AI研发自动化:Wiki知识库+技能包
阿里妹导读
文章内容基于作者个人技术实践与独立思考,旨在分享经验,仅代表个人观点。
1.定位
○LLM-WIKI 知识库:持续生长型,for 研发提效/自动化
○领域专家SKILL包:写技术方案 | 开发代码 | 技术评审 | 自动化测试 | 专业答疑 | 问题排查
○团队视角:成员共享,多Agent平台可用
○最终目标:全自动研发流程,即用户提供prd,剩下工作都交给它
2.背景介绍
2.1LLM-Wiki知识库
2.1.1主题思想
○LLM-Wiki 是由 Andrej Karpathy 于26年4月提出的“新知识库模式”
■本质就是一个SKILL / md文件。
○核心思想:把 LLM 从"每次查询时重新检索的 RAG 引擎"变成"持续维护个人 Wiki 的全职编辑"
■知识不再每次重新发现,而是被一次次摄入、合并、交叉引用,沉淀为一份“不断变厚的、活的、可演化”的知识库。
○为什么这个模式能work?
■维护知识库的累活不是"读"和"想",而是迭代 wiki 的过程:更新交叉引用、改综述、标矛盾、保一致性。
■人类放弃 wiki 是因为维护成本随规模超线性增长;但LLM 不会累、不会忘、一次能改多个文件,维护成本被压到接近零,wiki 才能长期活着。
2.1.2KB架构
2.1.3核心操作
2.1.4LLM-Wiki vs RAG
关键洞察:Wiki 是一个持续编译、持续保鲜的产物(compounding artifact),不是查询时才生成的临时答案。
2.1.5LLM-Wiki优缺点
2.2Obsidian平台
2.2.1Obsidian是什么
Obsidian 是一款以 Markdown 笔记为基础的知识管理工具,常被用于个人知识库、读书笔记、学习记录、项目管理、写作和“第二大脑”系统搭建。 简单来说,它是一个可以把笔记互相连接起来的本地知识库。
2.2.2核心思想
一句话:“用普通的 Markdown 文件记录内容,并通过双向链接、标签、图谱等方式,把知识连接起来”
2.2.3功能&特点
○双向链接:非常适合做知识网络,A-B双向链接,通过A笔记找到B,通过B笔记也会找到A
○md格式通用:轻量跨平台兼容性好,不依赖特定软件,适合长期保存适合写作、技术文档和知识整理
○图谱视图:把笔记显示成一个网络图,每个点代表一篇笔记,每条线代表笔记之间的链接;可以从图谱中看到:哪些笔记是知识中心,哪些主题联系紧密,哪些笔记比较孤立,某个领域的知识结构
2.3为什么需要知识库+技能包?
2.3.1LLM上下文缺乏业务领域知识
故需要一个“团队共享知识库”,来打通每个需求开发的知识壁垒
2.3.2单纯读代码仓不够
故这些“技术+业务知识”需要“预编译”,存储到我们的“团队共享知识库”
2.3.3研发流程自动化
传统的研发流程停留在“人工 step by step”的模式,技术方案 -> 技术评审 -> coding -> test & fix -> 提测。但如果我们把“工具&知识层”进行整合:团队知识库、代码仓库、aone平台cli、自动化测试工具、日志MCP服务等。
会发觉已经具备了AI Native的所有原始材料,现在只差一套通用法则来跑通整个研发流程,这即催生出“专家技能包”。理想状态下,用户拿着自己的需求,可以在任何agent平台,丝滑跑完研发全流程~
3.使用指南
3.1首次使用
3.1.1下载知识库
下载“mkt-link-kb知识库”压缩包,解压后放到本地工作目录
3.1.2下载技能包
技能包也是个文件夹(其中技能kb-just-ask:所有技能的总管家,直接提问,可协助路由到其他skill)
3.1.3下载obsidian
Obsidian:可视化知识管理平台[1]
3.1.4兼容多平台
Claude Code | OpenClaw | Aone-Copilot 均可使用
3.2更新知识库KB
3.2.1kb开发方
上传新材料,并更新远程git库仓:使用技能 kb-sync + 文档/文件夹路径
3.2.2kb使用方
拉取远程git仓库,并同步到本地:kb-sync -pull
3.3使用示范
3.3.1直接问全能管家
推荐使用 kb-just-ask:全能管家,可协助路由到任何技能模块,并解答用户疑问(设计细节见 5.6)
case1:
case2:
3.3.2直接调技能
当然直接调用目标技能也OK
case1:
4.开发过程
4.1知识库开发
4.1.1最初建设
初版提示词:
学习一下这俩个技能:obsidian-cli 和 llm-wiki
/superpowers-brainstorming我现在拥有这俩个技能 obsidian-cli 和 llm-wiki,目标是构建一套 mkt-link 应用专属知识库。原始材料分 2 种:一种是文档类,有各种技术方案、产品文档、测试文档、架构方案,另一种是 mkt-link 的代码仓库的所有代码。 希望构建出的知识库,可以持续迭代生长,支持后续不断供给材料,并且在查找相关的知识时可以快速检索定位到相关的全面上下文知识。
初版设计方案:
# mkt-link 知识库设计文档## 项目概述为 mkt-link 应用构建专属知识库,支持个人学习、团队协作和日常开发三种场景。## 原材料| 类型 | 来源 | 规模 ||------|------|------|| 文档 | ~/kb-source/ | ~100+ 文档(技术方案、提测文档、接口文档、故障复盘、代码规范、交接文档等) || 代码 | ~/IdeaProjects/mkt-link/ | 3038 Java 文件,DDD 架构 |## 技术选型| 组件 | 选择 | 说明 ||------|------|------|| 知识库管理 | Obsidian | 可视化界面、图谱视图、双向链接 || 搜索引擎 | qmd | BM25 + 向量检索 + LLM 重排序 || 知识化方式 | 静态分析 + LLM 摘要 | 代码结构用静态分析提取,语义描述用 LLM 生成 || 更新策略 | 混合方式 | 代码定期更新,文档按需/实时更新 |## 架构设计### 三层架构1. **Raw sources** — kb-source + mkt-link(只读,不可修改)2. **Wiki** — mkt-link-kb(LLM 生成和维护)3. **Schema** — CLAUDE.md(指导 LLM 工作流程)### 目录结构```kb-source/ # 原始文档(不可修改)├── *.md # 技术方案、提测文档、接口文档等├── *.jpg # 架构图等图片mkt-link/ # 原始代码仓库(不可修改)├── link-client/├── link-controller/├── link-domain/├── link-infrastructure/├── link-service/├── ...mkt-link-kb/ # 知识库 vault(LLM 生成和维护)├── index.md # 内容目录├── log.md # 操作日志├── entities/ # 实体页面(模块、核心类、接口)├── concepts/ # 概念页面(同款引擎、簇变更、价格链路等)├── sources/ # 文档摘要(技术方案、提测文档摘要)├── code/ # 代码知识化│ ├── modules/ # 模块概述│ ├── classes/ # 核心类详情│ └── diagrams/ # 代码结构图(类关系、调用链)├── queries/ # 查询结果存档(有价值的问答)├── assets/ # 图片等资源└── CLAUDE.md # Schema 文件```## 核心工作流### 1. 文档摄入流程```用户添加新文档 → LLM读取文档 → 与用户讨论关键点 → 生成摘要页 → 更新相关实体/概念页 → 更新 index.md → 记录 log.md```### 2. 代码知识化流程```静态分析提取结构 → 确定核心模块/类 → LLM 生成概述 → 建立关联链接 → 更新 index.md```**粒度策略:**- link-service, link-domain → 详细(类级)- link-client, link-controller → 中等(模块级 + 关键类)- link-infrastructure, link-dump → 简略(模块级)### 3. 查询流程```用户提问 → qmd 搜索相关页面 → LLM 综合回答 → (如有价值)存档到 queries/```### 4. 知识库维护定期执行 lint 检查:- 矛盾检测:不同页面间是否存在冲突描述- 孤页检测:没有 inbound 链接的页面- 缺失检测:被提及但无独立页面的概念/实体- 过时检测:代码已变更但描述未更新## 页面格式规范### Frontmatter 格式```yaml---type: entity | concept | source | module | class | querycreated: 2026-04-24updated: 2026-04-24tags: [标签列表]related: [[相关页面]]source_file: /path/to/original---```### 概念页面模板```markdown---type: conceptcreated: YYYY-MM-DDupdated: YYYY-MM-DDtags: [相关标签]---# 概念名称## 概述概念的核心描述。## 核心功能- [[子概念1]]:描述- [[子概念2]]:描述## 相关模块- [[模块名]] — 说明## 关键类- [[类名]] — 说明## 相关文档- [[文档摘要名]]## 注意事项- 关键注意点```### 模块页面模板```markdown---type: modulecreated: YYYY-MM-DDupdated: YYYY-MM-DDmodule: 模块名tags: [相关标签]---# 模块名 模块## 职责模块职责描述。## 核心类| 类名 | 职责 | 关键方法 |## 依赖关系- 依赖 → [[依赖模块]]- 被 → [[调用模块]] 调用## 关键文件- 关键文件列表```### 类页面模板```markdown---type: classcreated: YYYY-MM-DDupdated: YYYY-MM-DDmodule: 所属模块package: 包路径tags: [相关标签]---# 类名 类## 所在位置`路径/Class.java`## 设计意图设计意图描述。## 关键方法| 方法 | 参数 | 返回值 | 说明 |## 使用场景- 场景描述## 注意事项- 关键注意点```## 工具配置### Obsidian 配置- Vault 位置:`/Users/caozuhua/mkt-link-kb`- 推荐插件:Dataview、Graph View、Backlinks、Web Clipper### qmd 搜索引擎```bash# 安装git clone https://github.com/tobi/qmd.gitcd qmd && cargo install --path .# 初始化索引qmd init /Users/caozuhua/mkt-link-kb# 搜索qmd search "关键词"qmd search --semantic "语义查询"qmd search --rerank "LLM重排序查询"```## 实施阶段| 阶段 | 内容 ||------|------|| Phase 1 | 基础设施搭建(目录、qmd、CLAUDE.md、Obsidian插件) || Phase 2 | 文档知识化(首批 ~100 文档) || Phase 3 | 代码知识化(静态分析 + LLM摘要) || Phase 4 | 集成验证(搜索、图谱、导航、lint) || Phase 5 | 持续运营(摄入流程、更新机制) |## 关键指标| 指标 | 目标 ||------|------|| 概念页面 | 20+ 个核心概念 || 实体页面 | 10+ 个核心类 || 模块页面 | 6 个模块概述 || 文档摘要 | 100+ 个 || 关联链接 | 平均每页 5+ outbound || 搜索响应 | qmd 搜索 < 1s |## 决策记录| 决策项 | 选择 | 原因 ||------|------|------|| 知识库管理工具 | Obsidian + qmd | 检索能力强,符合 LLM Wiki 架构 || 代码知识化粒度 | 智能混合 | 核心详细、辅助简略,避免过度投入 || 检索方式 | 关键词 + 语义 + 关联导航 | 覆盖不同查询场景 || 更新策略 | 混合方式 | 代码定期、文档按需,平衡效率与实时性 |
初版实施步骤:
4.1.2逐步成长
4.1.3问题&优化
4.2skill开发
注:这里主要描述SKILL开发及迭代流程,功能细节见第5节
4.2.1初版SKILL生产
【以“写技术方案” kb-tech-solution 为例】
第一阶段,使用superpowers的头脑风暴技能,让LLM帮我设计一个demo:
/superpowers-brainstorming 现在我如果有一份产品文档,如何合理利用 mkt-link-kb 加代码仓库,设计出一份逻辑严密的技术方案,请帮我设计下
进行初次优化:
/superpowers-brainstorming 查看 kb-tech-solution 技能,然后确认几个问题:1. 这个技能是否只能作用于 mkt-link-kb 知识库2. 这个技能能否跨多个知识库进行技术方案设计 3. 这个技能还有哪些可以优化的地方
4.2.2SKILL问题优化
这里就是一次次的实战经验,拿着真实的prd使用“kb-tech-solution”写技术方案,总结遇到的问题和体验不好的地方,一遍遍地迭代优化:
4.2.3大道至简
让我们拉远视角,会发现每次优化迭代像是在 堆砌砖块/打补丁,把我们的SKILL从“漏雨的土楼”修缮成“密不透风的城堡”。
但好SKILL 真的是靠大量“补丁和情况枚举”来实现嘛?最重要的是给房子一个“经久耐用、万变不离其宗”的“钢筋结构”。
○还是以“写技术方案”为例子,之前的SKILL.md长这样:
---name: kb-tech-solutiondescription: Use when generating a technical solution from a product document for any knowledge base project with KB-META.md structure - auto-discovers KB, supports multi-KB search, outputs merged design document.---# kb-tech-solution 技术方案生成## Overview**角色定义:** 你是一名高级技术架构师,擅长将产品需求转化为可落地的技术方案。你需要结合知识库已有设计、代码仓库现有能力,输出结构化、可评审、可执行的技术设计文档。**输出语言:** 中文为主,代码和专有名词保持英文。**核心流程:** 三要素识别 → 需求理解 → 调研分析 → 复杂度判断 → 设计生成 → 摘要确认 → 输出文档**配套文档:**- `kb-meta-spec.md` — KB-META.md 格式规范、字段说明、templatePath/relatedKBs 使用规则- `safety-rules.md` — 安全关键词触发规则、语义区分、检测流程- `exception-and-revision.md` — 异常处理策略、上下文恢复、修订机制- `examples.md` — L1/L2/L3 三级完整示例<HARD-GATE>Do NOT output the complete solution immediately. Follow the layered dialogue process below. Skipping rounds violates this skill.</HARD-GATE>## When to Use- 有产品文档需要转化为技术方案- 工作目录在知识库结构下(含 KB-META.md 或 CLAUDE.md)- 需要生成可评审、可执行的技术设计**Do NOT use for:**- 纯代码修改(无设计变更)- 配置调整、参数变更- 非 KB-META.md 结构的项目---## Interaction Simplification Principle**核心原则:减少非必要交互,只在关键决策点确认。**| 交互类型 | 是否必要 | 处理方式 ||----------|----------|----------|| **三要素缺失** | ✅ 必要 | 询问用户补充 || **复杂度层级判断** | ❌ 非必要 | 自动判断,仅异常时询问 || **知识库匹配结果** | ❌ 非必要 | 自动展示匹配结果,用户无异议则继续 || **变更清单确认** | ✅ 必要(L2/L3) | 涉及实施范围,必须确认 || **设计方案分段确认** | ❌ 非必要 | L1/L2 直接输出,仅 L3 分段确认 || **方案摘要预览** | ✅ 必要 | 输出前必须展示摘要确认 |---## Phase 0: Three-Element Input### Element Discovery with Fallback| Element | Discovery Method | Fallback Action | 可否缺失继续 ||---------|------------------|-----------------|--------------|| **Knowledge Base** | 使用 `search_file` 工具全局搜索 `KB-META.md`,若有多个结果则询问用户选择 | ❌ **必须询问用户** | 不可 || **Code Repository** | 读取 KB-META.md 的 codeRepoLocalPath | ⚠️ 询问用户,或标注"[无代码仓库,仅设计方案]" | 可(纯设计类需求) || **Product Document** | 无默认 | ❌ **必须用户提供** | 不可 |> KB-META.md 格式规范详见 `kb-meta-spec.md`**缺失询问示例:**```【三要素识别】❌ 知识库:当前目录未找到 KB-META.md 或 CLAUDE.md请指定知识库路径或名称(如 "mkt-link-kb")❌ 代码仓库:KB-META.md 未配置 codeRepoLocalPath请指定代码仓库本地路径(如 "../IdeaProjects/mkt-link/")✅ 产品文档:已识别为用户描述```**完整识别输出(无缺失时静默继续):**```三要素识别完成:- 知识库:mkt-link-kb- 代码仓库:../IdeaProjects/mkt-link/ (解析为绝对路径)- 产品文档:用户描述(新增SKU查询接口)继续执行需求分析...```---## Directory Management| Phase | 工作目录 | 操作内容 ||-------|----------|----------|| KB匹配 | KB root | 搜索 concepts/、sources/、code/classes/ || 代码分析 | Code repo | 分析项目结构、模块、技术栈 || 输出文档 | KB root | 写入 {outputPath}/ |**切换方式:** 推荐使用绝对路径读取文件(无需 cd)。---## Multi-KB Search Strategy**触发条件:** KB-META.md 配置了 `relatedKBs`、用户指定跨 KB 参考、或当前 KB 搜索结果不完整。> relatedKBs 路径发现规则详见 `kb-meta-spec.md`使用 `task` 工具在单次调用中并发搜索多个 KB:```task([ { description: "搜索当前KB", prompt: "【只读调研任务】搜索 {当前KB} concepts/ 和 code/classes/ 匹配相关内容。禁止修改任何文件。" }, { description: "搜索关联KB", prompt: "【只读调研任务】搜索 {关联KB} concepts/ 匹配相关内容。禁止修改任何文件。" }])```---## Phase 1: Requirement Analysis### 需求理解(完整四维度)| Dimension | Content | Source ||-----------|---------|--------|| **业务目标** | 需求背景、业务价值 | 产品文档/用户描述 || **功能需求** | 具体功能点、接口定义 | 产品文档 || **非功能需求** | 性能、可用性、可扩展性 | **主动询问**(产品文档未明确时) || **约束条件** | 时间节点、资源限制、技术约束 | **主动询问**(产品文档未明确时) |**非功能需求询问模板:**```需求理解中,请补充以下信息:1. 性能要求:QPS/RT预期?(如:QPS 1000,RT < 50ms)2. 可用性要求:是否需要灰度/降级?3. 时间约束:预期上线时间?(可回复"无特殊要求"跳过)```---## Phase 2: Research & Analysis### 并行执行策略| Task | Dependencies | Group ||------|--------------|-------|| 2a 现有系统调研(KB匹配) | KB路径 | A(可并行) || 2b 代码库分析 | 代码仓库路径 | A(可并行) || 2c 安全调研 | 需求文档 | A(可并行) || 2d 技术调研 | KB匹配结果 | B(依赖 Group A) || 2e 性能调研 | 代码分析结果 | B(依赖 Group A) |**执行指令:** 在单次 `task` 工具调用中同时发起 Group A 的 3 个子任务,等待完成后再发起 Group B。```task([ { description: "KB匹配", prompt: "【只读调研任务】搜索 {kbPath} 的 concepts/、sources/、code/classes/、code/modules/ 目录,匹配与 '{需求关键词}' 相关的内容。返回:匹配文件路径、关键摘要、可复用的类/接口列表。禁止修改任何文件。" }, { description: "代码库分析", prompt: "【只读调研任务】分析代码仓库 {codeRepoLocalPath} 的项目结构、模块划分、技术栈。识别与 '{需求关键词}' 相关的现有 Service/Repository/DTO 类。返回:项目结构概览、可复用类列表、技术栈信息。禁止修改任何文件。" }, { description: "安全调研", prompt: "【只读调研任务】扫描需求文档内容,按 safety-rules.md 的关键词触发规则检测资损/数据/接口安全风险。返回:命中的关键词、风险等级、应对方案建议。禁止修改任何文件。" }])```### 2a 现有系统调研(知识库匹配)搜索范围:`concepts/`(业务/技术概念)、`sources/`(文档摘要)、`code/classes/`(核心类)、`code/modules/`(模块概述)### 2b 代码库分析分析内容:项目结构、技术栈、核心模块、现有架构模式、可复用类/方法### 2c 安全与合规调研> 关键词触发规则、语义区分逻辑、检测流程详见 `safety-rules.md`基于 Phase 1 的需求理解结果,自动扫描产品文档关键词,按读写操作区分风险等级。### 2d 技术调研| Research Area | Method | Output ||---------------|--------|--------|| **最佳实践** | 搜索知识库/行业文档 | 设计模式建议 || **技术选型对比** | 分析相似场景实现 | 选型推荐 || **行业方案** | 知识库匹配 | 架构参考 |### 2e 性能与规模基准收集现有系统性能数据(现有接口QPS、数据库容量、缓存容量)。用户可回复"暂无数据"跳过,方案中将标注 `[待补充]`。---## Phase 3: Complexity Judgment### 量化评估(基于 Phase 2 调研结果预估,自动执行,无需确认)| Metric | Calculation | 说明 ||--------|-------------|------|| 新增文件数 | min(预估文件数 × 10, 30) | 上限 30 分 || 新增接口数 | min(预估接口数 × 8, 25) | 上限 25 分 || 跨模块数 | min(模块数 × 10, 20) | 上限 20 分 || DB变更 | min(表数 × 15, 15) | 上限 15 分 || 外部依赖 | min(新依赖 × 10, 10) | 上限 10 分 |**计算公式:** `总分 = Σ min(数量 × 系数, 上限)`,满分 100 分。**Level thresholds:**| Level | Score | Process | 预期场景 ||-------|-------|---------|---------|| **L1 快速** | 0-25 | 自动执行,无交互 | 单接口新增、简单 CRUD || **L2 标准** | 26-55 | 仅变更清单确认 | 跨模块功能、涉及 DB 变更 || **L3 完整** | 56+ | 分段设计+摘要确认 | 系统级改造、多外部依赖 |### Level → 文档章节映射| 章节 | L1 快速 | L2 标准 | L3 完整 ||------|---------|---------|---------|| ChangeLog | ✅ | ✅ | ✅ || 1. 业务背景和目标 | ✅(简写) | ✅ | ✅ || 2. 需求分析 | ❌ 省略 | ✅ | ✅ || 3. 整体技术方案 | ✅(简写) | ✅ | ✅ || 4. 详细设计 | ✅(仅接口定义) | ✅ | ✅(含架构图描述) || 4.x 实施步骤拆解 | ✅ | ✅ | ✅ || 5. 技术风险分析 | ❌ 省略(无特殊风险时) | ✅ | ✅(含稳定性/资损分析) || 6. 测试范围分析 | ❌ 省略 | ✅(简写) | ✅ || 7. 发布计划 | ✅(简写) | ✅ | ✅(含灰度方案) |> 各 Level 完整文档示例详见 `examples.md`---## Phase 4: Design Generation### 框架代码原则**技术方案中的代码应为框架代码,而非详细实现代码。**| Code Type | Should Include | Should NOT Include ||-----------|----------------|-------------------|| **接口定义** | 方法签名、参数类型、返回类型 | 方法内部实现逻辑 || **类结构** | 类名、关键字段、核心方法列表 | 方法体、私有方法 || **流程代码** | 主要步骤框架、关键节点 | 详细条件判断、循环细节 || **配置代码** | 配置项名称、类型 | 具体配置值 |**框架代码自检规则:**- ✅ 方法体内不超过 1 行伪代码注释- ✅ 无 if/for/while/try-catch 等控制流语句- ✅ 无具体的异常处理逻辑- ❌ 出现 `new`、`throw`、`.get()`、`.set()` 等实现细节 → 需删除**正确的框架代码示例:**```java// ✅ 正确:接口定义 + 核心方法签名public interface SkuQueryService { /** 查询SKU信息 */ SkuInfoDTO querySku(SkuQueryRequest request); /** 批量查询SKU */ List<SkuInfoDTO> batchQuerySku(SkuBatchQueryRequest request);}// ✅ 正确:类结构框架(仅展示字段和方法签名)public class SkuQueryServiceImpl implements SkuQueryService { private SkuInfoDomainService skuInfoDomainService; private ClusterEngineRepository clusterEngineRepository; // 查询SKU信息:参数校验 → 查询簇数据 → 组装返回 SkuInfoDTO querySku(SkuQueryRequest request);}```**错误的框架…