knowledge-activation

知识激活

将成熟的 .agents 知识库转化为供操作人员使用的知识界面。

此技能的作用

当问题不再是“捕获更多知识”，而是：

• 将最有力的重复性论断提升为信念体系
• 将内容扎实的主题转化为可复用的操作手册
• 为后续工作编制精简的目标时刻简报
• 在内容薄弱的主题和提升缺口悄然固化之前将其揭示出来

$compile 仍负责知识整理循环。knowledge-activation 负责将知识库投入实际运用。

它在飞轮中的位置

知识激活是全局知识库工作流中的第四步：

1. $harvest — 从多个工作环境收集资料到 ~/.agents/learnings/
2. $compile — 将原始资料综合整理到 .agents/compiled/
3. （可选） $dream 夜间运行 — 有边界的复利循环
4. $knowledge-activation — 将编译后的知识提炼为操作手册、 信念和运行时简报

我需要哪个技能？

请参阅 docs/skills-decision-tree.md， 了解涵盖 harvest、compile、dream、knowledge-activation 和 quickstart 的完整“下一步使用哪个技能？”决策表。

前置条件

此技能假设当前工作区已经具备：

• .agents/ 目录
• 当 ao knowledge activate 需要根据自定义工作区逻辑重建源清单、主题、已提升的数据包和分块集合时，.agents/scripts/ 下的相应数据包刷新构建脚本
• 或 .agents/harvest/latest.json；ao knowledge activate 可以将其用作原生备用方案，把最新的 harvest 目录转化为 harvested-praxis 主题数据包、已提升的数据包和分块集合
• 可通过机械化方式刷新的数据包、主题、操作手册和简报界面

有关所需构建脚本清单和命令职责，请阅读 references/script-contracts.md。

命令约定

稳定的产品界面是 ao knowledge 命令族：

ao knowledge activate --goal "turn agents into usable information"
ao knowledge beliefs
ao knowledge playbooks
ao knowledge brief --goal "fix auth startup"
ao knowledge gaps

此技能负责路由、排序、解读和推荐后续步骤。ao 直接负责信念、操作手册、简报和缺口等产品界面。

ao lookup 和 ao codex start 会将这些输出用作操作人员上下文。匹配到的知识简报是首选的动态启动界面，而选定的信念和内容扎实的操作手册则提供有边界的辅助指导。 如果检索到的简报、信念或操作手册改变了建议，请使用 ao metrics cite "<path>" --type applied 2>/dev/null || true 记录；对于已加载但未使用的上下文，请使用 --type retrieved。

执行步骤

步骤 1：预检

确认 .agents/ 存在。计划运行 ao knowledge activate 时，确认至少存在一种证据来源：

• 数据包构建脚本：source_manifest_build.py、topic_packet_build.py、corpus_packet_promote.py、knowledge_chunk_build.py
• harvest 备用来源：.agents/harvest/latest.json
• 原生操作人员界面：ao knowledge beliefs、ao knowledge playbooks、ao knowledge brief、ao knowledge gaps

步骤 2：整合证据

按顺序运行各层数据包：

1. 源清单
2. 主题数据包
3. 已提升的数据包
4. 历史分块集合

完整 DAG 和信任关卡请参阅 references/dag.md。

步骤 3：提炼操作人员界面

刷新已提升的操作层：

ao knowledge beliefs
ao knowledge playbooks

这些操作应在 .agents/knowledge/ 和 .agents/playbooks/ 下生成供使用者使用的界面。

步骤 4：编制目标时刻简报

存在当前目标时，编制一份有边界的启动辅助材料：

ao knowledge brief --goal "your goal here"

简报应保持精简，注明来源界面，并在所选主题内容薄弱时给出警告。

步骤 5：揭示缺口

运行：

ao knowledge gaps

此命令会报告内容薄弱的主题、缺失的提升、需要审核的薄弱论断，以及下一步建议开展的挖掘工作。

步骤 6：完整外循环

如果想一步完成整个流程，请运行：

ao knowledge activate --goal "your goal here"

该命令依次执行证据整合、信念／操作手册刷新、可选简报编制和差距汇总。

信任规则

• 数据包化是基础设施，而非产品
• 信念、操作手册和简报才是真正面向操作者的界面
• 证据改善之前，内容不足的主题只能用于发现
• 每个生成的界面都应注明其使用者
• 重复运行且输入未变时，结构应保持确定性

请阅读 references/output-surfaces.md，了解规范的输出界面和信任边界。

输出界面

面向使用者的输出包括：

• .agents/knowledge/book-of-beliefs.md
• .agents/playbooks/index.md
• .agents/playbooks/<topic>.md
• .agents/briefings/YYYY-MM-DD-<goal>.md
• .agents/retro/

基础设施界面包括：

• .agents/packets/
• .agents/topics/
• .agents/packets/chunks/catalog.jsonl

示例

为当前目标启用完整外循环

/knowledge-activation
ao knowledge activate --goal "productize knowledge activation"

仅刷新信念和操作手册推广层

ao knowledge beliefs
ao knowledge playbooks

检查语料库是否可以安全推广

ao knowledge gaps

参考资料

• references/dag.md
• references/script-contracts.md
• references/output-surfaces.md
• references/knowledge-activation.feature — 可执行规范：整合证据、提炼信念／操作手册、编制目标时简报、揭示差距（soc-qk4b）