陈庚知识库整理 L0-L5

解决什么问题

如果你有十几个项目文档、课程讲义、素材包、题库导出文件和若干 PDF，真正的麻烦往往不是“摘要不够好”，而是这些东西没有形成可检索、可追溯、可调用的知识对象。本技能面向一个 知识库案例，不是单份 PDF 或会议纪要整理。它帮助团队判断当前资料处于 L0-L5 哪一层，并补上目录、来源审计、对象 schema、检索测试和验收清单。

如何工作

• 先判断层级，再给动作：默认输出包括输入校验、一句话判断、知识库类型判断、L0-L5 当前层级评估、标准目录建议、数据库与对象 schema 建议、来源优先级策略、检索测试计划、验收清单和下一步动作。
• 强调来源追溯：每个知识对象至少应保留 source_ref、document_id、library_path，避免“内容像，但不知道从哪来”。
• 控制中间产物边界：PDF、图片、音视频在未形成 OCR 或转写缓存前，只视为资产登记；模型不能直接吞原始大文件，而应基于 evidence_packet、对象摘要和抽样原文继续深化。
• 以 L5 为完成口径：只有统一查询、来源追溯、来源优先级、同义词、幂等和成本记录都验证通过，才能说该版本知识库完成。

适用边界

• 不适合只整理一份 PDF、录音、截图或 Markdown。
• 不适合只要一篇摘要、读书笔记或会议纪要。
• 不承诺所有资料已经可用，也不把低置信 OCR、低质量转写当成可靠知识对象。
• 不输出 API Key、Token、账号信息，也不编造数据库表、对象数量或检索结果。