2026-07-30 知识库分类分级体系与 zhengli 技能建设复盘

本期工作清单(全景)

背景与目标

白天打通钉钉后,本人给了定性评价:"今天这个项目完成了 oppo 便签和钉钉,最后我自己工作生活的两个重要信息来源的数据链路打通工作,我很满意。"

晚间下达新方向(原话):"接下来,晚上我们完善一下信息处理更加科学的流程……我需要你帮我重新梳理本地知识库系统,这个知识库包括我个人的生活,工作以及健康等方面的管理。我需要进行分类,分级别进行管理。给我统一规划一个技能方案……公文文件类,我希望不是按日期来分类整理,是按来文单位整理,比如,甬金高速指挥部,东阳指挥部,行业管理部门,集团及公司,项目部、其他等来文单位来管理,不管是微信也好,钉钉也好,按这个方式来科学分类。技能执行后,会分析比对相关信息,如果和本人密切相关,需要建立对应的 todo 清单流程。"

拆解出四个硬需求:①统一分类分级体系;②公文按来文单位归档(微信钉钉同口径);③技能化(执行即同步);④分析比对→todo 流程。

现状诊断(规划前摸清的三笔账)

1. 三套分类互不相通:kb 四目录(ideas/notes/summary/tools)、Todo App 五分类、微信群 P0/P1/P2 分级,各说各话;summary/ 是空壳。
2. 公文判定词表已有但机关未结构化:groups.json 的 file_archive_keywords 18 词能筛"哪些是公文",但文件名里的"甬金改扩建金华段指〔/浙交投/金市交"等发文机关信息从未提取,归档扁平按日期。
3. 日报→清单之间无自动化:谌朴指令、@我、来文限期全靠人工过。

方案要点(两层体系 + 一个技能 + 一棵公文树)

• 元数据层:领域五域(工作/生活/健康/学习/财务)+ 级别四级(P0 指令待办/P1 重点跟踪/P2 知会/P3 存档);历史 370+ 笔记不搬家,新产出带 domain:/level: 进索引。
• 物理层:新建 gongwen/<来文单位>/<年份>/ 七单位树 + _台账/ 收文台账(进 kb 索引,公文本身不上印象笔记)。
• 流转层:zhengli 技能五步管道——同步→归档→分析→生成 todo→收尾。
• 关键工程决策:微信、钉钉、未来任何渠道共用一个分类器(tools/kb_flow/classify.py + units.json),消灭渠道间口径分裂。

过程与踩坑

决策 1:ground truth 不用拍脑袋,用他本人手工归档的目录

规则初版怎么验证?钉钉 filetask2.db 里有他每次"下载/另存为"的落盘路径——他自己手工归档在 D:\浙江交工\...\文件\省指挥部|交工集团|市中心\ 下。这就是现成的标注数据集:目录名映射成单位(省指挥部→甬金高速指挥部、交工集团→集团及公司、市中心→行业管理部门),规则分类结果与其比对。selfcheck.py 跑 163 个历史文件,初版 2 处分歧。

坑 1:发送者映射太贪心(2 分歧的来源)

2 处分歧都出在"何晨祺→甬金高速指挥部"的发送者兜底——他是指挥部群管理员,但转发的文件什么单位都有("材料信息价"是集团的、"安全隐患大排查"也是集团的)。修正:①把贪心兜底撤掉,发送者映射只放发文单位高度单一的人;②误伤文件改走关键词("材料信息价"→集团及公司);③指挥部附件另设特征词("_相关附件"→指挥部)。修完 163 文件 0 分歧,剩 2 个"其他"(他本人也没归过类的)。

教训:兜底规则的错误比"其他"更贵——"其他"会被人工捡起,错分不会。

坑 2:编号公文的字号在文件名中间

"关于开展7月质量安全专项检查的通知(57号)(盖章).pdf"——初版正则只匹配行首 ^\d+号(盖章),漏判。放宽为 \d+号[)）]?[(（]盖章[)）] 后命中(57号即甬金指〔2026〕57号)。

坑 3:四元组解包与空目录

• daily_report.py 归档元组从 3 元改 4 元,渲染处 for _, am, _ in archived 没同步改,运行即炸——动态语言改元组结构必须全链路搜一遍。
• migrate_files.py 的 os.walk 空目录清理逻辑没生效(顺序问题),find -empty -delete 一把清掉,不在脚本里较真。

偏离计划的一处(记录在案)

计划写"kb.toml 裁并 summary 空壳",执行时发现它挂着印象笔记"思考-总结"映射,删除会导致远端 pull 降级串目录——保留 summary,只加 gongwen。计划的降级线派上了用场。

首跑实测(zhengli 全流程,今日真实数据)

• 分析产出 notes/计划总结/20260730_信息分析.md:P0 两条(吕保安催周报填报-明早下班前、刘东辉催资金计划资料-当天下班前)、P1 一条(次日 13:45 机料晾晒比拼会议,合同科需参加);
• 与近 14 天 8 条未完成 todo 比对无重叠,3 条新 todo dry-run 验证通过;
• 监理文件首例(JL01监〔2026〕07号)暴露六单位盲区。

本人裁定与人机协作记录

1. 需求原话见上文——"分类,分级别""按来文单位""分析比对→todo"三个定性判断全部来自本人,AI 负责工程化。
2. 裁定一:"todo 不需要写入"——zhengli 首跑的 3 条 todo 被拒,AI 当即把"zhengli 生成 todo 一律先 dry-run 展示、逐次确认后才写入、不得自动写入"固化进技能文件(2026-07-30 本人裁定)。这是一次重要的边界校准:分析与建议可以自动,写入他的 App 必须逐次过手。
3. 裁定二:"监理单位就写监理单位"——AI 给了"归项目部或单列"两个选项,本人一句话拍板单列。规则当即生效,JL01监〔2026〕07号 当日归档 gongwen/监理单位/2026/,七单位体系定型。
4. 情绪点:白天钉钉+OPPO 打通后"我很满意"——数据源矩阵收口是这周的高峰时刻;晚间的体系重构是把"采得到"升级为"管得好"的承接动作。

最终产物

做得好的地方

1. 先诊断再开方:摸清"三套分类互不相通"才定方案,没有把新体系硬盖在旧结构上(历史文件不搬家,元数据层叠加)。
2. 用本人的行为数据做校验集:手工归档目录当 ground truth,规则质量从"看起来对"变成"163 个 0 分歧"——又是"钢印裁判"纪律的一次应用。
3. 单一分类器原则:如果微信钉钉各写一套关键词,三个月后必然口径分裂;共用 classify.py + units.json,规则只维护一份。
4. 裁定即时固化:两项本人裁定 10 分钟内写进技能文件和 AGENTS.md,不留"口头约定"。

复盘与改进

• 监理盲区暴露得太晚:六单位清单来自本人原话,AI 照单全收,首日就撞出第七类。教训:单位清单应先用历史 163 文件反向验证覆盖度,再请本人确认——这次是靠首跑撞出来的,算运气好。
• 台账是单向追加:文件错分后移动,台账行不会自动跟着改;目前靠 zhengli 第二步"复核"人工兜。后续可给 gongwen_io 加 reclassify 功能。
• 231 个钉钉待下载文件仍是体系外存量,其中可能有公文——在钉钉里下载后 fetch_files 会自动按新规则补归档,无需特别处理,但要在下月复盘时确认存量是否下降。
• zhengli 目前是"本人触发式"(晚间手动),若连续两周运行稳定,可考虑纳入每日清单固定动作。

素材点(供未来自媒体复用)

1. "163 份公文,0 分歧——秘诀是让 AI 拿用户自己手工归档的文件夹当考试答案,而不是拍脑袋定规则。"
2. "三套分类系统各说各话:知识库不是数据太少,是分类太多。"
3. "撤回一条'聪明'的兜底规则:AI 判错的成本,比 AI 说'我不知道'贵得多。"
4. "他对 AI 说的最重要的一句话是'不需要写入'——自动化的边界不是技术能力,是逐次过手。"
5. 数字:7 个来文单位、163 份公文、92 份集团文件、五步管道、3 条 dry-run todo、0 分歧。