律所Wiki编译器
何时使用
- 向Wiki添加新案例或旧案例档案
- 活动日志更新后重新编译
- 查询Wiki获取机构知识
- 对Wiki文章运行语法/健康检查
- 从Wiki文章生成Hermes技能
Excel数据导入(FileVine活动导出)
当Aaron发送来自FileVine的Excel活动日志电子表格时:
期望格式
- 工作表列:
项目名称 | 备注文本 | 创建时间 | (空) - 项目名称 = "客户名称 案件类型 MM/DD/YYYY"(例如:"Amy Stich WC 01/17/2024")
- 备注文本 = markdown格式的活动备注(可能包含FileVine链接、删除线)
- 创建时间 = 日期时间
转换步骤
- 如果需要,执行
pip install openpyxl - 使用
openpyxl.load_workbook(path, read_only=True)加载 - 根据FirmVault规则对案例名称进行slug化(小写、去除撇号/引号、& → and、非字母数字 → 连字符)
- 按案例分组,然后在每个案例内按日期分组
- 写入
FirmVault/cases/<slug>/Activity Log/<YYYY-MM-DD>.md,包含前置元数据:schema_version: 2 date: "YYYY-MM-DD" category: imported subcategory: settlement_activity_export - 使用
subcategory: settlement_activity_export标签来标识后续从Excel导入的案例
单个会话中的多个文件
Aaron经常按顺序发送多个Excel文件。在请求下一个文件之前,请完整处理每个文件(转换 → 批处理 → 编译 → 重建索引)。转换器会自动处理去重——如果案例目录已存在,新日志会追加;如果该日期的日志文件已存在,则会追加一个"导入条目"部分。
大小参考(2026-04-12 导入)
- 文件1(settlement_1):17,639行 → 198个案例 → 6,221个日志文件(13.7 MB)
- 文件2(settlement_2):22,182行 → 169个案例 → 7,341个日志文件(12.9 MB)
- 文件3(settlement_3):688行 → 8个案例 → 158个日志文件(小)
- 文件4(closing):9,363行 → 125个案例 → 2,924个日志文件
- 每个文件转换耗时约2秒
- 重复检测:比较行数 + 首行/末行以识别重新发送
批处理大小决策
- >50个案例:3个并行子智能体(按日志数量均匀分配)
- 10-50个案例:根据日志量使用1-2个子智能体
- <10个案例:单个子智能体,仅进行有针对性的文章更新。 不要让它读取所有现有文章——将其指向最可能更新的5-6篇文章。设置 max_iterations=30 以避免因读取而耗尽轮次。
可复用的转换脚本
保存到 /tmp/convert_excel.py,为每个新文件替换路径。该脚本:
- 使用 openpyxl(如果缺失则 pip install)
- 根据FirmVault规则进行slug化
- 按案例 → 日期分组 → 写入带有前置元数据的markdown
- 报告新建与更新的案例目录
架构
Karpathy的三层模式:原始源 → LLM编译器 → 结构化Wiki
第1层:原始(不可变)
cases/*/Activity Log/*.md — 21K+ 活动日志
cases/*/*.md — 案例文件
第2层:Wiki(LLM维护)
wiki/
Home.md — Obsidian仪表板
index.md — 主目录
log.md — 编译历史
concepts/*.md — 原子知识文章(截至2026-04-12共63篇)
connections/*.md — 交叉见解(截至2026-04-12共26篇)
AGENTS.md — 编译器模式(规范)
SPEC.md — 架构文档
第3层:消费者
Hermes语义技能、OpenClaw智能体、通过Hermes使用的Aaron
编译过程
批处理(用于批量案例)
- 将案例分组为约80K token的批次
- 并行委托3个批次
- 每个子智能体读取AGENTS.md、现有文章、案例文件 + 采样日志
- 子智能体更新现有文章(evidence_count++)或创建新文章
- 不要让子智能体重写index.md(竞态条件)——之后重建
- 所有批次完成后,根据磁盘上所有文章重建index.md
编译器子智能体的关键指令
- 阅读AGENTS.md了解完整模式
- 在编写之前阅读所有现有的概念+连接文章
- 匿名化所有PII(使用"案例A"、"案例B"等)
- 更新现有 > 创建新(提升置信度是目标)
- 置信度:低(<5个案例)、中(5-9个)、高(10+)
- 在文章之间使用 [[维基链接]]
- 追加到log.md,不要重写index.md
采样策略
- 大型案例(400+日志):按时间顺序前40条 + 后40条
- 中型案例(100-400):前25条 + 后25条
- 小型案例(<100):前10条 + 后10条,或全部
子智能体提示模板
律所Wiki编译器。读取 /opt/data/FirmVault/wiki/AGENTS.md。
读取 wiki/concepts/ 和 wiki/connections/ 中的现有文章。
编译案例:[列表]。对于每个:读取 cases/<slug>/<slug>.md 并
采样前N条 + 后N条活动日志。更新现有文章
(递增 evidence_count,提升置信度:5=中,10=高)。
仅对真正的新模式创建新文章。匿名化PII。
写入 wiki/。不要重写 index.md。追加到 wiki/log.md。
根据数据类别调整提示
不同的Excel导出包含不同类型的数据。添加焦点提示:
- 结算文件:"关注点:结算模式、谈判策略、 治疗时间线、时效管理、调整人行为、留置权解决"
- 结案文件:"这些是结案案例——特别关注:案例 关闭工作流程、拒绝原因、最终付款、文件归档、 结案后义务、客户终止模式"
- 受理文件:关注入职、保险验证、初始 治疗转介 这大大提高了模式提取质量。
索引重建
在所有编译批次完成后,始终将 index.md 重建作为 单独的delegate_task。即使对于小批次也是如此。子智能体只需解析 concepts/ + connections/ 中所有 .md 文件的YAML前置元数据,并根据AGENTS.md中的模式生成索引。耗时约60秒,max_iterations=15。
Obsidian Vault
wiki/ 目录是一个Obsidian vault:
- .obsidian/ 配置,包含图谱颜色(蓝色=概念,橙色=连接)
- Home.md 作为登陆页面
- [[维基链接]] 使用slug名称(不是路径前缀)
- 图谱视图显示文章之间的互连
维基链接规则
- 使用
[[slug-name]]而不是[[concepts/slug-name]] - Obsidian通过文件名解析,路径会破坏链接
过滤要编译的案例
两种方法——优先使用Excel文件本身,或扫描vault:
首选:从Excel文件本身提取slug
# 解析Excel → 获取唯一项目名称 → slug化 → 批处理
wb = openpyxl.load_workbook(path, read_only=True)
cases = Counter(str(r[0]).strip() for r in list(wb.active.iter_rows(values_only=True))[1:] if r[0])
slugs = [{"slug": slugify(name), "logs": count} for name, count in cases.items()]
这很精确——只编译刚导入的内容。
备选:按子类别标签扫描vault
for slug in os.listdir(cases_dir):
for logfile in os.listdir(log_dir):
if "settlement_activity_export" in open(logfile).read(200):
new_slugs.append(slug)
break
不要使用基于mtime的过滤——它会拾取vault中的每个案例(包括在转换期间目录被触及的旧案例)。
陷阱
- 并行子智能体会导致 evidence_count 的竞态条件——接受 ±3 的差异
- 不要让子智能体重写 index.md——在所有批次完成后自行重建
- 大型案例(1000+日志)必须截断——策略性采样
- 带有路径前缀的维基链接在Obsidian中会失效——去掉
concepts/等 - compile.py 脚本生成提示但不直接调用LLM——使用 delegate_task
- 有些文章引用了未创建的文章(愿望链接)——这没问题,随着更多案例被编译,它们会被创建
- 基于mtime的vault扫描不可靠用于识别"刚导入"的案例——转换也会触及现有目录。始终从Excel文件本身提取案例列表。
- 结案案例主要是拒绝,而不是结案后结算。拒绝/关闭工作流程从结案数据中获得最大的证据提升,而不是结算支付工作流程。
- 小批次(<10个案例) 如果让子智能体读取所有89篇文章,会耗尽迭代次数。相反,将它们指向特定文章。
多文件工作流程
当用户发送多个Excel文件时,先全部转换再编译:
- 复用 /tmp/convert_excel.py——只需为每个文件修改文件名
- 所有文件转换后,仅对新的案例进行批处理(使用slug化 + 检查存在性)
- 以3个并行批次编译,然后最后重建一次索引
重复检测
用户可能发送同一个文件两次(相同名称,不同文档ID)。在转换前比较行数 + 首行/末行以检测重复。
导入规模参考
- 文件1(settlement_1):17.6K条目,198个案例,6.2K日志文件
- 文件2(settlement_2):22.1K条目,169个案例,7.3K日志文件
- 文件3(settlement_3):688条目,8个案例(小——单批次)
- 文件4(closing):9.3K条目,125个案例,2.9K日志文件
- 文件5-7(存档2、3、4):64.3K条目,692个案例,21K日志文件 总计导入:~114K条目,1,170个案例,~56K日志文件 → 93篇Wiki文章
首选批处理
- <20个案例:单个子智能体,不进行批处理
- 20-300个案例:3个并行子智能体
-
300个案例:3个并行子智能体,使用激进采样(前10条 + 后10条)
- 始终在所有批次完成后重建 index.md(绝不让子智能体碰它)
陷阱:基于mtime的过滤不可靠
不要使用文件mtime来查找"新"案例——convert_excel.py也会触及现有文件。相反,直接从Excel中提取案例名称并进行slug化以获得目标列表。
文件
- FirmVault:/opt/data/FirmVault
- Wiki:/opt/data/FirmVault/wiki/
- 模式:wiki/AGENTS.md
- 转换器:/tmp/convert_excel.py(在运行之间修改文件名)
- 文章数量:65个概念 + 28个连接 = 共93篇(截至2026-04-12)
- 决策:/opt/data/FirmVault/decisions/(ADR-000 到 ADR-006)
- 审计报告:/opt/data/FirmVault/wiki/reports/workflow-vs-wiki-audit.md
- v2提案:/opt/data/FirmVault/wiki/reports/PHASE_DAG_v2_proposal.md
工作流程审计
在主要编译轮次之后,对照PHASE_DAG审计Wiki:
- 读取PHASE_DAG.yaml(规定的工作流程)
- 读取所有Wiki文章(观察到的实际情况)
- 比较:矛盾、差距、冗余
- 将审计报告写入 wiki/reports/
- 如果需要进行更改,起草PHASE_DAG v2提案
- 将决策记录为 decisions/ 中的ADRs(从 stirps-ai/stirps-gov 中精选)
这种审计正是将93篇Wiki文章转化为可操作的架构决策的原因。Wiki是证据;ADRs是承诺。