---
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、订阅检测和汇报生成功能。
metadata:
  short-description: 知识库工作流编排
---

# KB Workflow

## Description

KB Workflow 是一个知识库工作流编排技能，负责协调和管理知识库内容的完整生命周期：

**核心功能**：
- 📥 **收件箱扫描** - 扫描四个子目录 (pending, metadata, content, analyzed)
- 🔄 **内容处理** - 调用技能2-4处理内容
- 📦 **智能归档** - 将处理完成的内容归档到 archive/
- 🔔 **订阅检测** - 检测订阅源的更新
- 📊 **汇报生成** - 生成处理统计和推荐

## Workflow Stages

```
┌─────────┐    ┌─────────┐    ┌─────────┐    ┌─────────┐    ┌──────────┐
│ pending │ →  │ metadata│ →  │ content │ →  │ analyzed│ →  │ archive/ │
└─────────┘    └─────────┘    └─────────┘    └─────────┘    └──────────┘
     ↓              ↓              ↓              ↓
   Skill 2       Skill 3       Skill 4          ↓
 (Link解析)    (元数据提取)   (内容分析)    最终归档
```

## Installation

KB Workflow 作为 OpenClaw 技能套件的一部分，无需额外安装。

确保以下依赖已配置：
- Python 3.8+
- 知识库目录结构 (knowledge-base/)

## Directory Structure

```
knowledge-base/
├── pending/          # 待处理的新内容
├── metadata/         # 已提取元数据
├── content/          # 已提取内容
├── analyzed/         # 已完成分析
├── archive/          # 归档内容
│   └── YYYY-MM-DD/   # 按日期归档
└── reports/          # 生成的汇报
```

## Usage

### 命令行用法

```bash
# 查看工作流状态
python kb_workflow.py --trigger status

# 手动处理待处理内容
python kb_workflow.py --trigger manual --scope pending

# 处理所有新内容（限制5个）
python kb_workflow.py --trigger manual --limit 5

# 生成日报
python kb_workflow.py --trigger scheduled --report

# 检查订阅更新
python kb_workflow.py --trigger subscriptions
```

### 参数说明

| 参数 | 说明 | 默认值 |
|------|------|--------|
| `--trigger` | 触发类型 | `manual` |
| `--scope` | 处理范围 | `all` |
| `--limit` | 处理数量限制 | 无限制 |
| `--report` | 生成汇报 | False |
| `--output` | 输出格式 | `json` |

### 触发类型

- `manual` - 手动触发，立即处理
- `scheduled` - 定时任务触发
- `webhook` - Webhook 触发
- `status` - 仅查看状态
- `report` - 生成汇报
- `subscriptions` - 检查订阅

### 作用域

- `all` - 所有目录
- `pending` - 仅待处理
- `metadata` - 仅元数据阶段
- `content` - 仅内容阶段
- `analyzed` - 仅已完成分析
- `archive` - 归档目录

## Integration

### 技能2-4 集成

KB Workflow 协调以下子技能：

1. **Skill 2: Link Parser** - 解析 URL/链接
2. **Skill 3: Zhihu Metadata** - 提取元数据
3. **Skill 4: Bilibili Analyzer** - 内容分析

### 调用示例

```python
from kb_workflow import KBWorkflow

# 初始化
workflow = KBWorkflow(base_path="/path/to/knowledge-base")

# 扫描收件箱
inbox = workflow.scan_inbox(scope="pending")
print(f"待处理: {len(inbox['pending'])} 项")

# 处理项目
for item in inbox['pending'][:5]:
    result = workflow.process_item(item)
    print(f"处理结果: {result['success']}")

# 查看状态
status = workflow.get_status()
print(json.dumps(status, indent=2))

# 生成汇报
report = workflow.generate_report(period="daily")
```

## Input/Output Formats

### Input

#### 扫描收件箱输入
```json
{
  "scope": "all",      // 或 "pending", "metadata", "content", "analyzed"
  "limit": 10          // 可选，限制返回数量
}
```

#### 处理项目输入
```json
{
  "name": "example.md",
  "path": "/path/to/knowledge-base/pending/example.md",
  "extension": ".md",
  "size": 1024,
  "modified": "2026-02-10T12:00:00"
}
```

### Output

#### 状态输出
```json
{
  "status": "ready",
  "timestamp": "2026-02-10T12:00:00",
  "inbox": {
    "pending": {"count": 5, "path": "/path/pending"},
    "metadata": {"count": 3, "path": "/path/metadata"},
    "content": {"count": 2, "path": "/path/content"},
    "analyzed": {"count": 8, "path": "/path/analyzed"}
  },
  "archive": {
    "count": 120,
    "path": "/path/archive"
  },
  "total_items": 18
}
```

#### 处理结果输出
```json
{
  "item": {"name": "example.md", ...},
  "success": true,
  "stages_completed": ["link_parsing", "metadata_extraction", "content_analysis"],
  "output_path": "/path/analyzed/example.md",
  "error": null
}
```

#### 汇报输出
```json
{
  "generated_at": "2026-02-10T12:00:00",
  "period": "daily",
  "summary": {
    "total_items_inbox": 18,
    "total_archived": 120,
    "items_by_stage": {...}
  },
  "processing_stats": {...},
  "recommendations": [
    "⚠️  待处理内容较多 (15 项)，建议优先处理",
    "📦 已分析内容较多 (25 项)，建议归档"
  ]
}
```

## Configuration

KB Workflow 无需额外配置，自动使用以下路径：
- 知识库根目录: `skills/kb-workflow/knowledge-base/`
- 归档目录: `skills/kb-workflow/knowledge-base/archive/`
- 汇报目录: `skills/kb-workflow/knowledge-base/reports/`

### 自定义路径

```python
from kb_workflow import KBWorkflow

# 使用自定义路径
workflow = KBWorkflow(
    base_path="/custom/knowledge-base",
    archive_path="/custom/archive",
    output_format="json"
)
```

## Workflow Steps

### 完整处理流程

1. **扫描收件箱**
   - 扫描 `pending/` 目录获取新内容
   - 扫描其他阶段目录获取待继续处理的内容

2. **分类处理**
   - 新内容 → 提取链接/URL (Skill 2)
   - 待提取元数据 → 提取元数据 (Skill 3)
   - 待分析内容 → 深度分析 (Skill 4)

3. **自动流转**
   - 处理完成后自动移动到下一阶段目录

4. **归档**
   - 分析完成后可归档到 `archive/YYYY-MM-DD/`

5. **汇报**
   - 生成处理统计
   - 提供处理建议

### 定时任务示例

```bash
# 每天早上9点检查并处理新内容
0 9 * * * cd /path/to/skills/kb-workflow && python kb_workflow.py --trigger scheduled --scope pending --report

# 每小时检查订阅更新
0 * * * * cd /path/to/skills/kb-workflow && python kb_workflow.py --trigger subscriptions
```

## Troubleshooting

### 常见问题

**Q: 扫描不到内容？**
A: 确保知识库目录存在且包含正确的子目录 (pending, metadata, content, analyzed)

**Q: 处理失败？**
A: 检查日志输出，使用 `--verbose` 参数获取详细调试信息

**Q: 如何查看处理进度？**
A: 使用 `--trigger status` 查看各阶段的项目数量

## Related Skills

- **obsidian-kb** - Obsidian 知识库管理
- **link-parser** - 链接解析
- **zhihu-metadata** - 知乎元数据提取
- **bilibili-analyzer** - B站视频分析

---

*KB Workflow v1.0 - Knowledge Base Workflow Orchestration*