AI 知识库整理工具 (Knowledge Gardener)

一、 工具定位

Knowledge Gardener 是一个 "AI-First" 的知识库维护工具体系，旨在将碎片化的原始笔记（Raw Notes）转化为结构化、标准化的知识文档（Structured Knowledge）。

它不仅仅是一个格式化工具，更是一个 "AI 协作作者" (Co-Author)，具备以下能力：

• 价值判断：识别内容价值，决定是保留、归档还是丢弃。
• 深度重构：根据内容类型（概念、教程、参考）自动调整文档结构。
• 元数据注入：自动生成 YAML Front Matter（Title, Tags, Category）。
• 多语言统一：强制输出流畅的简体中文。

二、 技术架构

工具体系采用 "C# 核心引擎 + Python 辅助脚本" 的双层架构：

2.1 C# 核心引擎 (Core Engine)

• 位置: full-stack/src/dotnet/KnowledgeGardener
• 职责: 处理复杂的 ETL (Extract-Transform-Load) 流程，调用大模型进行深度内容重构。
• 核心组件:
  • ContentRefiner.cs: 提示词工程核心，负责构建 Context 并与 LLM 交互。
  • BailianClient: 集成阿里云百炼 API，支持模型矩阵 (qwen-plus, qwen-max, qwen-turbo)。
  • Archiver: 处理源文件的自动归档。

2.2 Python 辅助脚本 (Helper Scripts)

• 位置: full-stack/scripts/
• 职责: 处理文件系统操作、批量重命名、索引生成等轻量级任务。
• 常用脚本:
  • knowledge_gardener.py: 快速扫描目录，基于启发式规则生成 Tags 和 Front Matter。
  • normalize_frontmatter.py: 批量标准化现有文档的 Front Matter 格式。
  • generate_indexes.py: 为 VitePress 自动生成目录索引文件。

三、 核心功能设计

3.1 模型矩阵 (Model Matrix)

为了平衡成本与效果，系统采用分级模型策略：

• Qwen-Plus (主力): 均衡型，用于绝大多数文档的重写与润色。
• Qwen-Turbo (极速): 用于简单的格式化或元数据提取。
• Qwen-Max (专家): 用于复杂架构文档或深度代码分析。
• Qwen-Long (长文): 专门处理超长上下文的文档合并。

3.2 提示词工程 (Prompt Engineering)

在 ContentRefiner.cs 中实现了 "Role-Based" 的提示词设计：

• Role: Senior Technical Writer & Knowledge Gardener.
• Tone: Professional, Clear, Concise.
• Constraint: Must be Simplified Chinese.
• Layout: 强制段落间距（呼吸感），代码块规范化。

3.3 自动化流水线 (Pipeline)

1. Extract (提取): 扫描 ink/pending/ 下的原始 Markdown/Text 文件。
2. Transform (转换):
   • LLM 读取内容，识别领域与主题。
   • 重写内容，补充缺失的上下文。
   • 生成标准 Front Matter。
3. Load (加载): 将处理后的文件写入 knowledge/ 对应目录。
4. Archive (归档): 将源文件移动至 knowledge/archive/，避免重复处理。

四、 待处理目录清单 (Roadmap)

以下目录已纳入自动化整理的规划中：

• api: API 设计与规范
• big-picture: 宏观架构与视野
• ci-cd: 持续集成与部署
• container: 容器化技术 (Docker/K8s)
• database: 数据库技术

五、 使用指南

运行 C# 引擎

cd full-stack/src/dotnet/KnowledgeGardener
dotnet run -- --path "..."

运行 Python 脚本

# 生成索引
python full-stack/scripts/generate_indexes.py

# 规范化 Front Matter
python full-stack/scripts/normalize_frontmatter.py "full-stack/knowledge"