Initial commit

2026-02-15 00:36:24 +08:00
commit bce284f7c6
215 changed files with 40763 additions and 0 deletions
@@ -0,0 +1,149 @@
+# 2026-02-10
+
+## 知识库技能重构 - 完整功能
+
+### kb-bilibili-content 专栏内容获取 ✅
+
+- 使用 Playwright 异步API爬取专栏页面
+- 选择器: `.read-article-holder`
+- 获取完整文章正文
+
+### Git版本管理和清理 ✅ (2026-02-10下午)
+
+**需求1: Git版本管理**
+- Git仓库: `archive/` 目录
+- 配置环境变量:
+  - `KB_GIT_ROOT` - Git仓库目录
+  - `KB_GIT_REMOTE` - 远程仓库地址
+  - `KB_GIT_USER` - 用户名
+  - `KB_GIT_EMAIL` - 邮箱
+- 命令: `--trigger git-init`, `--trigger git-status`
+- 推送重试: 3次
+
+**需求2: 订阅数据管理**
+- 存储位置: `archive/subscriptions/`
+- 文件: `subscriptions.json`, `processed.json`
+- Git跟踪历史，防止误删
+
+**需求3: 自动清理策略**
+| 类型 | 保留 | 清理周期 |
+|------|------|---------|
+| 分析报告 | ✅ | 永久 |
+| 链接信息 | ✅ | 永久 |
+| 元数据 | ✅ | 永久 |
+| 订阅数据 | ✅ | Git管理 |
+| 视频文件 | ❌ | 7天 |
+| 截帧文件 | ❌ | 7天 |
+
+**命令:**
+```bash
+# 查看状态
+python kb_workflow.py --trigger status
+
+# 处理待处理内容
+python kb_workflow.py --trigger manual --scope pending --limit 5
+
+# 初始化Git
+python kb_workflow.py --trigger git-init
+
+# 清理过期文件
+python kb_workflow.py --trigger cleanup --days 30
+```
+
+### 深度分析模板增强 ✅
+
+- 完整元数据保留 (bvid, cvid, mid, platform)
+- AI生成标签 (5个)
+- 模板支持环境变量覆盖
+
+---
+
+## 智谱AI配置与测试 ✅ (2026-02-10傍晚)
+
+### 配置信息
+```bash
+export AI_API_KEY="80ec82f2b14047d9a0399682a042378b.E8rv2nPSyuIsGoDr"
+export AI_PROVIDER="zhipu"
+export AI_BASE_URL="https://open.bigmodel.cn/api/coding/paas/v4"
+export AI_MODEL="glm-4"
+
+export KB_GIT_ROOT="~/work/knowledge-base/archive"
+export KB_GIT_REMOTE="http://micecola.top:8418/starmen1265/knowledge-base.git"
+export KB_GIT_USER="starmen1265"
+export KB_GIT_EMAIL="starmen1265@163.com"
+```
+
+### GLM-4深度分析测试结果
+- **测试视频**: wifi6视频 (BV1ci4y1V7tb)
+- **结果**: ✅ 成功
+
+**分析输出:**
+```markdown
+## 摘要
+本视频探讨WiFi6技术及其Mesh组网解决方案，分析WiFi6的理论速度提升与实际应用限制，以及Mesh组网对大户型覆盖问题的改善作用。
+
+## 主要主题
+- WiFi6技术
+- 无线网络标准
+- Mesh组网
+
+## 关键见解
+- WiFi6理论速度达9.6Gbps，实际使用受多种因素影响
+- Mesh组网适合解决大户型信号覆盖问题
+
+## 建议行动
+- [ ] 根据实际需求选择合适的路由器和组网方案
+```
+
+### 已修复问题
+- 支持 `AI_BASE_URL` 环境变量
+- 修复智谱API端点路径 `coding/paas/v4`
+- 添加 `--base-url` CLI参数
+
+---
+
+## 待处理事项
+
+### 重要
+- [ ] 配置 OpenRouter API
+- [ ] 配置阿里云 TTS
+- [ ] 🔒 安全巡检报告
+
+### 字幕增强（待实现）
+- [ ] 视觉大模型方案 (GPT-4V/Claude/GLM-4V)
+- [ ] 语音识别方案 (Whisper/ASR)
+
+---
+
+## 已提交Commit
+
+| Commit | 说明 |
+|--------|------|
+| `3faf121` | feat(kb-deep-analyzer): Support GLM-4 with custom base URL |
+| `38f1624` | docs: Update TODO |
+| `f41fb61` | feat(kb-workflow): Add Git version control and cleanup |
+| `8b43416` | feat(kb-deep-analyzer): Enhance template and metadata |
+| `f2309bf` | feat(kb-workflow): Complete file storage |
+| `3f74bcd` | docs: Add subtitle enhancement tasks |
+| `47355b3` | feat(kb-bilibili-content): Article extraction |
+| `56907e3` | refactor(kb-zhihu-metadata): Simplify |
+
+---
+
+## 测试要点
+
+1. **kb-link-parser** - 链接解析 ✅
+2. **kb-bilibili-metadata** - B站元数据 ✅
+3. **kb-zhihu-metadata** - 知乎元数据 (zvideo/zhuanlan) ⚠️
+4. **kb-bilibili-content** - 内容获取 ✅
+5. **kb-ocr-processor** - OCR识别 ✅
+6. **kb-deep-analyzer** - 深度分析 ✅ **真实AI模式(GLM-4)测试通过**
+7. **kb-workflow** - 工作流编排 ✅
+
+### 清理命令
+```bash
+python kb_workflow.py --trigger cleanup --days 30
+```
+
+### 已知问题
+- **模板frontmatter重复**: 有重复的frontmatter块，需要修复