GYC.
← 返回项目档案

Knowledge Infrastructure / Research Project

Knowledge System

个人知识基础设施

Personal Knowledge Infrastructure

把外部信息、Markdown 知识和 AI 辅助整理连接成可检索、可维护、可选择公开的长期工作流。

  • Markdown
  • Retrieval
  • FTS
  • AI Layer
  • Publication

01 / 项目定位

为什么做这个项目

把外部信息、Markdown 知识和 AI 辅助整理连接成可检索、可维护、可选择公开的长期工作流。

02 / 背景与问题

问题从哪里开始

  • 01

    外部信息、阅读记录和个人笔记容易分散在收藏夹与临时对话中。

  • 02

    知识正文需要长期可维护，不能被数据库缓存或 AI 输出取代。

  • 03

    公开发布必须经过人工判断，私有内容不能因检索或生成页面而泄露。

03 / 架构

系统如何工作

  1. 01
    External Sources外部来源

    收集文章、项目与研究资料

  2. 02
    Markdown Knowledge BaseMarkdown 知识库

    保存长期知识正文与个人笔记

  3. 03
    Index / Retrieval索引与检索

    建立可搜索、可关联的索引

  4. 04
    AI LayerAI 辅助层

    整理、摘要、关联并返回来源

  5. 05
    Creation创作与发布

    把理解带回 Writing、Garden 与 Work

04 / 方法与贡献

如何解决问题

方法

  • 以 Markdown 作为知识正文 source of truth，SQLite 只保存索引和元数据。
  • 把 External Sources、Retrieval、AI Layer 与 Creation 连接成可回顾流程。
  • 通过公开状态、来源可见和 server-side 过滤控制知识发布边界。

研究贡献

  • Source of Truth知识源文件

    Markdown 保持正文权威。

  • Retrieval检索

    让积累的笔记可以被重新找到。

  • Source-visible AI来源可见 AI

    回答必须展示可验证来源。

  • Human Review人工审核

    决定什么被保存、关联和公开。

05 / 技术实现

使用什么技术

  • Next.js
  • Markdown
  • SQLite
  • FTS5
  • Python Worker
  • AI Provider

06 / 阶段成果

目前完成情况

基础 Web、Studio、Markdown 索引与来源可见问答已建立，持续完善个人工作流。

  1. 01

    Public Site 与 Studio 已建立

  2. 02

    Markdown 索引、Inbox 与 Ask Knowledge 已接入

  3. 03

    语义检索和更多自动化列入后续阶段

已有证据

Markdown remains the source of truth。Markdown 作为知识源文件，SQLite 保存可重建索引；当前 Ask Knowledge 基于 FTS5 检索，并返回来源。

适用范围

语义向量检索尚未实现。AI 不自动代写作者观点或发布内容；无足够来源时必须明确说明。