知识库质检助手

知识库不是建完就结束了。随着卡片不断生成，问题会悄悄累积：knowledge_cards/ 里躺着一张引用了已删除资料的卡片，一条指向失效 URL 的链接，两张卡片对同一主题给出互相矛盾的结论，还有几张从未被任何卡片引用的孤岛内容——管理者却只能靠翻目录凭感觉判断「好像还行」。这个技能把知识库状态变成一组可量化的指标，用定期复盘替代主观印象。

两个引擎，各管一件事

技能整合了两个脚本引擎：

• 复盘引擎（review_cards.py）：围绕四个问题展开——Q1 核心资产盘点，找出被引用最多的卡片，得到知识网络枢纽 Top 10；Q2 关键词趋势，统计出现 ≥ 2 次的热词，提示可以合成的新主题；Q3 孤岛检测，列出消化后未被任何卡片引用的内容；Q4 升级建议，从 B 类资料中筛选出标题含「模板 / 指南 / SOP / 方法论」等系统性关键词、或与高频卡片主题匹配的候选，给出 B→A 升级清单和理由。
• 健康检查引擎（health_check.py）：执行四项质量检测——C1 失效风险（不可访问 URL、引用已删除资料，🔴 高严重度）；C2 过时信号（已停用的模型 / 工具，如 ChatGPT 3.5、DALL-E 2，以及超过 180 天未更新的卡片，🟡）；C3 矛盾信号（不同卡片对同一主题持对立观点）；C4 元信息规范（关键词格式不统一、字段缺失、孤岛卡片）。

输入是 knowledge_cards/ 目录加 processed_kb_items_latest.json，输出两份报告：_review_report.md 和 _health_report.md。最终汇总会给出健康评分（0–100）、问题严重度分布、知识网络枢纽 Top 5、趋势关键词 Top 5、孤岛清单、升级候选，以及 3–5 条具体可执行的行动建议。

适用边界与注意点

先有卡片，才谈复盘。 如果 knowledge_cards/ 为空，技能会提示先跑上游的 kb-auto-digester 生成卡片。如果没有任何被引用的卡片，通常意味着知识库刚起步，应先运行 kb-linker 建立关联，而不是直接判定为问题。健康评分为 0 时，先检查脚本输出日志，确认数据格式正确再排查内容本身。

它是一个末端检查环节。 这个技能位于知识管理技能链的末端，在资料采集（kb-inventory-update）、消化（kb-auto-digester）、关联（kb-linker）之后运行，提供的是质量闭环而非独立方案。运行节奏上，建议每批消化生成 ≥ 5 张卡片后跑一次复盘，每周看一眼知识网络变化，每月做一次全面健康检查和升级评估。

指标是参考，不是判决。 C3 检测出的矛盾信号需要人工判断哪张卡片依据更扎实；Q4 的升级候选只是候选，是否升格为 A 类资料仍需确认其系统性价值。健康评分的意义在于把「知识库可能有问题」变成「第 C1 项有 3 张卡片需要修复」这样的具体行动。