Archived

This repository has been archived on 2026-02-15. You can view files and clone it. You cannot open issues or pull requests or push a commit.

Files

T

OpenClaw Agent f4c6612849 docs: Add workspace configuration and memory files

- AGENTS.md: Update agent workspace guidelines (read TODO.md in workflow)
- TODO.md: Add security inspection and TTS configuration tasks
- memory/: Add knowledge base refactoring progress notes
- .gitignore: Add debug/ directory

2026-02-10 14:56:18 +08:00

8.7 KiB

Raw Blame History

知识库维护系统 - 实现计划

目标: 将 obsidian-kb 拆分为 7 个独立技能，实现模块化、可维护的知识库维护系统
方案: 复用现有代码，按详细设计文档实现
预计总时间: 约 180 分钟（3 小时）

检查点 1: 项目初始化

任务 1.1: 创建技能目录结构 (~2 min)
- 动作: 创建 skills/link-parser/, skills/bilibili-metadata/, skills/zhihu-metadata/, skills/bilibili-content/, skills/ocr-processor/, skills/deep-analyzer/, skills/kb-workflow/ 目录
- 验证: ls skills/ 显示 7 个新目录
任务 1.2: 复制现有代码库到临时位置 (~3 min)
- 动作: 复制 obsidian-kb/src/ 到临时目录备份
- 验证: 确认 tmp_backup/src/ 存在所有 .py 文件
任务 1.3: 创建通用配置文件模板 (~3 min)
- 动作: 按详细设计创建 skills/_common/config_template.yaml
- 验证: cat config_template.yaml 显示所有配置项

检查点 2: 技能 1 - link-parser

任务 2.1: 创建 SKILL.md (~2 min)
- 动作: 复制 SKILL.md 模板，填写 link-parser 描述
- 验证: cat skills/link-parser/SKILL.md 包含功能描述和命令
任务 2.2: 实现链接解析器主文件 (~8 min)
- 动作: 创建 skills/link-parser/link-parser.py，实现：
  - resolve_shortlink() 短链跳转
  - extract_bilibili_id() B站ID提取
  - extract_youtube_id() YouTube ID提取
  - extract_zhihu_id() 知乎ID提取
- 验证: python link-parser.py --url "https://b23.tv/xxx" 返回 JSON
任务 2.3: 测试链接解析器 (~3 min)
- 动作: 测试以下链接：
  - https://www.bilibili.com/video/BV1xx
  - https://space.bilibili.com/7770724
  - https://b23.tv/xxxxx
  - https://www.zhihu.com/question/266309957
- 验证: 每个链接返回正确的 platform, type, id
任务 2.4: 验证复用代码 (~2 min)
- 动作: 确认复用 shortlink_resolver.py
- 验证: import 语句存在，代码无红色报错

检查点 3: 技能 2 - bilibili-metadata

任务 3.1: 创建 SKILL.md (~2 min)
- 动作: 复制 SKILL.md 模板，填写 bilibili-metadata 描述
- 验证: 文件包含功能描述和命令行示例
任务 3.2: 实现 B站元数据获取器 (~10 min)
- 动作: 创建 skills/bilibili-metadata/bilibili_metadata.py:
  - 复用 BilibiliExtractor 类
  - 实现 extract_video_metadata()
  - 实现 extract_article_metadata()
  - 实现 extract_up_metadata()
- 验证: python bilibili_metadata.py --id "BV1xx" 返回完整 JSON
任务 3.3: 测试 B站元数据获取 (~5 min)
- 动作: 测试视频、专栏、UP主三种类型
- 验证: 每种类型返回对应格式的元数据

检查点 4: 技能 2 - zhihu-metadata

任务 4.1: 创建 SKILL.md (~2 min)
- 动作: 复制 SKILL.md 模板，填写 zhihu-metadata 描述
- 验证: 文件包含功能描述
任务 4.2: 实现知乎元数据获取器 (~8 min)
- 动作: 创建 skills/zhihu-metadata/zhihu_metadata.py:
  - 复用 ZhihuDrissionExtractor 类
  - 实现 extract_question()
  - 实现 extract_answer()
  - 实现 extract_user()
- 验证: python zhihu_metadata.py --id "266309957" 返回 JSON
任务 4.3: 测试知乎元数据获取 (~3 min)
- 动作: 测试问题、回答两种类型
- 验证: 返回正确格式的元数据

检查点 5: 技能 3 - bilibili-content

任务 5.1: 创建 SKILL.md (~2 min)
- 动作: 复制 SKILL.md 模板，填写 bilibili-content 描述
- 验证: 文件包含功能描述
任务 5.2: 实现 B站内容获取器 (~12 min)
- 动作: 创建 skills/bilibili-content/bilibili_content.py:
  - 复用 VideoStreamExtractor
  - 实现 download_video(quality=480)
  - 实现 extract_subtitle()
  - 实现 extract_article_content()
- 验证: python bilibili_content.py --id "BV1xx" 下载视频到 output 目录
任务 5.3: 测试内容获取 (~5 min)
- 动作: 测试视频下载、字幕提取
- 验证: output 目录包含 .mp4 和 .srt 文件

检查点 6: 技能 3 - ocr-processor

任务 6.1: 创建 SKILL.md (~2 min)
- 动作: 复制 SKILL.md 模板，填写 ocr-processor 描述
- 验证: 文件包含功能描述
任务 6.2: 实现 OCR 处理器 (~8 min)
- 动作: 创建 skills/ocr-processor/ocr_processor.py:
  - 复用 OCRProcessor
  - 实现 process_frames(input_dir, fps=0.1)
  - 实现 merge_texts()
- 验证: python ocr_processor.py --input ./frames/ 生成 ocr.json
任务 6.3: 测试 OCR 功能 (~3 min)
- 动作: 用测试帧目录运行 OCR
- 验证: 返回包含 texts 和 confidence 的 JSON

检查点 7: 技能 4 - deep-analyzer

任务 7.1: 创建 SKILL.md (~2 min)
- 动作: 复制 SKILL.md 模板，填写 deep-analyzer 描述
- 验证: 文件包含模板变量说明
任务 7.2: 实现深度分析器 (~15 min)
- 动作: 创建 skills/deep-analyzer/deep_analyzer.py:
  - 复用 DeepAnalyzer
  - 实现 analyze(metadata, content, type)
  - 实现 load_template(type)
  - 实现 render_template(variables)
- 验证: python deep_analyzer.py --metadata m.json --content c.json 生成 .md
任务 7.3: 测试深度分析 (~5 min)
- 动作: 用示例元数据和内容运行分析
- 验证: 生成包含 frontmatter 和模板内容的 Markdown

检查点 8: 技能 5 - kb-workflow

任务 8.1: 创建 SKILL.md (~2 min)
- 动作: 复制 SKILL.md 模板，填写 kb-workflow 描述
- 验证: 文件包含工作流步骤说明
任务 8.2: 实现工作流编排器 (~20 min)
- 动作: 创建 skills/kb-workflow/kb_workflow.py:
  - 实现 scan_inbox() 扫描四个子目录
  - 实现 process_item(item) 调用技能2-4
  - 实现 archive_item(item, analysis) 归档
  - 实现 check_subscriptions() 订阅更新检测
  - 实现 generate_report() 生成汇报
- 验证: python kb_workflow.py --trigger manual 运行无报错
任务 8.3: 测试工作流 (~5 min)
- 动作: 用一个测试 item 运行完整流程
- 验证: item 从 pending → metadata → content → archive

检查点 9: 目录结构与配置

任务 9.1: 创建收件箱目录模板 (~2 min)
- 动作: 创建 inbox/{pending,metadata,content,analyzed}/ 目录
- 验证: ls inbox/ 显示四个子目录
任务 9.2: 创建归档目录模板 (~2 min)
- 动作: 创建 archive/YYYY/MM/{video,article}/ 目录
- 验证: ls archive/2024/01/ 显示子目录
任务 9.3: 创建 config.yaml 示例 (~3 min)
- 动作: 创建 skills/_common/config.yaml 示例
- 验证: 文件包含 AI、存储、Git、OCR 等配置

检查点 10: 集成测试

任务 10.1: 端到端测试 - 单个视频 (~10 min)
- 动作:
  1. link-parser 解析视频链接
  2. bilibili-metadata 获取元数据
  3. bilibili-content 获取内容
  4. deep-analyzer 生成分析
  5. kb-workflow 归档
- 验证: archive 目录生成 .md 文件
任务 10.2: 端到端测试 - 列表类型 (~5 min)
- 动作: 模拟 UP主链接，测试列表处理流程
- 验证: 返回 requires_user_input 标记
任务 10.3: 汇报功能测试 (~3 min)
- 动作: 运行工作流后检查 report.json
- 验证: report.json 包含 processed, success, failed 统计

验证标准

所有 7 个技能的 SKILL.md 存在且内容正确
每个技能可通过命令行独立运行
link-parser 支持所有设计的链接格式
bilibili-metadata 和 zhihu-metadata 返回正确元数据
bilibili-content 可下载视频和提取字幕
ocr-processor 可处理帧图片并输出文字
deep-analyzer 可生成模板化的 Markdown
kb-workflow 可完成端到端流程并归档
汇报文件格式正确
代码复用已验证的现有模块

执行选项

计划已保存到 memory/plans/knowledge-base-refactoring.md

两种执行方式:

1. 单代理顺序执行（当前会话）

我按顺序执行每个任务
每个检查点完成后向您汇报
适合需要频繁确认的场景
预计时间: 约 3 小时

2. 并行分发执行

使用 dispatch-multiple-agents 技能
并行创建多个子代理同时工作
适合时间紧迫的场景
预计时间: 约 1 小时（需要更多协调）

蒋先生，您选择哪种方式？

8.7 KiB Raw Blame History