LLMification 输入模板

> 用途：标准化LLMification Knowledge Builder的输入格式 > 版本：v1.0

---

📋 基本信息

| 字段 | 说明 | 示例 | |------|------|------| | 知识库名称 | 知识库的标识名称 | "企业产品知识库" | | 作用域 | global（全局）或 specific（特定） | "corporate" | | 知识库路径 | 知识库的根目录 | `D:\knowledge-base\` | | 版本 | 知识库版本号 | "v1.0" |

---

📂 文件夹结构

``` {知识库路径}/ ├── raw/ # Raw Layer - 原始资料（只读） │ ├── 手册/ │ │ ├── 产品手册-v1.0.pdf │ │ └── 员工手册.pdf │ ├── 文档/ │ │ ├── 技术文档.md │ │ └── 流程说明.md │ ├── 网页/ │ │ ├── 官网介绍.html │ │ └── API文档.html │ └── 其他/ │ ├── 会议记录.docx │ └── 培训材料.pptx │ ├── wiki/ # Wiki Layer - 结构化知识（LLM维护） │ ├── 核心概念/ │ ├── 操作指南/ │ ├── 常见问题/ │ └── 参考资料/ │ └── schema/ # Schema Layer - 机器行为规则 ├── CLAUDE.md └── AGENTS.md ```

---

📄 Raw Layer 输入规范

原始资料清单

| 文件名 | 类型 | 路径 | 描述 | |--------|------|------|------| | 示例文件.pdf | PDF | `raw/手册/` | | | 示例文档.docx | DOCX | `raw/文档/` | | | 示例网页.html | HTML | `raw/网页/` | | | 示例笔记.md | Markdown | `raw/文档/` | |

原始资料元数据

```yaml raw_material: file_name: "文件名" file_path: "raw/子文件夹/文件名.扩展名" file_type: "pdf/docx/html/text" encoding: "utf-8" language: "zh-CN/en-US" created_at: "ISO8601" updated_at: "ISO8601" lifecycle_stage: "pending/compiled" ```

---

📝 Wiki Layer 输入规范

编译参数

```yaml compilation_params: llm_model: "gpt-4/claude-3.5-sonnet" temperature: 0.3 max_tokens: 4000 output_format: "markdown" preserve_structure: true add_metadata: true create_links: true ```

Wiki 文档规范

```yaml wiki_document: path: "wiki/子文件夹/文件名.md" title: "文档标题" tags: ["#标签1", "#标签2", "#标签3"] references: ["[[相关文档1]]", "[[相关文档2]]"] metadata: created_at: "ISO8601" updated_at: "ISO8601" lifecycle_stage: "draft/published" source_raw: "raw/原始文件名" version: "v1.0" author: "作者名" ```

---

🔒 Schema Layer 输入规范

Schema 定义

```yaml schema_definition: scope: "global/specific" version: "1.0" rules: file_naming: "kebab-case/snake_case" tag_format: "#tag" reference_format: "[[document_name]]" metadata_format: "YAML frontmatter" max_heading_level: 6 max_file_size: 50000 # 字符数 allowed_formats: ["md"] compilation_constraints: - "保留原始资料的核心信息" - "使用LLM原生表达（Markdown+Mermaid+代码块）" - "建立双向链接网络" - "添加元数据标签" ```

行为规则示例

#### CLAUDE.md

```yaml claud_behavior: style: "technical/concise" tone: "professional/friendly" response_format: "structured" max_context_length: 4000 code_examples: true mermaid_diagrams: true ```

#### AGENTS.md

```yaml agent_behavior: default_model: "gpt-4" fallback_model: "gpt-3.5-turbo" max_retries: 3 timeout: 30 cache_enabled: true cache_ttl: 3600 ```

---

🔄 生命周期管理

编译状态

```yaml lifecycle: raw_to_wiki: status: "pending/in_progress/completed/failed" started_at: "ISO8601" completed_at: "ISO8601" error_message: "错误信息（如有）" wiki_validation: status: "pending/in_progress/completed/failed" validation_results: schema_compliance: "pass/fail" link_integrity: "pass/fail" tag_consistency: "pass/fail" orphan_detection: "pass/fail" knowledge_check: status: "pending/in_progress/completed" check_timestamp: "ISO8601" violation_count: 0 orphan_count: 0 repair_count: 0 ```

---

📊 质量指标

编译质量指标

| 指标 | 说明 | 目标值 | |------|------|--------| | 结构完整性 | 标题层级、段落结构清晰 | 100% | | 内容保留度 | 保留原始资料核心信息比例 | ≥ 95% | | LLM原生性 | Markdown、代码块、Mermaid图表使用 | 100% | | 元数据完整度 | YAML frontmatter、标签、引用 | 100% | | 链接完整性 | 双向链接、引用文档存在 | 100% |

一致性检查指标

| 指标 | 说明 | 目标值 | |------|------|--------| | Schema符合度 | 符合Schema Layer规则的比例 | 100% | | 链接有效性 | 所有链接指向存在的文档 | 100% | | 标签一致性 | 标签格式和分类一致 | 100% | | 孤岛检测 | 未被引用的文档数量 | 0 |

---

🎯 编译请求模板

批量编译请求

```yaml batch_compile_request: knowledge_base: "知识库名称" scope: "corporate" sources: - "raw/手册/*.pdf" - "raw/文档/*.docx" - "raw/网页/*.html" compilation_params: llm_model: "gpt-4" temperature: 0.3 max_tokens: 4000 schema_definition: "schema/config.yaml" output_path: "wiki/" notification: on_success: "email/webhook" on_failure: "email/webhook" ```

增量更新请求

```yaml incremental_update_request: knowledge_base: "知识库名称" action: "merge" sources: - "raw/新文档.pdf" target_topic: "主题关键词" update_strategy: "append/merge/replace" validation_required: true ```

---

🔍 查询输入格式

自然语言查询

```yaml query_request: user_query: "自然语言查询问题" scope: "global/specific" max_results: 5 include_references: true response_format: "markdown/code/json" context_length: 2000 ```

查询优化建议

| 查询类型 | 示例 | 优化建议 | |-----------|------|-----------| | 事实查询 | "产品的核心功能是什么？" | 使用具体的关键词 | | 流程查询 | "如何创建用户账户？" | 分步骤描述流程 | | 对比查询 | "功能A和功能B的区别是什么？" | 明确对比维度 | | 示例查询 | "给我一个代码示例" | 指定编程语言和场景 |

---

⚠️ 错误处理

常见错误类型

| 错误类型 | 说明 | 解决方案 | |-----------|------|---------| | 文件格式错误 | 原始文件格式不支持 | 转换为支持的格式（PDF/DOCX/HTML/Text） | | 编码错误 | 文件编码问题 | 统一使用UTF-8编码 | | Schema违规 | Wiki文档不符合Schema规则 | 根据Schema Layer规则修正 | | 链接失效 | 引用的文档不存在 | 检查文档路径或创建缺失文档 | | 编译失败 | LLM编译过程失败 | 检查LLM API连接和参数配置 |

错误恢复流程

```yaml error_recovery: step1: "记录错误日志" step2: "分析错误原因" step3: "提供修复建议" step4: "自动修复（如可能）" step5: "人工审核（自动修复失败时）" ```

---

📈 性能监控

编译性能指标

| 指标 | 说明 | 记录频率 | |------|------|---------| | 编译耗时 | 单个文档编译时间 | 每次编译 | | 编译成功率 | 成功编译文档比例 | 每日汇总 | | LLM调用次数 | LLM API调用总次数 | 每日汇总 | | Token消耗 | 编译过程消耗的Token数 | 每日汇总 | | 错误率 | 编译失败比例 | 每日汇总 |

查询性能指标

| 指标 | 说明 | 记录频率 | |------|------|---------| | 查询响应时间 | 从查询到响应的时间 | 每次查询 | | 检索准确率 | 相关文档在前5结果中的比例 | 每周汇总 | | 答案质量评分 | 用户对答案质量的评分 | 每周汇总 | | 缓存命中率 | 从缓存获取答案的比例 | 每周汇总 |

---