给知识库立规矩：什么算数，什么不算

知识库最大的敌人不是信息太少，是真假混在一起。AI 整理资料又快又顺，把推断写成事实的时候，语气比人还肯定。攒了 230 多页之后，我们定了条规矩：先分清什么算数，什么不算。

什么算数：正式规则的五个来源

一条规则能进"正式规则"区，必须来自以下之一：

1. 用户明确确认
2. 项目源码、配置或测试体现的现有行为
3. 仓库内的 AGENTS.md
4. 仓库内正式 docs/ 文档
5. 已确认的接口文档或业务说明

不在这五个里面的，再有道理，也先进候选区。

什么不算：候选区的五类内容

以下内容只能写进候选/待确认区：

• AI 推断
• 基于项目名称、目录结构或历史经验的猜测
• 未确认的业务规则
• 建议方案
• 待确认的状态流转、权限逻辑或规则判断

写作纪律

• 页面里用标题明确区分"正式规则"和"候选/待确认"，不能混在一起。
• 不能把候选信息写成确定语气的业务规则。"应该是"和"是"，差了一个证据。
• 候选信息后来被确认了，移动到正式规则区，并补充来源。转正要留痕。

原始资料：快照，不是二手转述

知识库是三层结构：不可变的原始资料 → AI 维护的 Wiki 页面 ← Schema 约束。原始资料层由"外部权威来源"和"raw 不可变快照"共同组成。

进 raw/ 的：用户提供的独立资料、可能变化或下线的网页、会议记录、截图、导出报告、任务结束后难以重建的关键证据。采集时允许新增，进入后不可变，每个文件配同名 .source.md，记录来源、日期、采集原因和 SHA-256。

不进 raw/ 的：整仓副本、依赖、构建产物、可稳定重建的文件、含敏感信息的资料。受 Git 版本控制的源码、配置和文档保留在业务仓库，用绝对路径、commit/tag、可核验位置和核验日期追踪——不复制，只引用。

一个反直觉的规定

raw 为空可以通过验证。不以文件数量作为质量指标，也不允许制造伪原始资料。

这条是故意的。指标一旦变成"快照数量"，就会有人为了凑数把能重建的东西也塞进来。空着，说明这个阶段没有易失性资料需要抢救——这是正常状态，不是缺失。

来源怎么写

Wiki 里每条结论的"来源"，不能只写任务名称。要写：来源类型、路径或 URL、版本、位置、日期。缺了这些，后人没法复核，来源就只是个装饰。

小结

知识库的规矩就三句话：来源分级，正式和候选分开写；原始资料快照存证，不确定的不进正式区；数量不是质量，空着不丢人。

规矩立完，AI 才敢放手去整理——因为它知道，拿不准的东西有地方放，不用硬编成确定的。