RAG 每次提问都在"从零拼图",读过的东西没有沉淀成资产,洞见散落在聊天记录里随对话消失。
flomo 笔记、剪藏文章、本地 PDF 各成孤岛;真正要写文章或做决策时,无法快速调用积累。
传统笔记法要求人来分类、打标签、建链接,维护成本随规模上升,"整理"本身变成永远做不完的事。
库越大,矛盾、重复、孤立页面越多,却没有机制去发现和修复,知识库逐渐失去可信度。
每加入一个新来源,LLM 不是索引它,而是读它、提炼它、整合进已有 Wiki——更新实体页、修订摘要、标注矛盾。知识库是一个持续复利的制品(compounding artifact)。
用一份可版本化的 Schema(CLAUDE.md)当"宪法",明确编译引擎、LLM 与人的边界——这是系统不漂移、不越权的关键。
双库布局、七步编译流水线、四道防腐机器、查询两条路与隐私边界,一页看完。
剪藏自动落地编译;重要文章深度对话式摄入;flomo 只处理增量。
来源编译为结构化互联 Wiki 页,watch 监听、增量幂等、自动更新索引。
先读索引再深入相关页,综合出带来源引用的答案;有价值的产出回写复利。
发现矛盾、孤立页、缺失交叉引用与数据缺口;安全项自动修复,抗腐化。
双轨框架:六类写作素材抽取 + 五维决策检索,各司其职。
写作前提取素材库 → 写作中即时深挖 → 写作后回写,完整闭环。
可版本化的权责边界配置,防止 LLM 越权与结构漂移。
目录监听、增量检测、编译后归档;一键「全量更新」串起编译到出站,支持网页触发与每日自启。
知识库越大越怕漂移与静默腐化。除了理念,系统落了四道**确定性可执行**的机制——不是提示词里的软约束,而是脚本、测试与门禁。
BM25 + 中文 bigram 分词 + RRF 多通道融合 + 双语同义扩展,秒级本地检索(不走 LLM),索引按输入指纹自动刷新。
检索 golden case(MRR/Top-1)与质量 required/forbidden token 断言锁住认知边界;基线只增不减,改动跑一遍才算数。
须先确认的动作走状态机(审批与执行分离,Dataview 单一看板);重要页按半衰期到点提示复核,只提示不擅改。
提交前对变更页跑确定性校验(frontmatter 键值、引号化、保鲜字段、证据链),坏页拦在入库前;有逃生舱不误伤。
export GLM_API_KEY=... # 或 KIMI_API_KEY 切 Kimi
bash scripts/sage-backend.sh # 看/切后端
sage-wiki doctorgit init && git add -A && git commit -m init # 必须先于首次编译
sage-wiki compile
python3 scripts/flomo-delta.py raw/flomo/<日期>