
│
|
**调用元数据技能：**
|
||||||
▼
|
|
||||||
kb-workflow:
|
```python
|
||||||
1. 查重（根据URL/文件名）
|
if platform == "bilibili":
|
||||||
2. 确认目录存在
|
agent = "kb-bilibili-metadata"
|
||||||
3. 调用 kb-link-parser (sessions_spawn)
|
elif platform == "zhihu":
|
||||||
│
|
agent = "kb-zhihu-metadata"
|
||||||
▼
|
|
||||||
kb-link-parser (子agent):
|
result = sessions_spawn(
|
||||||
解析URL
|
agentId=agent,
|
||||||
输出: pending/bilibili_BV1ci4y1V7tb.link.json
|
task="""获取链接的元数据：
|
||||||
返回: {"success": true/false, "output_file": "pending/..."}
|
|
||||||
│
|
链接文件: [上一步的output_file]
|
||||||
▼
|
输出目录: ~/work/knowledge-base/metadata
|
||||||
kb-workflow:
|
|
||||||
从文件名提取平台 "bilibili" → 调用 kb-bilibili-metadata
|
请读取链接文件，提取URL，然后获取该链接的元数据（标题、作者、播放量等）。
|
||||||
│
|
将元数据保存为JSON文件，文件名格式: {platform}_{id}.meta.json
|
||||||
▼
|
|
||||||
kb-bilibili-metadata (子agent):
|
返回结果时告诉我输出文件的完整路径。""",
|
||||||
获取元数据
|
timeoutSeconds=120
|
||||||
输出: metadata/bilibili_BV1ci4y1V7tb.meta.json
|
)
|
||||||
返回: {"success": true/false, "output_file": "metadata/..."}
|
```
|
||||||
│
|
|
||||||
▼
|
**预期输出：** `metadata/{platform}_{id}.meta.json`
|
||||||
kb-workflow:
|
|
||||||
调用 kb-bilibili-content
|
### 步骤 4: 调用内容下载技能
|
||||||
│
|
|
||||||
▼
|
**操作：** 根据平台调用内容下载技能。
|
||||||
kb-bilibili-content (子agent):
|
|
||||||
下载视频+字幕
|
```python
|
||||||
输出: content/downloads/*.mp4, *.srt
|
if platform == "bilibili":
|
||||||
返回: {"success": true/false, "output_file": "...", "subtitles": "..."}
|
agent = "kb-bilibili-content"
|
||||||
│
|
|
||||||
▼
|
result = sessions_spawn(
|
||||||
kb-workflow:
|
agentId=agent,
|
||||||
拿到字幕文件 → 调用 kb-ocr-processor
|
task="""下载视频内容：
|
||||||
│
|
|
||||||
▼
|
元数据文件: [上一步的output_file]
|
||||||
kb-ocr-processor (子agent):
|
下载目录: ~/work/knowledge-base/content
|
||||||
OCR处理
|
|
||||||
输出: content/bilibili_BV1ci4y1V7tb.txt
|
请读取元数据文件，获取视频信息，然后下载视频和字幕。
|
||||||
返回: {"success": true/false, "output_file": "content/..."}
|
视频保存到: content/downloads/
|
||||||
│
|
字幕保存到: content/subtitles/
|
||||||
▼
|
|
||||||
kb-workflow:
|
文件名格式: {platform}_{id}.mp4 和 {platform}_{id}.srt
|
||||||
拿到txt文件 → 调用 kb-deep-analyzer
|
|
||||||
│
|
返回结果时告诉我下载的视频文件和字幕文件的完整路径。""",
|
||||||
▼
|
timeoutSeconds=600
|
||||||
kb-deep-analyzer (子agent):
|
)
|
||||||
深度分析
|
```
|
||||||
输出: analyzed/bilibili_BV1ci4y1V7tb.md
|
|
||||||
返回: {"success": true/false, "output_file": "analyzed/..."}
|
**预期输出：**
|
||||||
│
|
- `content/downloads/{platform}_{id}.mp4`
|
||||||
▼
|
- `content/subtitles/{platform}_{id}.srt`（可能没有）
|
||||||
kb-workflow:
|
|
||||||
mv → archive/YYYY-MM-DD/
|
### 步骤 5: OCR 处理
|
||||||
git add → commit → push
|
|
||||||
汇报完成
|
**操作：** 对视频或字幕进行 OCR 提取文字。
|
||||||
|
|
||||||
|
```python
|
||||||
|
subtitle_file = result.get("subtitle") or result.get("subtitles")
|
||||||
|
video_file = result.get("output_file")
|
||||||
|
|
||||||
|
# 如果有字幕用字幕，没有就用视频
|
||||||
|
ocr_source = subtitle_file or video_file
|
||||||
|
|
||||||
|
result = sessions_spawn(
|
||||||
|
agentId="kb-ocr-processor",
|
||||||
|
task="""处理文件，提取文字内容：
|
||||||
|
|
||||||
|
源文件: [ocr_source]
|
||||||
|
输出目录: ~/work/knowledge-base/content
|
||||||
|
|
||||||
|
请读取文件，提取文字内容。
|
||||||
|
输出文件名格式: {platform}_{id}.txt
|
||||||
|
|
||||||
|
返回结果时告诉我输出文件的完整路径。""",
|
||||||
|
timeoutSeconds=1800 # 30分钟
|
||||||
|
)
|
||||||
|
```
|
||||||
|
|
||||||
|
**预期输出：** `content/{platform}_{id}.txt`
|
||||||
|
|
||||||
|
### 步骤 6: 深度分析
|
||||||
|
|
||||||
|
**操作：** 调用深度分析生成最终报告。
|
||||||
|
|
||||||
|
```python
|
||||||
|
result = sessions_spawn(
|
||||||
|
agentId="kb-deep-analyzer",
|
||||||
|
task="""深度分析内容：
|
||||||
|
|
||||||
|
元数据文件: [步骤3的output_file]
|
||||||
|
文字内容文件: [步骤5的output_file]（如果存在，否则用元数据文件）
|
||||||
|
输出目录: ~/work/knowledge-base/analyzed
|
||||||
|
|
||||||
|
请读取元数据和文字内容，进行深度分析。
|
||||||
|
生成分析报告，保存为Markdown文件。
|
||||||
|
文件名格式: {platform}_{id}.md
|
||||||
|
|
||||||
|
分析报告应包含：
|
||||||
|
- 一句话总结
|
||||||
|
- 核心要点
|
||||||
|
- 时间轴（如适用）
|
||||||
|
- 推荐标签
|
||||||
|
|
||||||
|
返回结果时告诉我输出文件的完整路径。""",
|
||||||
|
timeoutSeconds=180
|
||||||
|
)
|
||||||
|
```
|
||||||
|
|
||||||
|
**预期输出：** `analyzed/{platform}_{id}.md`
|
||||||
|
|
||||||
|
### 步骤 7: 归档和 Git
|
||||||
|
|
||||||
|
**操作：** 移动文件到归档目录，提交 Git。
|
||||||
|
|
||||||
|
```python
|
||||||
|
# 1. 创建归档目录
|
||||||
|
date_dir = Path.home() / "work/knowledge-base/archive" / datetime.now().strftime('%Y-%m-%d')
|
||||||
|
date_dir.mkdir(parents=True, exist_ok=True)
|
||||||
|
|
||||||
|
# 2. 移动分析报告
|
||||||
|
analyzed_file = Path(result.get("output_file"))
|
||||||
|
archive_file = date_dir / analyzed_file.name
|
||||||
|
shutil.copy(analyzed_file, archive_file)
|
||||||
|
|
||||||
|
# 3. 复制元数据
|
||||||
|
meta_file = Path.home() / "work/knowledge-base/metadata" / f"{analyzed_file.stem}.meta.json"
|
||||||
|
if meta_file.exists():
|
||||||
|
shutil.copy(meta_file, date_dir / meta_file.name)
|
||||||
|
|
||||||
|
# 4. Git commit（如果已初始化）
|
||||||
|
git_root = Path.home() / "work/knowledge-base/archive"
|
||||||
|
subprocess.run(['git', 'add', '.'], cwd=str(git_root))
|
||||||
|
subprocess.run(['git', 'commit', '-m', f"Archive: {analyzed_file.name}"], cwd=str(git_root))
|
||||||
|
```
|
||||||
|
|
||||||
|
### 步骤 8: 汇报完成
|
||||||
|
|
||||||
|
**操作：** 向用户汇报处理结果。
|
||||||
|
|
||||||
|
```python
|
||||||
|
汇报内容：
|
||||||
|
- 视频标题
|
||||||
|
- 处理阶段完成情况
|
||||||
|
- 最终文件路径
|
||||||
|
- Git commit 信息
|
||||||
```
|
```
|
||||||
|
|
||||||
## 目录结构
|
## 目录结构
|
||||||
|
|
||||||
```
|
```
|
||||||
知识库根目录 KB_BASE_PATH/
|
~/work/knowledge-base/
|
||||||
├── archive/ # Git归档目录
|
├── archive/
|
||||||
│ ├── YYYY-MM-DD/ # 按日期归档
|
│ └── YYYY-MM-DD/
|
||||||
│ └── subscriptions/ # 订阅数据
|
│ └── {platform}_{id}.md # 分析报告
|
||||||
├── pending/ # 链接解析结果 (*.link.json)
|
│ └── {platform}_{id}.meta.json # 元数据
|
||||||
├── metadata/ # 元数据 (*.meta.json)
|
├── pending/
|
||||||
|
│ └── {platform}_{id}.link.json # 链接解析结果
|
||||||
|
├── metadata/
|
||||||
|
│ └── {platform}_{id}.meta.json # 元数据
|
||||||
├── content/
|
├── content/
|
||||||
│ ├── downloads/ # 视频文件 (*.mp4) - 7天后清理
|
│ ├── downloads/
|
||||||
│ └── subtitles/ # 字幕文件 (*.srt) - 7天后清理
|
│ │ └── {platform}_{id}.mp4 # 视频文件
|
||||||
├── frames/ # 视频截帧 (*.jpg) - 7天后清理
|
│ ├── subtitles/
|
||||||
└── analyzed/ # 分析报告 (*.md)
|
│ │ └── {platform}_{id}.srt # 字幕文件
|
||||||
|
│ └── {platform}_{id}.txt # OCR结果
|
||||||
|
└── analyzed/
|
||||||
|
└── {platform}_{id}.md # 分析报告
|
||||||
```
|
```
|
||||||
|
|
||||||
## 设计原则
|
## 环境变量（可选）
|
||||||
|
|
||||||
### workflow 职责
|
|
||||||
|
|
||||||
| 操作 | 说明 |
|
|
||||||
|------|------|
|
|
||||||
| 查重 | 根据URL/文件名查重 |
|
|
||||||
| 创建目录 | 确保 base_path 下目录存在 |
|
|
||||||
| 调用子agent | 使用 sessions_spawn 调用子技能 |
|
|
||||||
| 提取文件名 | 从子agent返回的output_file提取 |
|
|
||||||
| 提取平台 | 从文件名第一个下划线之前提取（不读内容） |
|
|
||||||
| 传递信息 | 给子agent提示词 + 需要的路径 |
|
|
||||||
| 文件流转 | 最后归档 |
|
|
||||||
| Git | commit + push |
|
|
||||||
|
|
||||||
### workflow 不管
|
|
||||||
|
|
||||||
- 不读文件内容
|
|
||||||
- 不关心子技能内部格式
|
|
||||||
- 子技能自己定义输入输出规范
|
|
||||||
|
|
||||||
### 子agent 调用方式
|
|
||||||
|
|
||||||
```python
|
|
||||||
# kb-workflow 调用子agent
|
|
||||||
result = sessions_spawn(
|
|
||||||
agentId="子技能名称",
|
|
||||||
task="提示词 + 需要的路径信息",
|
|
||||||
timeoutSeconds=120
|
|
||||||
)
|
|
||||||
```
|
|
||||||
|
|
||||||
### 子技能返回格式
|
|
||||||
|
|
||||||
所有子技能应返回JSON：
|
|
||||||
|
|
||||||
```json
|
|
||||||
{
|
|
||||||
"success": true,
|
|
||||||
"output_file": "完整文件路径",
|
|
||||||
"subtitles": "字幕文件路径（可选）"
|
|
||||||
}
|
|
||||||
```
|
|
||||||
|
|
||||||
## 环境变量
|
|
||||||
|
|
||||||
```bash
|
```bash
|
||||||
export KB_BASE_PATH="/path/to/knowledge-base" # 知识库根目录
|
export KB_BASE_PATH="~/work/knowledge-base" # 知识库根目录
|
||||||
export KB_GIT_ROOT="/path/to/archive" # Git仓库目录
|
|
||||||
export KB_GIT_REMOTE="git@github.com:user/repo.git" # 远程仓库
|
|
||||||
export KB_GIT_USER="Username" # 用户名
|
|
||||||
export KB_GIT_EMAIL="user@example.com" # 邮箱
|
|
||||||
```
|
```
|
||||||
|
|
||||||
## Usage
|
## 支持的平台
|
||||||
|
|
||||||
### 作为 OpenClaw 技能
|
| 平台 | 元数据技能 | 内容技能 |
|
||||||
|
|------|-----------|---------|
|
||||||
|
| Bilibili | kb-bilibili-metadata | kb-bilibili-content |
|
||||||
|
| 知乎 | kb-zhihu-metadata | - |
|
||||||
|
|
||||||
当用户发送消息时自动触发：
|
## 注意事项
|
||||||
```
|
|
||||||
用户: "添加到知识库 https://www.bilibili.com/video/BVxxx"
|
|
||||||
```
|
|
||||||
|
|
||||||
### 作为子代理
|
1. **文件名提取平台：** 从文件名第一个下划线之前提取（如 `bilibili_BVxxx.link.json` → `bilibili`）
|
||||||
|
2. **不读文件内容：** workflow 只根据文件名判断，不读取文件内部
|
||||||
```python
|
3. **超时设置：** OCR 步骤较长，建议 30 分钟超时
|
||||||
# 从其他技能调用
|
4. **子代理权限：** 确保子代理已在 allowlist 中配置
|
||||||
result = sessions_spawn(
|
|
||||||
agentId="kb-workflow",
|
|
||||||
task="添加到知识库 https://www.bilibili.com/video/BVxxx"
|
|
||||||
)
|
|
||||||
```
|
|
||||||
|
|
||||||
### 命令行
|
|
||||||
|
|
||||||
```bash
|
|
||||||
# 处理单个URL
|
|
||||||
python kb_workflow.py --url "https://www.bilibili.com/video/BVxxx"
|
|
||||||
```
|
|
||||||
|
|
||||||
## 子技能集成
|
|
||||||
|
|
||||||
| 阶段 | 子技能 | 输出文件 |
|
|
||||||
|------|--------|----------|
|
|
||||||
| 链接解析 | kb-link-parser | pending/{platform}_{id}.link.json |
|
|
||||||
| 元数据 | kb-bilibili-metadata | metadata/{platform}_{id}.meta.json |
|
|
||||||
| 内容 | kb-bilibili-content | content/downloads/{platform}_{id}.mp4, content/subtitles/{platform}_{id}.srt |
|
|
||||||
| OCR | kb-ocr-processor | content/{platform}_{id}.txt |
|
|
||||||
| 分析 | kb-deep-analyzer | analyzed/{platform}_{id}.md |
|
|
||||||
|
|
||||||
## Related Skills
|
|
||||||
|
|
||||||
- **kb-link-parser** - 链接解析
|
|
||||||
- **kb-bilibili-metadata** - B站元数据
|
|
||||||
- **kb-bilibili-content** - B站内容获取
|
|
||||||
- **kb-deep-analyzer** - 深度分析
|
|
||||||
- **kb-ocr-processor** - OCR处理
|
|
||||||
|
|||||||
@@ -2,98 +2,75 @@
|
|||||||
|
|
||||||
## 问题记录
|
## 问题记录
|
||||||
|
|
||||||
### 2026-02-10: 缺少自动写入pending目录的功能
|
### 2026-02-10: 子代理权限问题
|
||||||
|
|
||||||
**状态：** ✅ 已修复
|
**问题：** `sessions_spawn` 调用子代理时返回 `forbidden` 错误。
|
||||||
|
|
||||||
**解决方案：**
|
**原因：** OpenClaw 配置中 allowlist 为空，Python 脚本没有权限调用子代理。
|
||||||
1. 创建 `skill_main.py` 作为技能入口
|
|
||||||
2. 创建 `kb_workflow.py` 实现完整流程
|
**解决方案：** 改用 Prompt-based 模式（方案B）。
|
||||||
3. 接收用户消息后自动处理
|
|
||||||
|
|
||||||
---
|
---
|
||||||
|
|
||||||
### 2026-02-10: kb-workflow 自己实现链接解析而非调用子技能
|
## 架构重构
|
||||||
|
|
||||||
**状态：** ✅ 已修复
|
### 之前（Script-based）
|
||||||
|
|
||||||
**解决方案：**
|
```
|
||||||
重构 `kb_workflow.py`：
|
kb_workflow.py (Python脚本)
|
||||||
1. 使用 `sessions_spawn` 调用子agent
|
↓
|
||||||
2. 不自己实现链接解析，调用 `kb-link-parser`
|
sessions_spawn() # ❌ 失败（脚本没有权限）
|
||||||
3. 从文件名提取平台（不读内容）
|
|
||||||
|
|
||||||
```python
|
|
||||||
# 调用子agent
|
|
||||||
result = sessions_spawn(
|
|
||||||
agentId="kb-link-parser",
|
|
||||||
task="解析URL，输出到pending目录"
|
|
||||||
)
|
|
||||||
```
|
```
|
||||||
|
|
||||||
---
|
### 之后（Prompt-based）
|
||||||
|
|
||||||
### 2026-02-10: _extract_metadata 是空壳
|
|
||||||
|
|
||||||
**状态：** ✅ 已修复
|
|
||||||
|
|
||||||
**解决方案：**
|
|
||||||
实现真正的子agent调用：
|
|
||||||
```python
|
|
||||||
def call_metadata_agent(platform, link_file, metadata_dir):
|
|
||||||
agent_id = METADATA_AGENTS.get(platform) # bilibili → kb-bilibili-metadata
|
|
||||||
return call_subagent(agent_id, task, timeout=120)
|
|
||||||
```
|
```
|
||||||
|
主代理读取 SKILL.md
|
||||||
---
|
↓
|
||||||
|
按照指导调用 sessions_spawn # ✅ 成功（主代理有权限）
|
||||||
## 重构总结
|
|
||||||
|
|
||||||
### 架构变化
|
|
||||||
|
|
||||||
**之前（错误）：**
|
|
||||||
```
|
```
|
||||||
kb_workflow.py (自己造轮子)
|
|
||||||
├── _extract_link() - 自己解析URL
|
|
||||||
├── _extract_metadata() - 空壳
|
|
||||||
```
|
|
||||||
|
|
||||||
**之后（正确）：**
|
|
||||||
```
|
|
||||||
kb-workflow (主代理)
|
|
||||||
├── sessions_spawn() 调用子agent
|
|
||||||
│ ├── kb-link-parser → pending/*.link.json
|
|
||||||
│ ├── kb-bilibili-metadata → metadata/*.meta.json
|
|
||||||
│ ├── kb-bilibili-content → content/downloads/*.mp4
|
|
||||||
│ ├── kb-ocr-processor → content/*.txt
|
|
||||||
│ └── kb-deep-analyzer → analyzed/*.md
|
|
||||||
└── 文件流转 + Git归档
|
|
||||||
```
|
|
||||||
|
|
||||||
### 设计原则
|
|
||||||
|
|
||||||
| workflow 管 | workflow 不管 |
|
|
||||||
|-------------|---------------|
|
|
||||||
| 查重 | 读文件内容 |
|
|
||||||
| 调用子agent | 子技能内部格式 |
|
|
||||||
| 提取文件名（从返回结果） | 子技能逻辑 |
|
|
||||||
| 提取平台（从文件名） | |
|
|
||||||
| 传递路径信息 | |
|
|
||||||
| Git归档 | |
|
|
||||||
|
|
||||||
### 文件变更
|
### 文件变更
|
||||||
|
|
||||||
| 文件 | 操作 | 说明 |
|
| 文件 | 变更 | 说明 |
|
||||||
|------|------|------|
|
|------|------|------|
|
||||||
| `kb_workflow.py` | 重构 | 使用 sessions_spawn 调用子agent |
|
| `SKILL.md` | 重写 | 详细定义 workflow 步骤，主代理直接读取执行 |
|
||||||
| `skill_main.py` | 新增 | 技能入口 |
|
| `kb_workflow.py` | 简化 | 保留为辅助工具函数库（查重、归档、Git） |
|
||||||
| `SKILL.md` | 更新 | 明确架构和流程 |
|
| `skill_main.py` | 简化 | 只做触发检测，返回指导信息 |
|
||||||
|
| `SkillBug.md` | 更新 | 记录架构变更 |
|
||||||
|
|
||||||
|
### SKILL.md 结构
|
||||||
|
|
||||||
|
```
|
||||||
|
1. 触发条件
|
||||||
|
2. 步骤 1: 查重
|
||||||
|
3. 步骤 2: kb-link-parser
|
||||||
|
4. 步骤 3: 元数据技能
|
||||||
|
5. 步骤 4: 内容下载
|
||||||
|
6. 步骤 5: OCR（30分钟超时）
|
||||||
|
7. 步骤 6: 深度分析
|
||||||
|
8. 步骤 7: 归档和 Git
|
||||||
|
9. 步骤 8: 汇报完成
|
||||||
|
10. 目录结构
|
||||||
|
11. 支持平台
|
||||||
|
12. 注意事项
|
||||||
|
```
|
||||||
|
|
||||||
|
### kb_workflow.py 保留的函数
|
||||||
|
|
||||||
|
```python
|
||||||
|
extract_platform(filename) # 从文件名提取平台
|
||||||
|
extract_base_name(filename) # 从文件名提取基础名称
|
||||||
|
get_knowledge_base_path() # 获取知识库根目录
|
||||||
|
ensure_directories(base_path) # 确保目录存在
|
||||||
|
check_duplicate(url) # 查重
|
||||||
|
archive_and_git(analyzed_file) # 归档和 Git
|
||||||
|
generate_summary(...) # 生成汇报
|
||||||
|
```
|
||||||
|
|
||||||
---
|
---
|
||||||
|
|
||||||
## 待办
|
## 待办
|
||||||
|
|
||||||
- [ ] 测试完整的处理流程
|
- [ ] 测试 Prompt-based 模式是否正常工作
|
||||||
- [ ] 验证 sessions_spawn 调用是否正常
|
- [ ] 验证主代理能否正确执行 SKILL.md 中的步骤
|
||||||
- [ ] 完善错误处理
|
|
||||||
- [ ] 添加单元测试
|
|
||||||
|
|||||||
+139
-585
@@ -3,21 +3,10 @@
|
|||||||
"""
|
"""
|
||||||
KB Workflow - Knowledge Base Workflow Orchestrator
|
KB Workflow - Knowledge Base Workflow Orchestrator
|
||||||
|
|
||||||
知识库工作流编排技能。
|
知识库工作流辅助工具函数。
|
||||||
|
|
||||||
核心职责：
|
此模块提供查重、文件操作、Git 管理等工具函数，
|
||||||
1. 接收用户消息，识别触发词和链接
|
供主代理在执行 SKILL.md 中定义的 workflow 时调用。
|
||||||
2. 查重（根据URL/文件名）
|
|
||||||
3. 调用子agent处理各阶段
|
|
||||||
4. 文件流转（mv）
|
|
||||||
5. Git版本管理
|
|
||||||
6. 归档和清理
|
|
||||||
|
|
||||||
设计原则：
|
|
||||||
- workflow不读文件内容
|
|
||||||
- 从文件名提取平台（第一个下划线之前）
|
|
||||||
- 子技能自己定义输入输出格式
|
|
||||||
- workflow只传递提示词 + 需要的路径信息
|
|
||||||
"""
|
"""
|
||||||
|
|
||||||
import os
|
import os
|
||||||
@@ -31,20 +20,21 @@ from datetime import datetime
|
|||||||
from pathlib import Path
|
from pathlib import Path
|
||||||
from typing import Dict, List, Optional, Any
|
from typing import Dict, List, Optional, Any
|
||||||
|
|
||||||
|
|
||||||
# ==================== 子技能映射 ====================
|
# ==================== 子技能映射 ====================
|
||||||
|
|
||||||
LINK_PARSER_AGENT = "kb-link-parser"
|
|
||||||
METADATA_AGENTS = {
|
METADATA_AGENTS = {
|
||||||
"bilibili": "kb-bilibili-metadata",
|
"bilibili": "kb-bilibili-metadata",
|
||||||
"zhihu": "kb-zhihu-metadata",
|
"zhihu": "kb-zhihu-metadata",
|
||||||
}
|
}
|
||||||
|
|
||||||
CONTENT_AGENTS = {
|
CONTENT_AGENTS = {
|
||||||
"bilibili": "kb-bilibili-content",
|
"bilibili": "kb-bilibili-content",
|
||||||
}
|
}
|
||||||
OCR_AGENT = "kb-ocr-processor"
|
|
||||||
ANALYZER_AGENT = "kb-deep-analyzer"
|
|
||||||
|
|
||||||
|
|
||||||
|
# ==================== 工具函数 ====================
|
||||||
|
|
||||||
def extract_platform(filename: str) -> str:
|
def extract_platform(filename: str) -> str:
|
||||||
"""从文件名提取平台（第一个下划线之前）"""
|
"""从文件名提取平台（第一个下划线之前）"""
|
||||||
match = re.match(r'^([a-zA-Z0-9]+)_(.+)$', filename)
|
match = re.match(r'^([a-zA-Z0-9]+)_(.+)$', filename)
|
||||||
@@ -58,9 +48,21 @@ def extract_base_name(filename: str) -> str:
|
|||||||
return Path(filename).stem
|
return Path(filename).stem
|
||||||
|
|
||||||
|
|
||||||
def ensure_directories(base_path: Path) -> Dict[str, Path]:
|
def get_knowledge_base_path() -> Path:
|
||||||
|
"""获取知识库根目录"""
|
||||||
|
base_path_str = os.environ.get('KB_BASE_PATH', '')
|
||||||
|
if base_path_str:
|
||||||
|
return Path(base_path_str).expanduser()
|
||||||
|
return Path.home() / "work" / "knowledge-base"
|
||||||
|
|
||||||
|
|
||||||
|
def ensure_directories(base_path: Path = None) -> Dict[str, Path]:
|
||||||
"""确保目录存在"""
|
"""确保目录存在"""
|
||||||
|
if base_path is None:
|
||||||
|
base_path = get_knowledge_base_path()
|
||||||
|
|
||||||
dirs = {
|
dirs = {
|
||||||
|
"base": base_path,
|
||||||
"pending": base_path / "pending",
|
"pending": base_path / "pending",
|
||||||
"metadata": base_path / "metadata",
|
"metadata": base_path / "metadata",
|
||||||
"content": base_path / "content",
|
"content": base_path / "content",
|
||||||
@@ -72,19 +74,24 @@ def ensure_directories(base_path: Path) -> Dict[str, Path]:
|
|||||||
}
|
}
|
||||||
|
|
||||||
for name, dir_path in dirs.items():
|
for name, dir_path in dirs.items():
|
||||||
dir_path.mkdir(parents=True, exist_ok=True)
|
if isinstance(dir_path, Path):
|
||||||
|
dir_path.mkdir(parents=True, exist_ok=True)
|
||||||
|
|
||||||
return dirs
|
return dirs
|
||||||
|
|
||||||
|
|
||||||
def check_duplicate(base_path: Path, url: str) -> Dict[str, Any]:
|
def check_duplicate(base_path: Path = None, url: str = None, platform: str = None, content_id: str = None) -> Dict[str, Any]:
|
||||||
"""查重检查"""
|
"""查重检查"""
|
||||||
|
if base_path is None:
|
||||||
|
base_path = get_knowledge_base_path()
|
||||||
|
|
||||||
metadata_dir = base_path / "metadata"
|
metadata_dir = base_path / "metadata"
|
||||||
archive_dir = base_path / "archive"
|
archive_dir = base_path / "archive"
|
||||||
|
|
||||||
# 从URL提取ID
|
# 从URL提取ID
|
||||||
bv_match = re.search(r'BV[a-zA-Z0-9]+', url)
|
if url and not content_id:
|
||||||
content_id = bv_match.group() if bv_match else None
|
bv_match = re.search(r'BV[a-zA-Z0-9]+', url)
|
||||||
|
content_id = bv_match.group() if bv_match else None
|
||||||
|
|
||||||
result = {"duplicate": False, "status": None, "files": []}
|
result = {"duplicate": False, "status": None, "files": []}
|
||||||
|
|
||||||
@@ -107,364 +114,26 @@ def check_duplicate(base_path: Path, url: str) -> Dict[str, Any]:
|
|||||||
return result
|
return result
|
||||||
|
|
||||||
|
|
||||||
def call_subagent(agent_id: str, task: str, timeout: int = 120) -> Dict[str, Any]:
|
def archive_and_git(
|
||||||
"""调用子agent（通过 OpenClaw sessions_spawn 或命令行）"""
|
analyzed_file: str,
|
||||||
print(f"\n{'='*50}")
|
base_path: Path = None,
|
||||||
print(f"调用子技能: {agent_id}")
|
git_root: Path = None,
|
||||||
print(f"{'='*50}")
|
git_user: str = None,
|
||||||
|
git_email: str = None,
|
||||||
# 尝试使用 sessions_spawn（OpenClaw 环境）
|
git_remote: str = None
|
||||||
try:
|
) -> Dict[str, Any]:
|
||||||
from openclaw_tool import sessions_spawn
|
|
||||||
result = sessions_spawn(
|
|
||||||
agentId=agent_id,
|
|
||||||
task=task,
|
|
||||||
timeoutSeconds=timeout
|
|
||||||
)
|
|
||||||
print(f"\n子技能返回结果:")
|
|
||||||
print(json.dumps(result, ensure_ascii=False, indent=2))
|
|
||||||
return result
|
|
||||||
except ImportError:
|
|
||||||
# 回退到命令行调用
|
|
||||||
pass
|
|
||||||
|
|
||||||
# 命令行回退：调用子技能的脚本
|
|
||||||
print(f"使用命令行方式调用: {agent_id}")
|
|
||||||
|
|
||||||
# 技能目录路径
|
|
||||||
skills_path = Path(__file__).resolve().parent.parent
|
|
||||||
|
|
||||||
# 从任务中提取关键信息
|
|
||||||
import re
|
|
||||||
|
|
||||||
# 提取URL
|
|
||||||
url_match = re.search(r'URL: (\S+)', task)
|
|
||||||
url = url_match.group(1) if url_match else ""
|
|
||||||
|
|
||||||
# 提取输出目录
|
|
||||||
output_match = re.search(r'输出目录: (\S+)', task)
|
|
||||||
output_dir = output_match.group(1) if output_match else ""
|
|
||||||
|
|
||||||
# 提取输出文件名格式
|
|
||||||
filename_match = re.search(r'输出文件名格式: (\S+)', task)
|
|
||||||
filename_format = filename_match.group(1) if filename_match else "{platform}_{id}.json"
|
|
||||||
|
|
||||||
# 提取链接文件路径
|
|
||||||
link_file_match = re.search(r'链接文件: (\S+)', task)
|
|
||||||
link_file = link_file_match.group(1) if link_file_match else ""
|
|
||||||
|
|
||||||
# 提取元数据文件路径
|
|
||||||
meta_file_match = re.search(r'元数据文件: (\S+)', task)
|
|
||||||
meta_file = meta_file_match.group(1) if meta_file_match else ""
|
|
||||||
|
|
||||||
# kb-link-parser
|
|
||||||
if agent_id == "kb-link-parser":
|
|
||||||
cmd = ['python3', str(skills_path / "kb-link-parser" / "link-parser.py"), '--url', url]
|
|
||||||
try:
|
|
||||||
proc = subprocess.run(cmd, capture_output=True, text=True, timeout=timeout)
|
|
||||||
if proc.returncode == 0:
|
|
||||||
try:
|
|
||||||
data = json.loads(proc.stdout)
|
|
||||||
if data.get('success'):
|
|
||||||
platform = data.get('platform', 'unknown')
|
|
||||||
content_id = data.get('id', 'unknown')
|
|
||||||
ext = '.link.json'
|
|
||||||
filename = f"{platform}_{content_id}{ext}"
|
|
||||||
output_file = Path(output_dir) / filename
|
|
||||||
output_file.parent.mkdir(parents=True, exist_ok=True)
|
|
||||||
with open(output_file, 'w', encoding='utf-8') as f:
|
|
||||||
json.dump(data, f, ensure_ascii=False, indent=2)
|
|
||||||
print(f"保存文件: {output_file}")
|
|
||||||
return {"success": True, "output_file": str(output_file)}
|
|
||||||
else:
|
|
||||||
return {"success": False, "error": data.get('error', 'unknown')}
|
|
||||||
except json.JSONDecodeError:
|
|
||||||
return {"success": False, "error": f"解析失败: {proc.stdout[:200]}"}
|
|
||||||
else:
|
|
||||||
return {"success": False, "error": proc.stderr}
|
|
||||||
except Exception as e:
|
|
||||||
return {"success": False, "error": str(e)}
|
|
||||||
|
|
||||||
# kb-bilibili-metadata
|
|
||||||
elif agent_id == "kb-bilibili-metadata":
|
|
||||||
# 从链接文件或URL中提取BV号
|
|
||||||
bv = None
|
|
||||||
if link_file and Path(link_file).exists():
|
|
||||||
with open(link_file, 'r', encoding='utf-8') as f:
|
|
||||||
link_data = json.load(f)
|
|
||||||
bv = link_data.get('id')
|
|
||||||
if not bv:
|
|
||||||
bv_match = re.search(r'(BV[a-zA-Z0-9]+)', url or link_file)
|
|
||||||
bv = bv_match.group(1) if bv_match else None
|
|
||||||
|
|
||||||
if not bv:
|
|
||||||
return {"success": False, "error": "无法提取BV号"}
|
|
||||||
|
|
||||||
# 生成输出文件名
|
|
||||||
filename = f"bilibili_{bv}.meta.json"
|
|
||||||
output_file = Path(output_dir) / filename
|
|
||||||
output_file.parent.mkdir(parents=True, exist_ok=True)
|
|
||||||
|
|
||||||
cmd = [
|
|
||||||
'python3', str(skills_path / "kb-bilibili-metadata" / "bilibili_metadata.py"),
|
|
||||||
'--id', bv,
|
|
||||||
'--type', 'video',
|
|
||||||
'--output', str(output_file)
|
|
||||||
]
|
|
||||||
|
|
||||||
try:
|
|
||||||
proc = subprocess.run(cmd, capture_output=True, text=True, timeout=timeout)
|
|
||||||
if proc.returncode == 0:
|
|
||||||
print(f"保存文件: {output_file}")
|
|
||||||
return {"success": True, "output_file": str(output_file)}
|
|
||||||
else:
|
|
||||||
return {"success": False, "error": proc.stderr}
|
|
||||||
except Exception as e:
|
|
||||||
return {"success": False, "error": str(e)}
|
|
||||||
|
|
||||||
# kb-bilibili-content
|
|
||||||
elif agent_id == "kb-bilibili-content":
|
|
||||||
bv_match = re.search(r'(BV[a-zA-Z0-9]+)', url or meta_file)
|
|
||||||
bv = bv_match.group(1) if bv_match else None
|
|
||||||
|
|
||||||
if not bv:
|
|
||||||
return {"success": False, "error": "无法提取BV号"}
|
|
||||||
|
|
||||||
downloads_dir = Path(output_dir) / "downloads"
|
|
||||||
subtitles_dir = Path(output_dir) / "subtitles"
|
|
||||||
downloads_dir.mkdir(parents=True, exist_ok=True)
|
|
||||||
subtitles_dir.mkdir(parents=True, exist_ok=True)
|
|
||||||
|
|
||||||
video_file = None
|
|
||||||
subtitle_file = None
|
|
||||||
|
|
||||||
# 下载视频
|
|
||||||
cmd_video = [
|
|
||||||
'python3', str(skills_path / "kb-bilibili-content" / "bilibili_content.py"),
|
|
||||||
'--id', bv,
|
|
||||||
'--type', 'video',
|
|
||||||
'--output', output_dir
|
|
||||||
]
|
|
||||||
|
|
||||||
try:
|
|
||||||
proc = subprocess.run(cmd_video, capture_output=True, text=True, timeout=timeout)
|
|
||||||
if proc.returncode == 0:
|
|
||||||
# 查找生成的视频文件（可能包含BV号）
|
|
||||||
for f in Path(output_dir).iterdir():
|
|
||||||
if f.is_file() and bv in f.name and f.suffix in ['.flv', '.mp4']:
|
|
||||||
# 重命名为标准格式
|
|
||||||
new_name = f"bilibili_{bv}{f.suffix}"
|
|
||||||
new_path = downloads_dir / new_name
|
|
||||||
f.rename(new_path)
|
|
||||||
video_file = str(new_path)
|
|
||||||
break
|
|
||||||
except Exception as e:
|
|
||||||
print(f"视频下载警告: {e}")
|
|
||||||
|
|
||||||
# 下载字幕
|
|
||||||
cmd_subtitle = [
|
|
||||||
'python3', str(skills_path / "kb-bilibili-content" / "bilibili_content.py"),
|
|
||||||
'--id', bv,
|
|
||||||
'--type', 'subtitle',
|
|
||||||
'--output', output_dir
|
|
||||||
]
|
|
||||||
|
|
||||||
try:
|
|
||||||
proc = subprocess.run(cmd_subtitle, capture_output=True, text=True, timeout=timeout)
|
|
||||||
if proc.returncode == 0:
|
|
||||||
# 查找生成的字幕文件
|
|
||||||
for f in Path(output_dir).iterdir():
|
|
||||||
if f.is_file() and bv in f.name and f.suffix in ['.srt', '.lrc', '.ass']:
|
|
||||||
# 重命名为标准格式
|
|
||||||
new_name = f"bilibili_{bv}{f.suffix}"
|
|
||||||
new_path = subtitles_dir / new_name
|
|
||||||
f.rename(new_path)
|
|
||||||
subtitle_file = str(new_path)
|
|
||||||
break
|
|
||||||
except Exception as e:
|
|
||||||
print(f"字幕下载警告: {e}")
|
|
||||||
|
|
||||||
if video_file or subtitle_file:
|
|
||||||
return {"success": True, "output_file": video_file, "subtitles": subtitle_file}
|
|
||||||
else:
|
|
||||||
return {"success": False, "error": "下载未生成任何文件"}
|
|
||||||
|
|
||||||
# kb-ocr-processor
|
|
||||||
elif agent_id == "kb-ocr-processor":
|
|
||||||
# 查找字幕文件
|
|
||||||
subtitles_dir = Path(output_dir) / "subtitles"
|
|
||||||
subtitle_file = None
|
|
||||||
if subtitles_dir.exists():
|
|
||||||
for f in subtitles_dir.iterdir():
|
|
||||||
if f.suffix in ['.srt', '.lrc']:
|
|
||||||
subtitle_file = str(f)
|
|
||||||
break
|
|
||||||
|
|
||||||
if not subtitle_file:
|
|
||||||
return {"success": False, "error": "未找到字幕文件"}
|
|
||||||
|
|
||||||
# 生成输出文件名
|
|
||||||
text_file = Path(output_dir) / f"{Path(subtitle_file).stem}.txt"
|
|
||||||
|
|
||||||
cmd = [
|
|
||||||
'python3', str(skills_path / "kb-ocr-processor" / "ocr_processor.py"),
|
|
||||||
'--input', subtitle_file,
|
|
||||||
'--output', str(text_file)
|
|
||||||
]
|
|
||||||
|
|
||||||
try:
|
|
||||||
proc = subprocess.run(cmd, capture_output=True, text=True, timeout=timeout)
|
|
||||||
if proc.returncode == 0:
|
|
||||||
print(f"保存文件: {text_file}")
|
|
||||||
return {"success": True, "output_file": str(text_file)}
|
|
||||||
else:
|
|
||||||
return {"success": False, "error": proc.stderr}
|
|
||||||
except Exception as e:
|
|
||||||
return {"success": False, "error": str(e)}
|
|
||||||
|
|
||||||
# kb-deep-analyzer
|
|
||||||
elif agent_id == "kb-deep-analyzer":
|
|
||||||
# 生成输出文件名
|
|
||||||
meta_name = Path(meta_file).stem if meta_file else "unknown"
|
|
||||||
filename = f"{meta_name}.md"
|
|
||||||
output_file = Path(output_dir) / filename
|
|
||||||
output_file.parent.mkdir(parents=True, exist_ok=True)
|
|
||||||
|
|
||||||
# 从任务中提取文字内容文件路径
|
|
||||||
text_file_match = re.search(r'文字内容文件: (\S+)', task)
|
|
||||||
text_content_file = text_file_match.group(1) if text_file_match else ""
|
|
||||||
|
|
||||||
# 如果没有文字内容文件，使用 metadata 作为 content
|
|
||||||
content_file = meta_file
|
|
||||||
if text_content_file and Path(text_content_file).exists():
|
|
||||||
# 从文字文件创建 content JSON
|
|
||||||
content_json = {
|
|
||||||
"type": "transcript",
|
|
||||||
"source": text_content_file,
|
|
||||||
"text": Path(text_content_file).read_text(encoding='utf-8')[:10000] if Path(text_content_file).exists() else ""
|
|
||||||
}
|
|
||||||
content_file = Path(output_dir) / f"{meta_name}.content.json"
|
|
||||||
with open(content_file, 'w', encoding='utf-8') as f:
|
|
||||||
json.dump(content_json, f, ensure_ascii=False, indent=2)
|
|
||||||
|
|
||||||
cmd = [
|
|
||||||
'python3', str(skills_path / "kb-deep-analyzer" / "deep_analyzer.py"),
|
|
||||||
'--metadata', meta_file or output_dir,
|
|
||||||
'--content', str(content_file),
|
|
||||||
'--output', str(output_file)
|
|
||||||
]
|
|
||||||
|
|
||||||
try:
|
|
||||||
proc = subprocess.run(cmd, capture_output=True, text=True, timeout=timeout)
|
|
||||||
if proc.returncode == 0:
|
|
||||||
print(f"保存文件: {output_file}")
|
|
||||||
return {"success": True, "output_file": str(output_file)}
|
|
||||||
else:
|
|
||||||
return {"success": False, "error": proc.stderr}
|
|
||||||
except Exception as e:
|
|
||||||
return {"success": False, "error": str(e)}
|
|
||||||
|
|
||||||
return {"success": False, "error": f"暂未实现命令行回退: {agent_id}"}
|
|
||||||
|
|
||||||
|
|
||||||
def call_link_parser(url: str, pending_dir: Path) -> Dict[str, Any]:
|
|
||||||
"""调用 kb-link-parser"""
|
|
||||||
task = f"""解析以下URL，将结果保存到指定目录：
|
|
||||||
|
|
||||||
URL: {url}
|
|
||||||
|
|
||||||
输出目录: {pending_dir}
|
|
||||||
输出文件名格式: {{platform}}_{{id}}.link.json
|
|
||||||
|
|
||||||
请解析URL中的平台和内容ID，将解析结果保存为JSON文件。
|
|
||||||
返回结果时告诉我输出文件的完整路径。
|
|
||||||
|
|
||||||
只需要解析URL并保存结果，不需要下载内容。"""
|
|
||||||
|
|
||||||
return call_subagent(LINK_PARSER_AGENT, task, timeout=60)
|
|
||||||
|
|
||||||
|
|
||||||
def call_metadata_agent(platform: str, link_file: Path, metadata_dir: Path) -> Dict[str, Any]:
|
|
||||||
"""调用对应的元数据获取技能"""
|
|
||||||
agent_id = METADATA_AGENTS.get(platform)
|
|
||||||
if not agent_id:
|
|
||||||
return {"success": False, "error": f"不支持的平台: {platform}"}
|
|
||||||
|
|
||||||
task = f"""获取链接的元数据：
|
|
||||||
|
|
||||||
链接文件: {link_file}
|
|
||||||
输出目录: {metadata_dir}
|
|
||||||
|
|
||||||
请读取链接文件，提取URL，然后获取该链接的元数据（标题、作者、播放量等）。
|
|
||||||
将元数据保存为JSON文件，文件名格式: {{platform}}_{{id}}.meta.json
|
|
||||||
|
|
||||||
返回结果时告诉我输出文件的完整路径。"""
|
|
||||||
|
|
||||||
return call_subagent(agent_id, task, timeout=120)
|
|
||||||
|
|
||||||
|
|
||||||
def call_content_agent(platform: str, meta_file: Path, content_dir: Path) -> Dict[str, Any]:
|
|
||||||
"""调用对应的内容获取技能"""
|
|
||||||
agent_id = CONTENT_AGENTS.get(platform)
|
|
||||||
if not agent_id:
|
|
||||||
return {"success": False, "error": f"不支持的平台: {platform}"}
|
|
||||||
|
|
||||||
task = f"""下载视频内容：
|
|
||||||
|
|
||||||
元数据文件: {meta_file}
|
|
||||||
下载目录: {content_dir}
|
|
||||||
|
|
||||||
请读取元数据文件，获取视频信息，然后下载视频和字幕。
|
|
||||||
视频保存到: content/downloads/
|
|
||||||
字幕保存到: content/subtitles/
|
|
||||||
|
|
||||||
文件名格式: {{platform}}_{{id}}.mp4 和 {{platform}}_{{id}}.srt
|
|
||||||
|
|
||||||
返回结果时告诉我下载的视频文件和字幕文件的完整路径。"""
|
|
||||||
|
|
||||||
return call_subagent(agent_id, task, timeout=600)
|
|
||||||
|
|
||||||
|
|
||||||
def call_ocr_processor(source_file: Path, content_dir: Path, timeout: int = 1800) -> Dict[str, Any]:
|
|
||||||
"""调用 OCR 处理"""
|
|
||||||
task = f"""处理文件，提取文字内容：
|
|
||||||
|
|
||||||
源文件: {source_file}
|
|
||||||
输出目录: {content_dir}
|
|
||||||
|
|
||||||
请读取文件，提取文字内容。
|
|
||||||
输出文件名格式: {{platform}}_{{id}}.txt
|
|
||||||
|
|
||||||
返回结果时告诉我输出文件的完整路径。"""
|
|
||||||
|
|
||||||
return call_subagent(OCR_AGENT, task, timeout=timeout)
|
|
||||||
|
|
||||||
|
|
||||||
def call_deep_analyzer(meta_file: Path, text_file: Path, analyzed_dir: Path) -> Dict[str, Any]:
|
|
||||||
"""调用深度分析"""
|
|
||||||
task = f"""深度分析内容：
|
|
||||||
|
|
||||||
元数据文件: {meta_file}
|
|
||||||
文字内容文件: {text_file}
|
|
||||||
输出目录: {analyzed_dir}
|
|
||||||
|
|
||||||
请读取元数据和文字内容，进行深度分析。
|
|
||||||
生成分析报告，保存为Markdown文件。
|
|
||||||
文件名格式: {{platform}}_{{id}}.md
|
|
||||||
|
|
||||||
分析报告应包含：
|
|
||||||
- 一句话总结
|
|
||||||
- 核心要点
|
|
||||||
- 时间轴（如适用）
|
|
||||||
- 推荐标签
|
|
||||||
|
|
||||||
返回结果时告诉我输出文件的完整路径。"""
|
|
||||||
|
|
||||||
return call_subagent(ANALYZER_AGENT, task, timeout=180)
|
|
||||||
|
|
||||||
|
|
||||||
def archive_and_git(base_path: Path, analyzed_file: Path, git_root: Path, git_user: str, git_email: str, git_remote: str) -> Dict[str, Any]:
|
|
||||||
"""归档并提交Git"""
|
"""归档并提交Git"""
|
||||||
|
if base_path is None:
|
||||||
|
base_path = get_knowledge_base_path()
|
||||||
|
if git_root is None:
|
||||||
|
git_root = base_path / "archive"
|
||||||
|
if git_user is None:
|
||||||
|
git_user = os.environ.get('KB_GIT_USER', '')
|
||||||
|
if git_email is None:
|
||||||
|
git_email = os.environ.get('KB_GIT_EMAIL', '')
|
||||||
|
if git_remote is None:
|
||||||
|
git_remote = os.environ.get('KB_GIT_REMOTE', '')
|
||||||
|
|
||||||
result = {
|
result = {
|
||||||
"success": False,
|
"success": False,
|
||||||
"archive_path": "",
|
"archive_path": "",
|
||||||
@@ -473,239 +142,124 @@ def archive_and_git(base_path: Path, analyzed_file: Path, git_root: Path, git_us
|
|||||||
"error": None
|
"error": None
|
||||||
}
|
}
|
||||||
|
|
||||||
# 1. 创建归档目录
|
|
||||||
date_str = datetime.now().strftime('%Y-%m-%d')
|
|
||||||
date_dir = base_path / "archive" / date_str
|
|
||||||
date_dir.mkdir(parents=True, exist_ok=True)
|
|
||||||
|
|
||||||
# 2. 复制文件到归档目录
|
|
||||||
archive_file = date_dir / analyzed_file.name
|
|
||||||
shutil.copy(analyzed_file, archive_file)
|
|
||||||
result["archive_path"] = str(archive_file)
|
|
||||||
|
|
||||||
# 3. 复制元数据
|
|
||||||
meta_file = base_path / "metadata" / f"{extract_base_name(analyzed_file.name)}.meta.json"
|
|
||||||
if meta_file.exists():
|
|
||||||
shutil.copy(meta_file, date_dir / meta_file.name)
|
|
||||||
|
|
||||||
# 4. Git操作
|
|
||||||
git_dir = git_root / ".git"
|
|
||||||
if not git_dir.exists():
|
|
||||||
subprocess.run(['git', 'init'], cwd=str(git_root), capture_output=True)
|
|
||||||
if git_user:
|
|
||||||
subprocess.run(['git', 'config', 'user.name', git_user], cwd=str(git_root))
|
|
||||||
if git_email:
|
|
||||||
subprocess.run(['git', 'config', 'user.email', git_email], cwd=str(git_root))
|
|
||||||
|
|
||||||
if (git_root / ".git").exists():
|
|
||||||
subprocess.run(['git', 'add', '.'], cwd=str(git_root), capture_output=True)
|
|
||||||
commit_msg = f"Archive: {analyzed_file.name} - {datetime.now().isoformat()}"
|
|
||||||
commit_result = subprocess.run(
|
|
||||||
['git', 'commit', '-m', commit_msg],
|
|
||||||
cwd=str(git_root), capture_output=True, text=True
|
|
||||||
)
|
|
||||||
result["git_commit"] = commit_result.returncode == 0
|
|
||||||
|
|
||||||
if git_remote and commit_result.returncode == 0:
|
|
||||||
push_result = subprocess.run(
|
|
||||||
['git', 'push', 'origin', 'master'],
|
|
||||||
cwd=str(git_root), capture_output=True, text=True, timeout=60
|
|
||||||
)
|
|
||||||
result["git_push"] = {"success": push_result.returncode == 0}
|
|
||||||
|
|
||||||
result["success"] = True
|
|
||||||
return result
|
|
||||||
|
|
||||||
|
|
||||||
def process_url(url: str, base_path: Path = None) -> Dict[str, Any]:
|
|
||||||
"""处理单个URL的完整流程"""
|
|
||||||
if not base_path:
|
|
||||||
base_path = Path.home() / "work" / "knowledge-base"
|
|
||||||
|
|
||||||
git_root = os.environ.get('KB_GIT_ROOT', str(base_path / 'archive'))
|
|
||||||
git_user = os.environ.get('KB_GIT_USER', '')
|
|
||||||
git_email = os.environ.get('KB_GIT_EMAIL', '')
|
|
||||||
git_remote = os.environ.get('KB_GIT_REMOTE', '')
|
|
||||||
|
|
||||||
dirs = ensure_directories(base_path)
|
|
||||||
|
|
||||||
result = {
|
|
||||||
"url": url,
|
|
||||||
"success": False,
|
|
||||||
"stages": [],
|
|
||||||
"final_file": None,
|
|
||||||
"archive": None,
|
|
||||||
"error": None
|
|
||||||
}
|
|
||||||
|
|
||||||
try:
|
try:
|
||||||
# 查重
|
# 1. 创建归档目录
|
||||||
print(f"\n{'='*50}")
|
date_str = datetime.now().strftime('%Y-%m-%d')
|
||||||
print(f"步骤1: 查重")
|
date_dir = base_path / "archive" / date_str
|
||||||
print(f"{'='*50}")
|
date_dir.mkdir(parents=True, exist_ok=True)
|
||||||
|
|
||||||
dup_result = check_duplicate(base_path, url)
|
# 2. 复制分析报告
|
||||||
if dup_result["duplicate"]:
|
src_file = Path(analyzed_file)
|
||||||
result["error"] = f"已存在: {dup_result['status']}"
|
archive_file = date_dir / src_file.name
|
||||||
result["duplicate"] = True
|
shutil.copy(src_file, archive_file)
|
||||||
result["existing_files"] = dup_result["files"]
|
result["archive_path"] = str(archive_file)
|
||||||
return result
|
|
||||||
|
|
||||||
# kb-link-parser
|
# 3. 复制元数据
|
||||||
print(f"\n{'='*50}")
|
meta_file = base_path / "metadata" / f"{src_file.stem}.meta.json"
|
||||||
print(f"步骤2: 链接解析 (kb-link-parser)")
|
if meta_file.exists():
|
||||||
print(f"{'='*50}")
|
shutil.copy(meta_file, date_dir / meta_file.name)
|
||||||
|
|
||||||
link_result = call_link_parser(url, dirs["pending"])
|
# 4. Git 操作
|
||||||
if not link_result.get("success"):
|
git_dir = git_root / ".git"
|
||||||
result["error"] = f"链接解析失败: {link_result.get('error')}"
|
if not git_dir.exists():
|
||||||
return result
|
subprocess.run(['git', 'init'], cwd=str(git_root), capture_output=True)
|
||||||
|
if git_user:
|
||||||
|
subprocess.run(['git', 'config', 'user.name', git_user], cwd=str(git_root))
|
||||||
|
if git_email:
|
||||||
|
subprocess.run(['git', 'config', 'user.email', git_email], cwd=str(git_root))
|
||||||
|
|
||||||
link_file = link_result.get("output_file")
|
if (git_root / ".git").exists():
|
||||||
if not link_file:
|
subprocess.run(['git', 'add', '.'], cwd=str(git_root), capture_output=True)
|
||||||
result["error"] = "链接解析未返回输出文件"
|
commit_msg = f"Archive: {src_file.name} - {datetime.now().isoformat()}"
|
||||||
return result
|
commit_result = subprocess.run(
|
||||||
|
['git', 'commit', '-m', commit_msg],
|
||||||
link_file = Path(link_file)
|
cwd=str(git_root), capture_output=True, text=True
|
||||||
result["stages"].append({"stage": "link_parsing", "file": str(link_file)})
|
)
|
||||||
|
result["git_commit"] = commit_result.returncode == 0
|
||||||
# 提取平台
|
|
||||||
filename = link_file.name
|
|
||||||
platform = extract_platform(filename)
|
|
||||||
content_id = extract_base_name(filename)
|
|
||||||
|
|
||||||
print(f"\n平台: {platform}")
|
|
||||||
print(f"内容ID: {content_id}")
|
|
||||||
|
|
||||||
# 元数据
|
|
||||||
print(f"\n{'='*50}")
|
|
||||||
print(f"步骤3: 元数据提取 ({METADATA_AGENTS.get(platform, 'unknown')})")
|
|
||||||
print(f"{'='*50}")
|
|
||||||
|
|
||||||
meta_result = call_metadata_agent(platform, link_file, dirs["metadata"])
|
|
||||||
if not meta_result.get("success"):
|
|
||||||
result["error"] = f"元数据获取失败: {meta_result.get('error')}"
|
|
||||||
return result
|
|
||||||
|
|
||||||
meta_file = meta_result.get("output_file")
|
|
||||||
if not meta_file:
|
|
||||||
result["error"] = "元数据获取未返回输出文件"
|
|
||||||
return result
|
|
||||||
|
|
||||||
meta_file = Path(meta_file)
|
|
||||||
result["stages"].append({"stage": "metadata", "file": str(meta_file)})
|
|
||||||
|
|
||||||
# 内容下载
|
|
||||||
print(f"\n{'='*50}")
|
|
||||||
print(f"步骤4: 内容下载 ({CONTENT_AGENTS.get(platform, 'unknown')})")
|
|
||||||
print(f"{'='*50}")
|
|
||||||
|
|
||||||
content_result = call_content_agent(platform, meta_file, dirs["content"])
|
|
||||||
if not content_result.get("success"):
|
|
||||||
result["error"] = f"内容下载失败: {content_result.get('error')}"
|
|
||||||
return result
|
|
||||||
|
|
||||||
video_file = content_result.get("output_file")
|
|
||||||
subtitle_file = content_result.get("subtitle") or content_result.get("subtitles")
|
|
||||||
|
|
||||||
result["stages"].append({"stage": "content", "video": video_file, "subtitles": subtitle_file})
|
|
||||||
|
|
||||||
# OCR
|
|
||||||
text_file = None
|
|
||||||
print(f"\n{'='*50}")
|
|
||||||
print(f"步骤5: OCR处理 (kb-ocr-processor)")
|
|
||||||
print(f"{'='*50}")
|
|
||||||
|
|
||||||
# 无论有没有字幕，都尝试OCR处理
|
|
||||||
ocr_source = subtitle_file
|
|
||||||
if not ocr_source and video_file:
|
|
||||||
ocr_source = video_file
|
|
||||||
|
|
||||||
if ocr_source:
|
|
||||||
# OCR超时设置为30分钟
|
|
||||||
ocr_result = call_ocr_processor(Path(ocr_source), dirs["content"], timeout=1800)
|
|
||||||
text_file = ocr_result.get("output_file") if ocr_result.get("success") else None
|
|
||||||
|
|
||||||
if text_file:
|
if git_remote and commit_result.returncode == 0:
|
||||||
result["stages"].append({"stage": "ocr", "file": text_file})
|
push_result = subprocess.run(
|
||||||
else:
|
['git', 'push', 'origin', 'master'],
|
||||||
print(f"OCR处理未生成文件")
|
cwd=str(git_root), capture_output=True, text=True, timeout=60
|
||||||
else:
|
)
|
||||||
print(f"无字幕文件，跳过OCR处理")
|
result["git_push"] = {"success": push_result.returncode == 0}
|
||||||
|
|
||||||
# 深度分析
|
|
||||||
print(f"\n{'='*50}")
|
|
||||||
print(f"步骤6: 深度分析 (kb-deep-analyzer)")
|
|
||||||
print(f"{'='*50}")
|
|
||||||
|
|
||||||
analyze_result = call_deep_analyzer(
|
|
||||||
meta_file,
|
|
||||||
Path(text_file) if text_file else meta_file,
|
|
||||||
dirs["analyzed"]
|
|
||||||
)
|
|
||||||
if not analyze_result.get("success"):
|
|
||||||
result["error"] = f"深度分析失败: {analyze_result.get('error')}"
|
|
||||||
return result
|
|
||||||
|
|
||||||
analyzed_file = analyze_result.get("output_file")
|
|
||||||
if not analyzed_file:
|
|
||||||
result["error"] = "深度分析未返回输出文件"
|
|
||||||
return result
|
|
||||||
|
|
||||||
analyzed_file = Path(analyzed_file)
|
|
||||||
result["stages"].append({"stage": "analyzer", "file": str(analyzed_file)})
|
|
||||||
result["final_file"] = str(analyzed_file)
|
|
||||||
|
|
||||||
# 归档和Git
|
|
||||||
print(f"\n{'='*50}")
|
|
||||||
print(f"步骤7: 归档和Git")
|
|
||||||
print(f"{'='*50}")
|
|
||||||
|
|
||||||
archive_result = archive_and_git(
|
|
||||||
base_path, analyzed_file,
|
|
||||||
Path(git_root), git_user, git_email, git_remote
|
|
||||||
)
|
|
||||||
|
|
||||||
result["archive"] = archive_result
|
|
||||||
result["success"] = True
|
result["success"] = True
|
||||||
|
|
||||||
print(f"\n{'='*50}")
|
|
||||||
print(f"处理完成！")
|
|
||||||
print(f"{'='*50}")
|
|
||||||
|
|
||||||
except Exception as e:
|
except Exception as e:
|
||||||
result["error"] = str(e)
|
result["error"] = str(e)
|
||||||
import traceback
|
|
||||||
traceback.print_exc()
|
|
||||||
|
|
||||||
return result
|
return result
|
||||||
|
|
||||||
|
|
||||||
|
def generate_summary(url: str, stages: List[Dict], final_file: str, archive_result: Dict = None) -> str:
|
||||||
|
"""生成处理完成汇报"""
|
||||||
|
# 提取视频标题（如果有）
|
||||||
|
title_match = re.search(r'com/video/([^?]+)', url)
|
||||||
|
title = title_match.group(1) if title_match else "未知"
|
||||||
|
|
||||||
|
summary = f"""
|
||||||
|
✅ **处理完成！**
|
||||||
|
|
||||||
|
**视频:** {title}
|
||||||
|
|
||||||
|
**处理阶段:**
|
||||||
|
"""
|
||||||
|
for stage in stages:
|
||||||
|
stage_name = stage.get('stage', 'unknown')
|
||||||
|
emoji = "✓" if stage.get('success') else "○"
|
||||||
|
summary += f"{emoji} {stage_name}\n"
|
||||||
|
|
||||||
|
if final_file:
|
||||||
|
summary += f"\n**最终文件:** `{final_file}`"
|
||||||
|
|
||||||
|
if archive_result:
|
||||||
|
if archive_result.get('git_commit'):
|
||||||
|
summary += f"\n**Git:** 已提交"
|
||||||
|
if archive_result.get('git_push', {}).get('success'):
|
||||||
|
summary += " ✓"
|
||||||
|
elif archive_result.get('git_push'):
|
||||||
|
summary += " ✗"
|
||||||
|
|
||||||
|
return summary
|
||||||
|
|
||||||
|
|
||||||
|
# ==================== CLI ====================
|
||||||
|
|
||||||
def main():
|
def main():
|
||||||
"""CLI入口"""
|
"""CLI入口 - 用于命令行测试"""
|
||||||
parser = argparse.ArgumentParser(
|
parser = argparse.ArgumentParser(
|
||||||
description='KB Workflow - Knowledge Base Workflow Orchestrator',
|
description='KB Workflow - Knowledge Base Workflow Orchestrator',
|
||||||
formatter_class=argparse.RawDescriptionHelpFormatter
|
formatter_class=argparse.RawDescriptionHelpFormatter,
|
||||||
|
epilog="""
|
||||||
|
使用示例:
|
||||||
|
# 查重
|
||||||
|
python kb_workflow.py --check --url "https://www.bilibili.com/video/BVxxx"
|
||||||
|
|
||||||
|
# 归档
|
||||||
|
python kb_workflow.py --archive "/path/to/analyzed.md"
|
||||||
|
"""
|
||||||
)
|
)
|
||||||
|
|
||||||
parser.add_argument('--url', type=str, help='要处理的URL')
|
parser.add_argument('--check', action='store_true', help='查重')
|
||||||
|
parser.add_argument('--url', type=str, help='要检查的URL')
|
||||||
|
parser.add_argument('--archive', type=str, help='要归档的文件路径')
|
||||||
parser.add_argument('--base-path', type=str, help='知识库根目录')
|
parser.add_argument('--base-path', type=str, help='知识库根目录')
|
||||||
|
|
||||||
args = parser.parse_args()
|
args = parser.parse_args()
|
||||||
|
|
||||||
if not args.url:
|
|
||||||
print("请提供URL: --url https://...")
|
|
||||||
sys.exit(1)
|
|
||||||
|
|
||||||
base_path = Path(args.base_path) if args.base_path else None
|
base_path = Path(args.base_path) if args.base_path else None
|
||||||
result = process_url(args.url, base_path)
|
|
||||||
|
|
||||||
print(f"\n{'='*50}")
|
if args.check and args.url:
|
||||||
print("KB Workflow Result")
|
result = check_duplicate(base_path, args.url)
|
||||||
print(f"{'='*50}")
|
print(json.dumps(result, ensure_ascii=False, indent=2))
|
||||||
print(json.dumps(result, ensure_ascii=False, indent=2, default=str))
|
|
||||||
|
|
||||||
sys.exit(0 if result.get('success') else 1)
|
elif args.archive:
|
||||||
|
result = archive_and_git(args.archive, base_path)
|
||||||
|
print(json.dumps(result, ensure_ascii=False, indent=2))
|
||||||
|
|
||||||
|
else:
|
||||||
|
parser.print_help()
|
||||||
|
|
||||||
|
|
||||||
if __name__ == '__main__':
|
if __name__ == '__main__':
|
||||||
|
|||||||
@@ -3,21 +3,16 @@
|
|||||||
"""
|
"""
|
||||||
KB Workflow Skill Main Entry
|
KB Workflow Skill Main Entry
|
||||||
|
|
||||||
当用户发送包含触发词的消息时自动触发：
|
当用户发送"添加到知识库 + 链接"时触发。
|
||||||
- "添加到知识库 + 链接"
|
|
||||||
- "保存到知识库 + 链接"
|
|
||||||
|
|
||||||
职责：
|
此入口只负责：
|
||||||
1. 接收用户消息
|
1. 确认触发条件
|
||||||
2. 识别触发词和链接
|
2. 引导主代理读取 SKILL.md
|
||||||
3. 调用 kb_workflow.process_url 处理
|
3. 让主代理按照 SKILL.md 的指导执行完整 workflow
|
||||||
4. 汇报结果
|
|
||||||
"""
|
"""
|
||||||
|
|
||||||
import re
|
import re
|
||||||
import sys
|
import sys
|
||||||
import json
|
|
||||||
from pathlib import Path
|
|
||||||
|
|
||||||
# 触发词模式
|
# 触发词模式
|
||||||
TRIGGER_PATTERNS = [
|
TRIGGER_PATTERNS = [
|
||||||
@@ -37,12 +32,15 @@ def extract_link(message: str) -> str | None:
|
|||||||
|
|
||||||
def main(message: str) -> Dict[str, Any]:
|
def main(message: str) -> Dict[str, Any]:
|
||||||
"""
|
"""
|
||||||
主入口函数 - 当 kb-workflow 作为子代理被调用时执行
|
主入口函数
|
||||||
|
|
||||||
|
此函数返回指导信息，让主代理知道如何执行 workflow。
|
||||||
|
实际的 workflow 逻辑在 SKILL.md 中定义。
|
||||||
"""
|
"""
|
||||||
result = {
|
result = {
|
||||||
"success": False,
|
"success": False,
|
||||||
"url": None,
|
"url": None,
|
||||||
"workflow_result": None,
|
"instructions": None,
|
||||||
"error": None
|
"error": None
|
||||||
}
|
}
|
||||||
|
|
||||||
@@ -55,69 +53,36 @@ def main(message: str) -> Dict[str, Any]:
|
|||||||
|
|
||||||
result["url"] = url
|
result["url"] = url
|
||||||
|
|
||||||
# 2. 调用workflow处理
|
# 2. 生成指导信息
|
||||||
from kb_workflow import process_url
|
result["success"] = True
|
||||||
|
result["instructions"] = {
|
||||||
import os
|
"action": "execute_workflow",
|
||||||
base_path_str = os.environ.get('KB_BASE_PATH', '')
|
"url": url,
|
||||||
base_path = Path(base_path_str) if base_path_str else None
|
"workflow_prompt": f"""请按照 SKILL.md 中的指导执行完整的知识库 workflow：
|
||||||
|
|
||||||
# 处理
|
1. 查重 - 检查知识库是否已存在此内容
|
||||||
workflow_result = process_url(url, base_path)
|
2. 调用 kb-link-parser 解析 URL
|
||||||
result["workflow_result"] = workflow_result
|
3. 根据平台调用对应元数据技能
|
||||||
|
4. 调用内容下载技能
|
||||||
if workflow_result.get("success"):
|
5. 调用 OCR 处理（30分钟超时）
|
||||||
result["success"] = True
|
6. 调用深度分析
|
||||||
|
7. 归档到 archive/ 目录
|
||||||
|
8. Git commit
|
||||||
|
9. 汇报完成
|
||||||
|
|
||||||
|
当前处理的 URL: {url}
|
||||||
|
|
||||||
|
开始执行 workflow。"""
|
||||||
|
}
|
||||||
|
|
||||||
except Exception as e:
|
except Exception as e:
|
||||||
result["error"] = str(e)
|
result["error"] = str(e)
|
||||||
import traceback
|
|
||||||
traceback.print_exc()
|
|
||||||
|
|
||||||
return result
|
return result
|
||||||
|
|
||||||
|
|
||||||
def print_result(result: Dict[str, Any]):
|
|
||||||
"""打印结果"""
|
|
||||||
print("\n" + "="*50)
|
|
||||||
print("KB Workflow Result")
|
|
||||||
print("="*50)
|
|
||||||
|
|
||||||
print(f"\nURL: {result.get('url', 'N/A')}")
|
|
||||||
|
|
||||||
wr = result.get('workflow_result', {})
|
|
||||||
if wr:
|
|
||||||
print(f"\n处理状态: {'成功' if wr.get('success') else '失败'}")
|
|
||||||
|
|
||||||
if wr.get('stages'):
|
|
||||||
print(f"\n处理阶段:")
|
|
||||||
for stage in wr['stages']:
|
|
||||||
stage_name = stage.get('stage', 'unknown')
|
|
||||||
print(f" ✓ {stage_name}")
|
|
||||||
|
|
||||||
if wr.get('final_file'):
|
|
||||||
print(f"\n最终文件: {wr['final_file']}")
|
|
||||||
|
|
||||||
archive = wr.get('archive', {})
|
|
||||||
if archive:
|
|
||||||
print(f"\n归档:")
|
|
||||||
print(f" 归档路径: {archive.get('archive_path', 'N/A')}")
|
|
||||||
print(f" Git提交: {'是' if archive.get('git_commit') else '否'}")
|
|
||||||
push = archive.get('git_push', {})
|
|
||||||
if push:
|
|
||||||
print(f" Git推送: {'成功' if push.get('success') else '失败'}")
|
|
||||||
|
|
||||||
if wr.get('error'):
|
|
||||||
print(f"\n错误: {wr['error']}")
|
|
||||||
|
|
||||||
if result.get('error'):
|
|
||||||
print(f"\n错误: {result['error']}")
|
|
||||||
|
|
||||||
print()
|
|
||||||
|
|
||||||
|
|
||||||
if __name__ == "__main__":
|
if __name__ == "__main__":
|
||||||
# 从参数获取消息（作为子代理时）
|
# 从参数获取消息
|
||||||
if len(sys.argv) > 1:
|
if len(sys.argv) > 1:
|
||||||
message = sys.argv[1]
|
message = sys.argv[1]
|
||||||
else:
|
else:
|
||||||
@@ -128,6 +93,4 @@ if __name__ == "__main__":
|
|||||||
sys.exit(1)
|
sys.exit(1)
|
||||||
|
|
||||||
result = main(message)
|
result = main(message)
|
||||||
print_result(result)
|
print(result)
|
||||||
|
|
||||||
sys.exit(0 if result.get('success') else 1)
|
|
||||||
|
|||||||
Reference in New Issue
Block a user