# Obsidian 知识库维护技能 - 实施计划

**目标:** 构建可扩展的多源内容知识库维护系统，支持B站/YouTube/知乎/本地Markdown汇入Obsidian
**方法:** 模块化架构 + 源适配器模式 + 主题聚合机制
**预估总时间:** ~4-6小时（可并行）

---

## 多代理并行模型分配策略

**统一使用最强模型：`kimi-coding/k2p5`**

> 追求代码质量和AI分析能力，不节省token

| Checkpoint | 任务类型 | 模型 |
|-----------|---------|------|
| **Checkpoint 1-2** | 项目脚手架、数据模型 | `kimi-coding/k2p5` |
| **Checkpoint 3** | B站适配器开发 | `kimi-coding/k2p5` |
| **Checkpoint 4** | 内容处理管道 | `kimi-coding/k2p5` |
| **Checkpoint 5** | CLI命令实现 | `kimi-coding/k2p5` |
| **Checkpoint 6-7** | 模板与测试 | `kimi-coding/k2p5` |

**实现方式：**
```python
# 所有子任务统一使用最强模型
sessions_spawn({
    "task": "...",
    "model": "kimi-coding/k2p5",
    "runTimeoutSeconds": 600
})
```

---

## Checkpoint 1: 项目脚手架与配置 (~30min)

- [ ] Task 1.1: 重命名/创建技能目录 `skills/obsidian-kb/`
  - **Action:** 基于现有 `bilibili-obsidian` 迁移或新建结构
  - **Verify:** `skills/obsidian-kb/` 存在且包含 `SKILL.md`

- [ ] Task 1.2: 创建技能元数据文件 `SKILL.md`
  - **Action:** 编写技能描述、命令列表、使用说明
  - **Verify:** 包含所有命令: `/kb-subscribe`, `/kb-inbox`, `/kb-process`, `/kb-skip`, `/kb-status`, `/kb-search`

- [ ] Task 1.3: 创建项目结构
  ```
  obsidian-kb/
  ├── src/
  │   ├── __init__.py
  │   ├── cli.py              # 命令行入口
  │   ├── config.py           # 配置管理
  │   ├── models.py           # 统一元数据模型
  │   ├── pipeline.py         # 内容处理管道
  │   ├── storage.py          # 本地存储/Inbox管理
  │   ├── git_sync.py         # Git同步
  │   └── sources/
  │       ├── __init__.py
  │       ├── base.py         # 源适配器基类
  │       ├── bilibili.py     # B站适配器
  │       ├── youtube.py      # YouTube适配器 (placeholder)
  │       ├── zhihu.py        # 知乎适配器 (placeholder)
  │       └── local.py        # 本地Markdown扫描
  │   └── templates/
  │       ├── light_video.md
  │       ├── tutorial_video.md
  │       ├── article.md
  │       └── topic_index.md  # 主题聚合页模板
  ├── tests/
  └── requirements.txt
  ```
  - **Verify:** 目录结构完整

- [ ] Task 1.4: 创建配置模板 `config.yaml.example`
  - **Action:** 定义所有配置项（API keys, Git repo, 路径等）
  - **Verify:** 包含: kimi_api_key, git_repo, git_token, obsidian_path, quality_threshold

---

## Checkpoint 2: 核心数据模型与存储 (~40min)

- [ ] Task 2.1: 实现 `models.py` - 统一元数据模型
  - **Action:** 定义 Content 类，包含所有核心字段和 source_meta 扩展
  - **Verify:** 可以通过单元测试创建 Content 对象，序列化/反序列化正常

- [ ] Task 2.2: 实现 `storage.py` - Inbox/Topics存储管理
  - **Action:** 
    - Inbox 队列管理（CRUD操作）
    - Topics 目录结构管理
    - 主题聚合页检测（相似度>阈值时归入同一主题）
  - **Verify:** 可以: 添加候选到Inbox、移动到Topics、检测主题相似度

- [ ] Task 2.3: 实现 `git_sync.py` - Git自动同步
  - **Action:** 
    - 检测文件变更
    - 自动生成commit message
    - 执行commit + push
  - **Verify:** 创建测试文件后能自动commit到指定repo

---

## Checkpoint 3: 源适配器基类与B站实现 (~60min)

- [ ] Task 3.1: 实现 `sources/base.py` - 源适配器基类
  - **Action:** 定义抽象基类 SourceAdapter，包含3个抽象方法
  - **Verify:** 无法直接实例化，子类必须实现所有方法

- [ ] Task 3.2: 实现 `sources/bilibili.py` - B站适配器
  - **Action:** 
    - fetch_new(): 获取收藏夹/UP主动态
    - extract_content(): 从URL提取元数据
    - get_transcript(): 获取字幕/AI生成摘要
  - **Verify:** 可以成功获取公开收藏夹内容，提取字幕

- [ ] Task 3.3: 实现 `sources/local.py` - 本地Markdown扫描
  - **Action:** 扫描指定目录的Markdown文件，提取元数据
  - **Verify:** 能识别本地MD文件的YAML frontmatter

- [ ] Task 3.4: 创建源注册表 `sources/__init__.py`
  - **Action:** SourceRegistry，支持动态注册新适配器
  - **Verify:** 可以通过名称获取对应适配器实例

---

## Checkpoint 4: 内容处理管道 (~50min)

- [ ] Task 4.1: 实现轻量扫描阶段
  - **Action:** 
    - 调用AI生成一句话摘要
    - 提取关键词
    - 质量评分（0-10）
  - **Verify:** 输入视频URL，输出包含摘要、关键词、评分的Content对象

- [ ] Task 4.2: 实现深度分析阶段
  - **Action:** 根据内容类型选择分析策略，生成结构化数据
  - **Verify:** 短视频输出轻量结构，长教程输出详细时间轴

- [ ] Task 4.3: 实现自适应模板系统
  - **Action:** 创建模板渲染器，根据content_type和duration选择模板
  - **Verify:** 不同类型内容渲染出不同格式的Markdown

- [ ] Task 4.4: 实现主题聚合检测
  - **Action:** AI对比新内容与现有Topics，计算相似度，建议聚合
  - **Verify:** 相似内容能被正确归入同一主题目录

- [ ] Task 4.5: 实现 `pipeline.py` - 整合所有阶段
  - **Action:** 编排完整流程: 轻量扫描→入库→深度分析→生成笔记→Git同步
  - **Verify:** 端到端测试通过

---

## Checkpoint 5: CLI命令实现 (~40min)

- [ ] Task 5.1: 实现 `/kb-subscribe` 命令
  - **Action:** 支持订阅B站收藏夹、UP主、YouTube频道等
  - **Verify:** 可以添加订阅，存储到配置文件

- [ ] Task 5.2: 实现 `/kb-inbox` 命令
  - **Action:** 显示待处理候选列表，带摘要和评分
  - **Verify:** 可以列出Inbox中的内容，格式清晰

- [ ] Task 5.3: 实现 `/kb-process` 命令
  - **Action:** 处理指定ID或全部确认的内容
  - **Verify:** 可以深度分析并生成笔记

- [ ] Task 5.4: 实现 `/kb-skip` 命令
  - **Action:** 跳过指定内容，记录跳过原因
  - **Verify:** 内容从Inbox移除，可选记录原因

- [ ] Task 5.5: 实现 `/kb-status` 命令
  - **Action:** 显示同步状态、Inbox数量、今日处理量
  - **Verify:** 输出包含Git状态、Inbox统计

- [ ] Task 5.6: 实现 `/kb-search` 命令
  - **Action:** 搜索已处理的笔记（标题、标签、内容）
  - **Verify:** 能根据关键词返回相关笔记列表

---

## Checkpoint 6: 模板与文档 (~30min)

- [ ] Task 6.1: 创建所有Markdown模板
  - **Action:** 
    - light_video.md
    - tutorial_video.md
    - article.md
    - topic_index.md
  - **Verify:** 模板包含所有变量占位符，渲染测试通过

- [ ] Task 6.2: 完善 `SKILL.md` 使用文档
  - **Action:** 更新完整的使用说明、配置指南、示例
  - **Verify:** 新用户能根据文档独立完成配置和使用

- [ ] Task 6.3: 创建 `README.md`
  - **Action:** 项目介绍、功能特性、安装说明
  - **Verify:** 包含架构图、快速开始、命令参考

---

## Checkpoint 7: 测试与验证 (~30min)

- [ ] Task 7.1: 编写单元测试
  - **Action:** 测试核心模块: models, storage, pipeline
  - **Verify:** `pytest` 全部通过

- [ ] Task 7.2: 集成测试
  - **Action:** 端到端测试: 订阅→爬取→分析→生成→同步
  - **Verify:** 完整流程在测试环境跑通

- [ ] Task 7.3: 手动验证
  - **Action:** 实际处理1-2个B站视频，检查输出
  - **Verify:** Markdown格式正确，Git同步正常，Obsidian可读

---

## Verification Criteria

- [ ] 所有Checkpoints完成
- [ ] 可以订阅B站收藏夹并获取新内容
- [ ] Inbox预览功能正常，显示摘要和评分
- [ ] 确认处理后生成格式正确的Markdown
- [ ] 相似内容自动归入同一主题
- [ ] Git自动同步工作正常
- [ ] 代码通过基本测试
- [ ] 文档完整可理解

---

## 执行选项

**选项1: 单代理（本会话）**
- 我按顺序执行所有任务
- 每个Checkpoint完成后汇报进度
- 使用 `kimi-coding/k2p5` 模型
- 适合：需要频繁确认、逐步调整方向

**选项2: 多代理并行（推荐）**
- 同时启动多个子代理并行工作：

| 代理 | Checkpoint | 任务 | 模型 |
|------|-----------|------|------|
| 代理A | 1-2 | 项目基础 + 数据模型 | `kimi-coding/k2p5` |
| 代理B | 3 | B站适配器 | `kimi-coding/k2p5` |
| 代理C | 4 | 内容处理管道 | `kimi-coding/k2p5` |
| 代理D | 5 | CLI命令 | `kimi-coding/k2p5` |
| 代理E | 6-7 | 模板 + 测试 | `kimi-coding/k2p5` |

- 最后我来集成所有模块
- **优势：** 速度最快，全部用最强模型保证质量

**推荐：** 选项2（多代理并行）

**你选择哪种执行方式？**