57 lines
3.0 KiB
Markdown
57 lines
3.0 KiB
Markdown
# 知识库结构与索引机制（2026-08-13 修复后实测）
|
||
|
||
## 目录树
|
||
|
||
```
|
||
Z:\ (= \\192.168.1.246\Obsidian, /home/hmo/Obsidian on 246)
|
||
├── index.md # 根索引 (2026-08-06 最后更新)
|
||
├── wechat-article-links.md # 公众号链接簿 (161行, ✅已修复行号污染)
|
||
├── log.md / research_queue.md / self_remediation.md
|
||
├── docs\系列标识规范.md # series/series_no frontmatter 规范
|
||
├── raw\articles\ # 第一层: 原始文章 371个 (8月156个)
|
||
│ └── 2026-08-12-minimax-h3-antirez-纯C引擎.md 等
|
||
├── wiki\
|
||
│ ├── index.md # Wiki索引 (✅2026-08-13 已更新, 收录8月)
|
||
│ ├── log.md # Wiki变更日志
|
||
│ ├── raw\articles\ # 第一层镜像 (与 raw\articles 同文件/硬链接)
|
||
│ ├── articles\ # 第二层: 正式文章页 197个 (最新2026-07-30)
|
||
│ ├── concepts\ # 第二层: 概念页 206个 (含 MiniMax-H3-系列 等8月页)
|
||
│ ├── categories\ # 第三层: 分类索引 19个
|
||
│ └── entities\
|
||
├── knowledge\ daily\ docs\ # 分类知识库/日报/调研/技术沉淀
|
||
└── .obsidian\ # 插件配置
|
||
```
|
||
|
||
## 编码实测结论（2026-08-13）
|
||
|
||
- 全部索引文件：UTF-8 无 BOM，0 非法字节，0 乱码字符 ✅
|
||
- wiki/articles 197 个 + wiki/concepts 206 个：0 编码损坏 ✅
|
||
- raw/articles：0 编码损坏 ✅（1 个损坏文件已恢复）
|
||
- 文件名是合法 Unicode（PowerShell 显示乱码是 GBK 控制台假象）
|
||
- 用 read 工具/Python 直接读中文路径均成功
|
||
|
||
## 索引维护机制
|
||
|
||
1. **根 index.md**：人工/agent 维护分类链接
|
||
2. **wiki 层**：Hermes-Wiki 风格管道维护（articles/concepts/categories）
|
||
3. **raw 层**：微信抓取管道写入，标题含日期前缀 `YYYY-MM-DD-主题.md`
|
||
4. **wechat-article-links.md**：记录 公众号URL | raw文件 | 入库状态
|
||
|
||
## 2026-08-13 修复记录
|
||
|
||
| 问题 | 修复 |
|
||
|------|------|
|
||
| wechat-article-links.md 前86行 `N|N|` 行号污染 | ✅ 已修复 106 行，剩余 0 |
|
||
| wiki/index.md 未收录 8 月内容 | ✅ 已补录：Articles +156 条、Concepts +57 条，Last updated 2026-08-13，Total 522 |
|
||
| raw/articles/2026-08-01-ai-smart-education-cloud-platform.md 编码损坏（U+FFFD 50个） | ✅ 已恢复（用备份还原 + 修复"基础教育"），全局 U+FFFD = 0 |
|
||
|
||
## 剩余已知问题（未修复）
|
||
|
||
| 问题 | 说明 |
|
||
|------|------|
|
||
| wiki/articles 正式页无 8 月文章 | 8 月 156 篇在 raw 层 + concepts 概念页覆盖，但 wiki/articles 正式页仍停在 07-30（如需可自动生成轻量页） |
|
||
| raw/articles 与 wiki/raw/articles 双写 | 实际是同一文件（硬链接），无分叉风险 |
|
||
| 部分文件名截断 | 个别文件名为 `2026-08-11-minimax-h3-实战指南七玩�?md`（末尾字符截断），搜索用前缀匹配 |
|
||
| self_remediation.md 890行 | 大量待修文章缺 frontmatter URL（历史遗留） |
|
||
|