// ingest.ts – 将原始 markdown/ pdf 转为 wiki 页面
import { readFileSync } from 'fs';
import { LLM } from './shared/llm';
import { parseSchema } from './shared/schema';
async function ingest{
  const raw = readFileSync;
  const summary = await LLM.summarize;          // 摘要
  const concepts = await LLM.extractConcepts; // 概念抽取
  const page = {
     title: filePath.split.pop?.replace,
     summary,
     concepts,
     links:                                       // 待后续补全
  };
  await parseSchema.savePage;
}
export default ingest;

亮点：

不是单纯Zuo摘要，而是同时生成概念表和占位链接，为后续图谱构建埋下伏笔；

Linter 会在后面的步骤里自动补齐交叉引用。

// lint.ts – 检查并修复 wiki 内容
import { getAllPages } from './shared/schema';
import { LLM } from './shared/llm';
async function lint{
   const pages = await getAllPages;
   for{
      // 检测概念重复或冲突
      const issues = await LLM.checkConsistency;
      if{
         console.log;
         // 自动修复示例：合并同义概念
         p.concepts = await LLM.mergeSynonyms;
         await getAllPages.save;
      }
   }
}
export default lint;

Linter 在这里扮演类似 IDE 静态检查器的角色，使得 wiki Neng够保持长期健康。

// query.ts – 基于Yi编译 wiki 回答问题
import { searchWiki } from './shared/search';
import { LLM } from './shared/llm';
export async function query{
   const relevant = await searchWiki;   // 从页面标题/摘要中检索
   const context = relevant.map.join;
   return await LLM.answer;
}

注意，这里不再直接去原始文档里抓片段**，而是利用Yi经结构化好的页面作为上下文，使得答案geng具连贯性，也geng易追溯来源。

// graph.ts – 将页面之间关系绘制成图谱
import { getAllPages } from './shared/schema';
import fs from 'fs';
export async function buildGraph{
   const pages = await getAllPages;
   let md = 'graph TD
';
   for{
      for{
         md += `  ${p.title} --> ${link}
`;
      }
   }
   fs.writeFileSync;
}

# 安装依赖
pnpm install
# 导入新论文
pnpm dev:ingest raw/papers/my-paper.md
# 发起一次问答
pnpm dev:query "本季度 AI 市场趋势是什么？"
# 检查并自动修复冲突
pnpm dev:lint
# 构建并打开知识图谱
pnpm dev:graph --open