TWBG_Materials/知识库Agent构建.md

知识库 Agent 构建方案：图文手术导航项目工作区版

问题开始时间：2026-05-31-00-11-41

0. 本次重建结论

本文件是从当前工作区重新梳理后重建的知识库 Agent 方案。它的目标不是再解释一个抽象 RAG，而是把当前目录里的 PDF、Markdown、图片、JSON、成果证明和外部插件材料组织成可持续维护的“文本 + 图片 + 证据”项目知识库。

当前最重要的判断：

• 核心资料汇总_MD 是本项目第一知识源：19 份 Markdown、1718 张图片、76 个结构化 JSON。
• 核心成果汇总 是事实证明层：伦理、专利、软著、论文、查新、获奖、荣誉、转化公示、设备图片。
• 大赛-待撰写文档及规则 与 大赛-提供文件清单 是后续本地待处理任务层：包含智慧医保大赛评分细则、申报书模板和数据目录公告；这两个目录不纳入 Gitea 同步。
• 文档润色流和知识库构建流/llm-wiki.md 提供持久 Wiki 方法：raw sources 只读，LLM 维护 wiki，schema 规定入库/查询/健康检查。
• claude-scholar-upstream 提供可借鉴的 KB 命令和 Obsidian 工作流：/kb-init、/kb-ingest、/kb-promote、/kb-index、/kb-lint、/kb-map、/kb-sync。

1. 工作区资产盘点

1.1 主目录

路径	规模	内容	知识库角色
核心资料汇总	19 个 PDF，约 114M	原始项目、论文、PPT、BP、申请书	Raw source，不改动
核心资料汇总_MD	1851 个文件，约 370M	Markdown、图片、JSON、origin/layout PDF	入库主语料
核心成果汇总	66 个文件，约 207M	专家共识、伦理、专利、软著、论文、查新、获奖、荣誉、转化	事实证明层
大赛-待撰写文档及规则	3 个文件，约 40K	评分细则、申报书模板、空白基本信息	本地待处理，不做 Gitea 同步
大赛-提供文件清单	1 个 DOCX，约 80K	智慧医保大赛数据目录公告	本地待处理，不做 Gitea 同步
文档润色流和知识库构建流	约 21M	Claude Scholar、LLM Wiki、执行记录	Agent 方法层
.git	已绑定远端	版本历史	备份与审计

1.2 核心资料汇总_MD 结构统计

类型	数量	用途
Markdown	19	主文本阅读、章节抽取、写作素材
图片	1718	技术路线图、系统截图、实验图、证明材料、PPT 图
JSON	76	Mineru 结构化块、图片/文本定位、自动索引
PDF	38	_origin.pdf 和 _layout.pdf，用于复核

1.3 每份资料的图片量

资料	图片数	建议优先级
※2026_2_博士毕业-毕业答辩PPT...	285	P0：图表和汇报逻辑密集
※2026_3_博士毕业-论文终稿...	252	P0：技术体系和实验证据核心
2023_微创化手术智能导航平台建设-吕毅	186	P1：项目建设和图文导航材料
BP-2025_...商业计划书(1)	183	P1：产品和商业叙事
BP-2025_...商业计划书	178	P1：与上一个可能重复，需查重
2016_省奖推荐书	130	P1：历史成果与表达方式
BP-2024_云链智康...	82	P1：产业化与产品逻辑
2024_陕西省第八届研究生创新成果奖申报书...	76	P1：成果奖材料
其他 11 份	17-54	P2：按主题增量入库

1.4 高频主题初筛

基于 rg 对 核心资料汇总_MD 和 核心成果汇总 的粗检：

关键词	命中文件数	命中次数	说明
微创	92	3178	核心应用场景
图文	86	2717	报告生成主线
腔镜	89	2220	术中视觉主线
专利	85	1136	成果证明主线
手术导航	59	431	导航与配准主线
机器人	76	323	智能感知与协同机器人
医保	40	296	质控/费控应用
配准	51	264	磁定位与导航技术
伦理	79	299	临床/动物研究合规
SurClaw	19	166	图文报告系统品牌/项目线
质控	39	132	临床质量控制
磁定位	10	118	专项技术路线
费控	18	34	医保场景补充
智能感知	17	27	机器人申报线
自主协同	5	8	机器人申报线较新，需补强

2. 知识库总体架构

采用 LLM Wiki 三层结构：

Raw Sources
  -> LLM-maintained Wiki
  -> Schema / Rules

2.1 Raw Sources

只读，不直接修改：

核心资料汇总/
核心资料汇总_MD/
核心成果汇总/
大赛-待撰写文档及规则/  # local-only, excluded from Gitea sync
大赛-提供文件清单/        # local-only, excluded from Gitea sync
文档润色流和知识库构建流/llm-wiki.md
文档润色流和知识库构建流/claude-scholar-upstream/

2.2 Wiki

建议新建：

项目知识库/
  index.md
  log.md
  00-项目总览.md
  01-任务面板.md
  Sources/
    CoreMaterials/
    Achievements/
    Papers/
    Patents/
    Ethics/
    Awards/
    BusinessPlans/
    Competition/
    Images/
  Knowledge/
    项目脉络.md
    技术体系.md
    图文手术报告生成.md
    腔镜视觉智能分析.md
    手术导航与配准.md
    磁定位与扶镜系统.md
    SurClaw系统.md
    医保质控与费控.md
    智能感知与自主协同机器人.md
    临床价值与合规基础.md
    成果转化与知识产权.md
    Claim-Evidence-Ledger.md
  Figures/
    figure-index.md
    image-notes/
  Writing/
    申报书素材库.md
    成果总结素材库.md
    答辩素材库.md
    BP素材库.md
    智慧医保大赛申报书素材库.md
    专家问答素材库.md
  Maps/
    project-map.canvas
    evidence-map.canvas
    figure-map.canvas
  Daily/
  Archive/
  _system/
    schema.md
    lint-report.md

如使用 Obsidian，可映射到 Claude Scholar 默认结构：

Research/{project-slug}/
  00-Hub.md
  01-Plan.md
  02-Index.md
  Sources/
  Knowledge/
  Experiments/
  Results/Reports/
  Writing/
  Daily/
  Maps/
  Archive/
  _system/

2.3 Schema

建议由 项目知识库/_system/schema.md 规定：

• 原始资料只读。
• 所有新资料先进入 Sources/*。
• 所有可写入正文的事实必须有 Evidence Record。
• 图片必须有 Image Note 或至少进入 figure-index.md。
• Knowledge/* 只存稳定综合，不存一次性摘抄。
• Writing/* 可以面向申报书、BP、答辩，但必须回链证据。
• index.md 是内容导航，log.md 是时间线。
• 弱证据、商业表达、计划目标、正式证明要分层标注。

3. 数据模型

3.1 Source Note

每份材料一条源笔记：

# Source: {材料名}

source_type: thesis | slides | proposal | grant | business-plan | competition-rule | competition-template | competition-data | patent | ethics | paper | award | media | other
raw_path:
md_path:
origin_pdf:
layout_pdf:
json_paths:
date_ingested:
status: draft | reviewed | promoted

## 一句话摘要

## 材料结构

## 关键事实

## 可复用表达

## 图片与图表

## Evidence Records

## 可提升到 Knowledge 的主题

## 风险与待复核

3.2 Evidence Record

用于约束事实和写作：

## ER-{YYYYMMDD}-{source_slug}-{序号}

Source:
Source type:
Location: 章节 / 页码 / 图片路径 / JSON block id
Claim supported:
Evidence:
Related topics:
Limitations:
Claim strength: speculative | stated | observed | supported | strong
Allowed wording:
Forbidden stronger wording:
Links:

强度解释：

强度	含义	可写法
speculative	假设、目标、计划	“拟”“有望”“预期”
stated	材料声称	“材料显示”“项目提出”
observed	有图、表、截图、实验描述	“初步显示”“观察到”
supported	多材料一致支持	“已形成基础”“已实现原型”
strong	正式证明	“已获批”“已授权”“已发表”“已公示”

3.3 Image Note

1718 张图片不能全部一次性精读，应先建立索引，再筛关键图：

# Image: {短标题}

image_path:
source_document:
source_md:
page_or_block:
image_type: architecture | workflow | experiment | interface | certificate | product | table | clinical | other
date_ingested:
priority: P0 | P1 | P2

## Visual Description

## OCR / Extracted Labels

## What This Image Supports

## Related Evidence Records

## Reuse Plan
- 可用于：
- 是否需要重绘：
- 建议图注：

## Links

3.4 Knowledge Page

综合页必须有证据入口：

# {主题}

## 当前结论

## 证据表
| Claim | Strength | Evidence Record | Source |

## 主题脉络

## 相关图片

## 可用于写作的表述

## 风险与待补证据

## Links

4. 入库优先级

Phase 1：建立 Source Inventory

目标：不做深度总结，先完整登记。

输出：

• 项目知识库/index.md
• 项目知识库/log.md
• Sources/CoreMaterials/*.md
• Sources/Achievements/*.md

建议按以下顺序：

1. 博士论文和答辩 PPT。
2. 2026 年申报书、申请表、支撑材料。
3. BP 和成果奖材料。
4. 核心成果汇总 的专利、软著、伦理、论文、查新、公示。
5. 智慧医保大赛评分细则、申报书模板、数据目录公告。

Phase 2：抽 Evidence Records

优先抽这些主题：

• 图文手术报告生成系统。
• SurClaw。
• 腔镜视觉智能分析。
• 手术导航与配准。
• 磁定位与扶镜系统。
• 医保质控与费控。
• 智慧医保大赛评分点与项目映射。
• 智能感知与自主协同机器人。
• 成果转化与知识产权。
• 临床伦理与合规。

输出：

• Knowledge/Claim-Evidence-Ledger.md
• 各主题页中的证据表。

Phase 3：筛图片

先筛 P0/P1 图片，不处理全部 1718 张。

P0 图片：

• 系统架构图。
• 技术路线图。
• 实验结果图。
• 产品/设备实物图。
• 专利、伦理、公示、获奖证明图。
• 答辩 PPT 中解释技术体系的核心图。

输出：

• Figures/figure-index.md
• Figures/image-notes/*.md
• Maps/figure-map.canvas

Phase 4：生成 Knowledge Pages

先建 10 个核心页：

1. 项目脉络.md
2. 技术体系.md
3. 图文手术报告生成.md
4. 腔镜视觉智能分析.md
5. 手术导航与配准.md
6. 磁定位与扶镜系统.md
7. SurClaw系统.md
8. 医保质控与费控.md
9. 智能感知与自主协同机器人.md
10. 成果转化与知识产权.md
11. 智慧医保大赛项目映射.md

Phase 5：生成 Writing Assets

面向真实输出：

• 申报书素材库。
• 科技奖励/成果总结素材库。
• 商业计划书素材库。
• 智慧医保大赛申报书素材库。
• 答辩问答素材库。
• 新闻/传播素材库。

5. Ingest / Query / Lint 操作

5.1 Ingest

目标：把新资料变成 Source Note、Evidence Record、Image Note 和 Knowledge 更新。

口令：

请入库 `{path}`：
1. 不修改原始文件；
2. 建 Source Note；
3. 抽 Evidence Records；
4. 识别关键图片并建立 Image Notes；
5. 更新相关 Knowledge 页面；
6. 更新 index.md 和 log.md；
7. 输出新增、更新、待复核清单。

5.2 Query

目标：优先查 Wiki，再回查 raw source。

回答格式：

## 结论

## 证据
| 论断 | 证据强度 | Evidence Record | 来源路径 |

## 可直接写入正文的表述

## 风险和待补证据

## 建议更新的知识库页面

口令：

请基于知识库回答：本项目围绕“手术图文报告生成”和“手术导航”已经形成哪些可证明成果？
每条结论必须给出 Evidence Record 和原始路径。

5.3 Lint

目标：防止知识库变成松散摘抄。

检查项：

• Source Note 是否覆盖所有原始材料。
• Evidence Record 是否有来源路径。
• Knowledge 页是否存在无证据强论断。
• Writing 页是否引用 Evidence Record。
• 图片链接是否失效。
• 同一系统名称是否不一致。
• BP 表达是否误升格为科研事实。
• 旧结论是否被新材料更新。

口令：

请对 `项目知识库` 做一次 lint：
按 P0/P1/P2 输出断链、孤立页、未证实强论断、重复主题页、图片缺失、证据强度不匹配问题。

6. 与 Claude Scholar 的映射

本方案	Claude Scholar 组件	说明
初始化项目知识库	/kb-init、obsidian-project-kb-core	创建 Hub、Plan、Index、Sources、Knowledge 等
导入资料	/kb-ingest、obsidian-source-ingestion	路由到 Sources/*
提升知识	/kb-promote	从 Source Note 提升到 Knowledge/Writing
文献综合	/kb-literature-review、obsidian-literature-workflow	后续外部论文进入 Zotero/Obsidian 后使用
刷新索引	/kb-index	更新 02-Index.md 或本地 index.md
生成图谱	/kb-map、obsidian-kb-artifacts	生成 literature/project/evidence/figure canvas
健康检查	/kb-lint	检查断链、registry、canvas、索引
同步维护	/kb-sync	批量更改后刷新
日志	/kb-log	写 Daily 和运行时记忆

7. 本项目专用主题图谱

建议把主题关系建成如下图谱：

临床微创手术记录问题
  -> 图文外科手术记录专家共识
  -> 腔镜视觉智能分析
  -> 图文手术报告生成 / SurClaw
  -> 医保质控与费控

术中空间理解问题
  -> 磁定位
  -> 多模态融合配准
  -> 手术导航
  -> 扶镜系统

智能化系统升级
  -> 多模态大模型
  -> 智能感知
  -> 自主协同机器人

成果证明
  -> 伦理
  -> 专利
  -> 软著
  -> 论文
  -> 查新
  -> 获奖
  -> 转化公示

8. 多模态处理细则

8.1 Markdown

处理重点：

• 标题层级。
• 表格。
• 图片引用。
• 技术路线。
• 项目目标。
• 创新点。
• 前期基础。

命令：

rg "SurClaw|图文|手术导航|配准|磁定位|机器人|医保|质控|费控|伦理|专利" 核心资料汇总_MD 核心成果汇总

8.2 JSON

Mineru JSON 可用于：

• 定位文本块。
• 定位图片和表格。
• 连接图片与上下文。
• 生成 figure inventory。

优先使用：

• *_content_list_v2.json
• *_content_list.json

8.3 图片

处理顺序：

1. 从 Markdown 图片引用和 JSON 生成全量图片索引。
2. 按文件来源和上下文筛 P0/P1。
3. 对 P0 图片逐张查看。
4. 建 Image Note。
5. 关联 Evidence Record。
6. 标注是否适合重绘。

图片复用时必须回答：

• 这张图说明什么？
• 支撑哪个论断？
• 原始来源在哪里？
• 是否能公开使用？
• 是否需要重绘以避免截图质量或版式问题？

8.4 成果证明材料

核心成果汇总 不一定都有 Markdown，因此第一阶段可先建立证明材料索引。

建议分类：

类别	文件线索	证据用途
专家共识	0. 专家共识-*	证明图文手术记录的行业背景
伦理	1. 伦理审批*、获批伦理/*	证明临床/动物研究合规基础
专利	2. 专利_*	证明知识产权
软著	3. 软著_*	证明软件成果
论文	4. 论文_*	证明学术产出
查新	5. 查新-*	支持新颖性和查新结论
专著	6. 参编专著-*	支持行业影响
获奖	7. 竞赛获奖_*	支持成果认可
荣誉	8*个人荣誉*	支持团队和个人基础
转化	9. 专利转化-*	支持成果转化
设备图	扶镜系统图片/*	支持实物原型和场景

8.5 智慧医保大赛材料

这两个目录是后续本地待处理材料，不纳入 Gitea 同步；正式处理时再单独入库到 Sources/Competition/：

文件	类型	入库用途
大赛-待撰写文档及规则/2026全国智慧医保大赛初赛评分细则.docx	competition-rule	建立评分点、章节约束和自审 checklist
大赛-待撰写文档及规则/待撰写-项目申报书.docx	competition-template	建立正文结构、标题层级、字数和格式约束
大赛-待撰写文档及规则/基本信息.md	competition-template	当前为空，可后续补团队、项目名、参赛领域
大赛-提供文件清单/2026全国智慧医保大赛提供数据目录公告(4).docx	competition-data	支撑医保数据场景、政策背景和数据价值

建议生成专页：

Knowledge/智慧医保大赛评分规则.md
Knowledge/智慧医保大赛数据场景.md
Knowledge/智慧医保大赛项目映射.md
Writing/智慧医保大赛申报书素材库.md
Writing/智慧医保大赛评审自查表.md

映射逻辑：

评分细则
  -> 背景领域现状 / 提出问题 / 项目思路 / 技术实现 / 实施效果

医保数据目录公告
  -> 医保结算 / 费用明细 / 药品追溯 / 医疗数据 / 公共数据

本项目材料
  -> SurClaw / 图文手术报告 / 医保质控费控 / 多模态大模型 / 临床合规 / 成果转化

9. 推荐执行节奏

Week 1：建骨架

1. 创建 `项目知识库/`。
2. 建 `index.md`、`log.md`、`_system/schema.md`。
3. 为 19 份 `核心资料汇总_MD` 建 Source Note。
4. 为 `核心成果汇总` 建成果证据索引。
5. 为大赛评分细则、申报书模板和数据目录公告建 Source Note。

Week 2：建证据台账

1. 抽取 100-200 条高价值 Evidence Records。
2. 建 `Claim-Evidence-Ledger.md`。
3. 生成 10 个核心 Knowledge 页。

Week 3：建图片层

1. 生成全量 figure-index。
2. 筛 50-100 张 P0/P1 图片。
3. 为关键图片建 Image Notes。

Week 4：写作资产

1. 建申报书素材库。
2. 建成果总结素材库。
3. 建智慧医保大赛申报书素材库。
4. 建答辩问答素材库。
5. 做一次 lint。

10. 最小可执行下一步

如果现在开始真正构建知识库，建议第一条命令/任务是：

请创建 `项目知识库/` 的最小骨架，并只做 inventory：
1. 扫描 `核心资料汇总_MD` 的 19 个子目录；
2. 扫描 `核心成果汇总` 的所有证明材料；
3. 扫描 `大赛-待撰写文档及规则` 和 `大赛-提供文件清单`；
4. 生成 `项目知识库/index.md`、`项目知识库/log.md`、`项目知识库/_system/schema.md`；
5. 暂不做深度总结，只建立路径、类型、优先级和待处理状态。

这样可以先把知识库的地基打稳，再进入 Evidence Record 和 Image Note。

11. 风险控制

• 不修改 raw source。
• 不把 Mineru 转写视为绝对准确，关键事实要回查 PDF。
• 不把 BP 中的市场宣传语直接当成科研事实。
• 不把计划目标写成已完成成果。
• 不把图片文件名当作图片内容，需要查看或 OCR。
• 不编造专利、软著、伦理、论文和公示状态。
• 不让 Knowledge/* 堆满摘抄，必须综合和回链。
• 不让 Writing/* 脱离 Evidence Record。