# openkb - Doramagic AI Context Pack

> 定位：安装前体验与判断资产。它帮助宿主 AI 有一个好的开始，但不代表已经安装、执行或验证目标项目。

## 充分原则

- **充分原则，不是压缩原则**：AI Context Pack 应该充分到让宿主 AI 在开工前理解项目价值、能力边界、使用入口、风险和证据来源；它可以分层组织，但不以最短摘要为目标。
- **压缩策略**：只压缩噪声和重复内容，不压缩会影响判断和开工质量的上下文。

## 给宿主 AI 的使用方式

你正在读取 Doramagic 为 openkb 编译的 AI Context Pack。请把它当作开工前上下文：帮助用户理解适合谁、能做什么、如何开始、哪些必须安装后验证、风险在哪里。不要声称你已经安装、运行或执行了目标项目。

## Claim 消费规则

- **事实来源**：Repo Evidence + Claim/Evidence Graph；Human Wiki 只提供显著性、术语和叙事结构。
- **事实最低状态**：`supported`
- `supported`：可以作为项目事实使用，但回答中必须引用 claim_id 和证据路径。
- `weak`：只能作为低置信度线索，必须要求用户继续核实。
- `inferred`：只能用于风险提示或待确认问题，不能包装成项目事实。
- `unverified`：不得作为事实使用，应明确说证据不足。
- `contradicted`：必须展示冲突来源，不得替用户强行选择一个版本。

## 它最适合谁

- **AI 研究者或研究型 Agent 构建者**：README 明确围绕研究、实验或论文工作流展开。 证据：`README.md` Claim：`clm_0004` supported 0.86
- **正在使用 Claude/Codex/Cursor/Gemini 等宿主 AI 的开发者**：README 或插件配置提到多个宿主 AI。 证据：`README.md` Claim：`clm_0005` supported 0.86
- **希望把专业流程带进宿主 AI 的用户**：仓库包含 Skill 文档。 证据：`skills/openkb/SKILL.md`, `skills/openkb-deck-editorial/SKILL.md`, `skills/openkb-deck-neon/SKILL.md`, `skills/openkb-html-critic/SKILL.md` Claim：`clm_0006` supported 0.86

## 它能做什么

- **AI Skill / Agent 指令资产库**（可做安装前预览）：项目包含可被宿主 AI 读取的 Skill 或 Agent 指令文件，可用于把专业流程带入 Claude、Codex、Cursor 等宿主。 证据：`skills/openkb/SKILL.md`, `skills/openkb-deck-editorial/SKILL.md`, `skills/openkb-deck-neon/SKILL.md`, `skills/openkb-html-critic/SKILL.md` Claim：`clm_0001` supported 0.86
- **多宿主安装与分发**（需要安装后验证）：项目包含插件或 marketplace 配置，说明它面向一个或多个 AI 宿主的安装和分发。 证据：`.claude-plugin/marketplace.json` Claim：`clm_0002` supported 0.86
- **命令行启动或安装流程**（需要安装后验证）：项目文档中存在可执行命令，真实使用需要在本地或宿主环境中运行这些命令。 证据：`README.md` Claim：`clm_0003` supported 0.86

## 怎么开始

- `pip install openkb` 证据：`README.md` Claim：`clm_0007` supported 0.86
- `pip install git+https://github.com/VectifyAI/OpenKB.git` 证据：`README.md` Claim：`clm_0008` supported 0.86
- `git clone https://github.com/VectifyAI/OpenKB.git` 证据：`README.md` Claim：`clm_0009` supported 0.86, `clm_0014` supported 0.86
- `pip install -e .` 证据：`README.md` Claim：`clm_0010` supported 0.86
- `npx skills@latest add <your-org>/<your-repo>` 证据：`README.md` Claim：`clm_0011` supported 0.86
- `/plugin marketplace add VectifyAI/OpenKB` 证据：`README.md` Claim：`clm_0012` supported 0.86
- `/plugin install openkb@vectify` 证据：`README.md` Claim：`clm_0013` supported 0.86
- `git clone https://github.com/VectifyAI/OpenKB.git ~/openkb-src` 证据：`README.md` Claim：`clm_0014` supported 0.86

## 继续前判断卡

- **当前建议**：需要管理员/安全审批
- **为什么**：继续前可能涉及密钥、账号、外部服务或敏感上下文，建议先经过管理员或安全审批。

### 30 秒判断

- **现在怎么做**：需要管理员/安全审批
- **最小安全下一步**：先跑 Prompt Preview；若涉及凭证或企业环境，先审批再试装
- **先别相信**：真实输出质量不能在安装前相信。
- **继续会触碰**：命令执行、宿主 AI 配置、本地环境或项目文件

### 现在可以相信

- **适合人群线索：AI 研究者或研究型 Agent 构建者**（supported）：有 supported claim 或项目证据支撑，但仍不等于真实安装效果。 证据：`README.md` Claim：`clm_0004` supported 0.86
- **适合人群线索：正在使用 Claude/Codex/Cursor/Gemini 等宿主 AI 的开发者**（supported）：有 supported claim 或项目证据支撑，但仍不等于真实安装效果。 证据：`README.md` Claim：`clm_0005` supported 0.86
- **适合人群线索：希望把专业流程带进宿主 AI 的用户**（supported）：有 supported claim 或项目证据支撑，但仍不等于真实安装效果。 证据：`skills/openkb/SKILL.md`, `skills/openkb-deck-editorial/SKILL.md`, `skills/openkb-deck-neon/SKILL.md`, `skills/openkb-html-critic/SKILL.md` Claim：`clm_0006` supported 0.86
- **能力存在：AI Skill / Agent 指令资产库**（supported）：可以相信项目包含这类能力线索；是否适合你的具体任务仍要试用或安装后验证。 证据：`skills/openkb/SKILL.md`, `skills/openkb-deck-editorial/SKILL.md`, `skills/openkb-deck-neon/SKILL.md`, `skills/openkb-html-critic/SKILL.md` Claim：`clm_0001` supported 0.86
- **能力存在：多宿主安装与分发**（supported）：可以相信项目包含这类能力线索；是否适合你的具体任务仍要试用或安装后验证。 证据：`.claude-plugin/marketplace.json` Claim：`clm_0002` supported 0.86
- **能力存在：命令行启动或安装流程**（supported）：可以相信项目包含这类能力线索；是否适合你的具体任务仍要试用或安装后验证。 证据：`README.md` Claim：`clm_0003` supported 0.86

### 现在还不能相信

- **真实输出质量不能在安装前相信。**（unverified）：Prompt Preview 只能展示引导方式，不能证明真实项目中的结果质量。
- **宿主 AI 版本兼容性不能在安装前相信。**（unverified）：Claude、Cursor、Codex、Gemini 等宿主加载规则和版本差异必须在真实环境验证。
- **不会污染现有宿主 AI 行为，不能直接相信。**（inferred）：Skill、plugin、AGENTS/CLAUDE/GEMINI 指令可能改变宿主 AI 的默认行为。 证据：`.claude-plugin/marketplace.json`, `skills/openkb-deck-editorial/SKILL.md`, `skills/openkb-deck-neon/SKILL.md`, `skills/openkb-html-critic/SKILL.md` 等
- **可安全回滚不能默认相信。**（unverified）：除非项目明确提供卸载和恢复说明，否则必须先在隔离环境验证。
- **真实安装后是否与用户当前宿主 AI 版本兼容？**（unverified）：兼容性只能通过实际宿主环境验证。 证据：`.claude-plugin/marketplace.json`
- **项目输出质量是否满足用户具体任务？**（unverified）：安装前预览只能展示流程和边界，不能替代真实评测。
- **安装命令是否需要网络、权限或全局写入？**（unverified）：这影响企业环境和个人环境的安装风险。 证据：`README.md`

### 继续会触碰什么

- **命令执行**：包管理器、网络下载、本地插件目录、项目配置或用户主目录。 原因：运行第一条命令就可能产生环境改动；必须先判断是否值得跑。 证据：`README.md`
- **宿主 AI 配置**：Claude/Codex/Cursor/Gemini/OpenCode 等宿主的 plugin、Skill 或规则加载配置。 原因：宿主配置会改变 AI 后续工作方式，可能和用户已有规则冲突。 证据：`.claude-plugin/marketplace.json`, `skills/openkb-deck-editorial/SKILL.md`, `skills/openkb-deck-neon/SKILL.md`, `skills/openkb-html-critic/SKILL.md` 等
- **本地环境或项目文件**：安装结果、插件缓存、项目配置或本地依赖目录。 原因：安装前无法证明写入范围和回滚方式，需要隔离验证。 证据：`.claude-plugin/marketplace.json`, `README.md`
- **环境变量 / API Key**：项目入口文档明确出现 API key、token、secret 或账号凭证配置。 原因：如果真实安装需要凭证，应先使用测试凭证并经过权限/合规判断。 证据：`README.md`, `openkb/cli.py`, `openkb/indexer.py`
- **宿主 AI 上下文**：AI Context Pack、Prompt Preview、Skill 路由、风险规则和项目事实。 原因：导入上下文会影响宿主 AI 后续判断，必须避免把未验证项包装成事实。

### 最小安全下一步

- **先跑 Prompt Preview**：用安装前交互式试用判断工作方式是否匹配，不需要授权或改环境。（适用：任何项目都适用，尤其是输出质量未知时。）
- **只在隔离目录或测试账号试装**：避免安装命令污染主力宿主 AI、真实项目或用户主目录。（适用：存在命令执行、插件配置或本地写入线索时。）
- **先备份宿主 AI 配置**：Skill、plugin、规则文件可能改变 Claude/Cursor/Codex 的默认行为。（适用：存在插件 manifest、Skill 或宿主规则入口时。）
- **不要使用真实生产凭证**：环境变量/API key 一旦进入宿主或工具链，可能产生账号和合规风险。（适用：出现 API、TOKEN、KEY、SECRET 等环境线索时。）
- **安装后只验证一个最小任务**：先验证加载、兼容、输出质量和回滚，再决定是否深用。（适用：准备从试用进入真实工作流时。）

### 退出方式

- **保留安装前状态**：记录原始宿主配置和项目状态，后续才能判断是否可恢复。
- **准备移除宿主 plugin / Skill / 规则入口**：如果试装后行为异常，可以把宿主 AI 恢复到试装前状态。
- **记录安装命令和写入路径**：没有明确卸载说明时，至少要知道哪些目录或配置需要手动清理。
- **准备撤销测试 API key 或 token**：测试凭证泄露或误用时，可以快速止损。
- **如果没有回滚路径，不进入主力环境**：不可回滚是继续前阻断项，不应靠信任或运气继续。

## 哪些只能预览

- 解释项目适合谁和能做什么
- 基于项目文档演示典型对话流程
- 帮助用户判断是否值得安装或继续研究

## 哪些必须安装后验证

- 真实安装 Skill、插件或 CLI
- 执行脚本、修改本地文件或访问外部服务
- 验证真实输出质量、性能和兼容性

## 边界与风险判断卡

- **把安装前预览误认为真实运行**：用户可能高估项目已经完成的配置、权限和兼容性验证。 处理方式：明确区分 prompt_preview_can_do 与 runtime_required。 Claim：`clm_0015` inferred 0.45
- **宿主 AI 插件或 Skill 规则冲突**：新规则可能改变用户现有宿主 AI 的工作方式。 处理方式：安装前先检查插件 manifest 和 Skill 文件，必要时隔离测试。 证据：`.claude-plugin/marketplace.json` Claim：`clm_0016` supported 0.86
- **命令执行会修改本地环境**：安装命令可能写入用户主目录、宿主插件目录或项目配置。 处理方式：先在隔离环境或测试账号中运行。 证据：`README.md` Claim：`clm_0017` supported 0.86
- **待确认**：真实安装后是否与用户当前宿主 AI 版本兼容？。原因：兼容性只能通过实际宿主环境验证。
- **待确认**：项目输出质量是否满足用户具体任务？。原因：安装前预览只能展示流程和边界，不能替代真实评测。
- **待确认**：安装命令是否需要网络、权限或全局写入？。原因：这影响企业环境和个人环境的安装风险。

## 开工前工作上下文

### 加载顺序

- 先读取 how_to_use.host_ai_instruction，建立安装前判断资产的边界。
- 读取 claim_graph_summary，确认事实来自 Claim/Evidence Graph，而不是 Human Wiki 叙事。
- 再读取 intended_users、capabilities 和 quick_start_candidates，判断用户是否匹配。
- 需要执行具体任务时，优先查 role_skill_index，再查 evidence_index。
- 遇到真实安装、文件修改、网络访问、性能或兼容性问题时，转入 risk_card 和 boundaries.runtime_required。

### 任务路由

- **AI Skill / Agent 指令资产库**：先基于 role_skill_index / evidence_index 帮用户挑选可用角色、Skill 或工作流。 边界：可做安装前 Prompt 体验。 证据：`skills/openkb/SKILL.md`, `skills/openkb-deck-editorial/SKILL.md`, `skills/openkb-deck-neon/SKILL.md`, `skills/openkb-html-critic/SKILL.md` Claim：`clm_0001` supported 0.86
- **多宿主安装与分发**：先说明这是安装后验证能力，再给出安装前检查清单。 边界：必须真实安装或运行后验证。 证据：`.claude-plugin/marketplace.json` Claim：`clm_0002` supported 0.86
- **命令行启动或安装流程**：先说明这是安装后验证能力，再给出安装前检查清单。 边界：必须真实安装或运行后验证。 证据：`README.md` Claim：`clm_0003` supported 0.86

### 上下文规模

- 文件总数：54
- 重要文件覆盖：40/54
- 证据索引条目：41
- 角色 / Skill 条目：4

### 证据不足时的处理

- **missing_evidence**：说明证据不足，要求用户提供目标文件、README 段落或安装后验证记录；不要补全事实。
- **out_of_scope_request**：说明该任务超出当前 AI Context Pack 证据范围，并建议用户先查看 Human Manual 或真实安装后验证。
- **runtime_request**：给出安装前检查清单和命令来源，但不要替用户执行命令或声称已执行。
- **source_conflict**：同时展示冲突来源，标记为待核实，不要强行选择一个版本。

## Prompt Recipes

### 适配判断

- 目标：判断这个项目是否适合用户当前任务。
- 预期输出：适配结论、关键理由、证据引用、安装前可预览内容、必须安装后验证内容、下一步建议。

```text
请基于 openkb 的 AI Context Pack，先问我 3 个必要问题，然后判断它是否适合我的任务。回答必须包含：适合谁、能做什么、不能做什么、是否值得安装、证据来自哪里。所有项目事实必须引用 evidence_refs、source_paths 或 claim_id。
```

### 安装前体验

- 目标：让用户在安装前感受核心工作流，同时避免把预览包装成真实能力或营销承诺。
- 预期输出：一段带边界标签的体验剧本、安装后验证清单和谨慎建议；不含真实运行承诺或强营销表述。

```text
请把 openkb 当作安装前体验资产，而不是已安装工具或真实运行环境。

请严格输出四段：
1. 先问我 3 个必要问题。
2. 给出一段“体验剧本”：用 [安装前可预览]、[必须安装后验证]、[证据不足] 三种标签展示它可能如何引导工作流。
3. 给出安装后验证清单：列出哪些能力只有真实安装、真实宿主加载、真实项目运行后才能确认。
4. 给出谨慎建议：只能说“值得继续研究/试装”“先补充信息后再判断”或“不建议继续”，不得替项目背书。

硬性边界：
- 不要声称已经安装、运行、执行测试、修改文件或产生真实结果。
- 不要写“自动适配”“确保通过”“完美适配”“强烈建议安装”等承诺性表达。
- 如果描述安装后的工作方式，必须使用“如果安装成功且宿主正确加载 Skill，它可能会……”这种条件句。
- 体验剧本只能写成“示例台词/假设流程”：使用“可能会询问/可能会建议/可能会展示”，不要写“已写入、已生成、已通过、正在运行、正在生成”。
- Prompt Preview 不负责给安装命令；如用户准备试装，只能提示先阅读 Quick Start 和 Risk Card，并在隔离环境验证。
- 所有项目事实必须来自 supported claim、evidence_refs 或 source_paths；inferred/unverified 只能作风险或待确认项。

```

### 角色 / Skill 选择

- 目标：从项目里的角色或 Skill 中挑选最匹配的资产。
- 预期输出：候选角色或 Skill 列表，每项包含适用场景、证据路径、风险边界和是否需要安装后验证。

```text
请读取 role_skill_index，根据我的目标任务推荐 3-5 个最相关的角色或 Skill。每个推荐都要说明适用场景、可能输出、风险边界和 evidence_refs。
```

### 风险预检

- 目标：安装或引入前识别环境、权限、规则冲突和质量风险。
- 预期输出：环境、权限、依赖、许可、宿主冲突、质量风险和未知项的检查清单。

```text
请基于 risk_card、boundaries 和 quick_start_candidates，给我一份安装前风险预检清单。不要替我执行命令，只说明我应该检查什么、为什么检查、失败会有什么影响。
```

### 宿主 AI 开工指令

- 目标：把项目上下文转成一次对话开始前的宿主 AI 指令。
- 预期输出：一段边界明确、证据引用明确、适合复制给宿主 AI 的开工前指令。

```text
请基于 openkb 的 AI Context Pack，生成一段我可以粘贴给宿主 AI 的开工前指令。这段指令必须遵守 not_runtime=true，不能声称项目已经安装、运行或产生真实结果。
```

## 角色 / Skill 索引

- 共索引 4 个角色 / Skill / 项目文档条目。

- **openkb-deck-editorial**（skill）： 激活提示：当用户任务与“openkb-deck-editorial”描述的流程高度相关时，先用它做安装前体验，再决定是否安装。 证据：`skills/openkb-deck-editorial/SKILL.md`
- **openkb-deck-neon**（skill）： 激活提示：当用户任务与“openkb-deck-neon”描述的流程高度相关时，先用它做安装前体验，再决定是否安装。 证据：`skills/openkb-deck-neon/SKILL.md`
- **openkb-html-critic**（skill）： 激活提示：当用户任务与“openkb-html-critic”描述的流程高度相关时，先用它做安装前体验，再决定是否安装。 证据：`skills/openkb-html-critic/SKILL.md`
- **openkb**（skill）： 激活提示：当用户任务与“openkb”描述的流程高度相关时，先用它做安装前体验，再决定是否安装。 证据：`skills/openkb/SKILL.md`

## 证据索引

- 共索引 41 条证据。

- **OpenKB: Open LLM Knowledge Base**（documentation）：Scale to long documents&nbsp; • &nbsp;Reasoning-based retrieval&nbsp; • &nbsp;Native multi-modality&nbsp; • &nbsp;No Vector DB 证据：`README.md`
- **Editorial Monocle deck skill**（skill_instruction）：You are designing a presentation, not writing a research report. Each slide carries one idea. Visual structure carries the narrative. 证据：`skills/openkb-deck-editorial/SKILL.md`
- **Aurora Glass deck skill**（skill_instruction）：You are designing a presentation, not writing a research report. Each slide carries one idea. In this visual direction, light, color and glow organize the slide — dark canvas holds it, neon points the eye, glass adds depth. 证据：`skills/openkb-deck-neon/SKILL.md`
- **HTML deck critic**（skill_instruction）：You are a senior front-end designer reviewing an already-generated single-file HTML deck. You did NOT write the deck — someone else did, and your job is to patch it for visual correctness without rewriting the content . 证据：`skills/openkb-html-critic/SKILL.md`
- **OpenKB knowledge base**（skill_instruction）：The user has compiled their documents into a Markdown wiki at wiki/ . 证据：`skills/openkb/SKILL.md`
- **Marketplace**（structured_config）：{ "name": "vectify", "owner": { "name": "Ray", "email": "ray@vectify.ai" }, "metadata": { "description": "Skills for navigating an OpenKB-compiled knowledge base from agent CLIs Claude Code, Codex, Gemini CLI .", "version": "0.3.0" }, "plugins": { "name": "openkb", "description": "Navigate an OpenKB-compiled wiki: discover documents and concepts via openkb CLI commands, read concept and summary pages directly, and follow wikilinks across the knowledge graph.", "source": "./", "strict": false, "version": "0.3.0", "author": { "name": "Ray", "email": "ray@vectify.ai" }, "homepage": "https://github.com/VectifyAI/OpenKB", "repository": "https://github.com/VectifyAI/OpenKB", "license": "Apache-2.… 证据：`.claude-plugin/marketplace.json`
- **License**（source_file）：Apache License Version 2.0, January 2004 http://www.apache.org/licenses/ 证据：`LICENSE`
- **Optional: extra HTTP headers sent with every LLM request forwarded to**（source_file）：model: gpt-5.4 LLM model any LiteLLM-supported provider language: en Wiki output language pageindex threshold: 20 PDF pages threshold for PageIndex 证据：`config.yaml.example`
- **prompt toolkit's print formatted text constructs a Win32Output on**（source_file）：STYLE DICT: dict str, str = { HELP TEXT = SIGINT EXIT WINDOW = 2.0 def use color force off: bool - bool def build style use color: bool - Style def fmt style: Style, fragments: tuple str, str - None ⋮---- prompt toolkit's print formatted text constructs a Win32Output on Windows that requires a real console handle, raising NoConsoleScreenBufferError when stdout is a pipe, file, or captured subprocess stream. Fall back to plain text when the output isn't a usable console. ⋮---- def format tool line name: str, args: str, width: int = 78 - str ⋮---- args = args or "" args = args.replace "\n", " " base = f" \u00b7 {name} {args} " ⋮---- base = base : width - 1 + "\u2026" ⋮---- def extract preview… 证据：`openkb/agent/chat.py`
- **Chat Session**（source_file）：IMAGE HISTORY NOTE = def utcnow iso - str def gen id - str ⋮---- ts = datetime.now .strftime "%Y%m%d-%H%M%S" rand = "".join random.choices string.ascii lowercase + string.digits, k=3 ⋮---- def chats dir kb dir: Path - Path def title from msg: str, limit: int = 60 - str ⋮---- msg = " ".join msg.strip .split ⋮---- def image history placeholder image path: str None - dict str, str ⋮---- text = IMAGE HISTORY NOTE ⋮---- def extract get image path item: dict str, Any - str None ⋮---- arguments = item.get "arguments" ⋮---- payload = json.loads arguments ⋮---- image path = payload.get "image path" ⋮---- def sanitize history value value: Any, image path: str None = None - Any ⋮---- image url = value… 证据：`openkb/agent/chat_session.py`
- **start is the line after the before heading; insert the new**（source_file）：logger = logging.getLogger name JSON RESPONSE FORMAT = {"type": "json object"} SYSTEM TEMPLATE = """\ SUMMARY USER = """\ ENTITY TYPE LIST = DEFAULT ENTITY TYPES ENTITY TYPES = frozenset ENTITY TYPE LIST CONCEPTS PLAN USER = """\ KNOWN TARGETS USER = """\ CONCEPT PAGE USER = """\ CONCEPT UPDATE USER = """\ ENTITY PAGE USER = """\ ENTITY UPDATE USER = """\ SUMMARY REWRITE USER = """\ LONG DOC SUMMARY USER = """\ def cached text text: str - list dict class Spinner ⋮---- def init self, label: str def start self - None def run self - None def stop self, suffix: str = "" - None def format usage elapsed: float, usage - str ⋮---- cached = getattr usage, "prompt tokens details", None cache info = "… 证据：`openkb/agent/compiler.py`
- **Linter**（source_file）：MAX TURNS = 50 ⋮---- LINTER INSTRUCTIONS TEMPLATE = """\ def build lint agent wiki root: str, model: str, language: str = "en" - Agent ⋮---- schema md = get agents md Path wiki root instructions = LINTER INSTRUCTIONS TEMPLATE.format schema md=schema md ⋮---- @function tool def list files directory: str - str ⋮---- """List all Markdown files in a wiki subdirectory. Args: directory: Subdirectory path relative to wiki root e.g. 'summaries' . """ ⋮---- @function tool def read file path: str - str ⋮---- """Read a Markdown file from the wiki. Args: path: File path relative to wiki root e.g. 'summaries/paper.md' . """ ⋮---- async def run knowledge lint kb dir: Path, model: str - str ⋮---- """Run t… 证据：`openkb/agent/linter.py`
- **Skill discovery via function tools. The agents SDK has a richer**（source_file）：MAX TURNS = 50 ⋮---- QUERY INSTRUCTIONS TEMPLATE = """\ def build query agent wiki root: str, model: str, language: str = "en" - Agent ⋮---- schema md = get agents md Path wiki root instructions = QUERY INSTRUCTIONS TEMPLATE.format schema md=schema md ⋮---- @function tool def read file path: str - str ⋮---- """Read a Markdown file from the wiki. Args: path: File path relative to wiki root e.g. 'summaries/paper.md' . """ ⋮---- @function tool def get page content doc name: str, pages: str - str ⋮---- """Get text content of specific pages from a PageIndex long document. Only use for documents with doc type: pageindex. For short documents, use read file instead. Args: doc name: Document name e.… 证据：`openkb/agent/query.py`
- **Post-run hooks driven by skill frontmatter.**（source_file）：MAX TURNS = 80 MAX TURNS WITH CRITIQUE = 120 class SkillNotFoundError RuntimeError ⋮---- @dataclass class SkillRunResult ⋮---- skill name: str output path: Optional Path = None validation: Optional Any = None metadata: dict = field default factory=dict ⋮---- skills = scan local skills kb dir, extra roots=extra skill roots match = next s for s in skills if s "name" == skill name , None ⋮---- available = ", ".join sorted s "name" for s in skills or " none " ⋮---- skill md = Path match "path" / "SKILL.md" ⋮---- od meta: dict = meta.get "od" or {} if isinstance meta, dict else {} ⋮---- template = od meta.get "output path template" ⋮---- rel = template.format slug=slug output path = kb dir / rel… 证据：`openkb/agent/skill_runner.py`
- **e.g. "-1" split gives '', '1'**（source_file）：def list wiki files directory: str, wiki root: str - str ⋮---- root = Path wiki root .resolve target = root / directory .resolve ⋮---- md files = sorted p.name for p in target.iterdir if p.suffix == ".md" ⋮---- def read wiki file path: str, wiki root: str - str ⋮---- full path = root / path .resolve ⋮---- def parse pages pages: str - list int ⋮---- result: set int = set ⋮---- part = part.strip ⋮---- segments = part.split "-" ⋮---- e.g. "-1" split gives '', '1' ⋮---- def get wiki page content doc name: str, pages: str, wiki root: str - str ⋮---- target = root / "sources" / f"{doc name}.json" .resolve ⋮---- data = json.loads target.read text encoding="utf-8" requested = set parse pages pages… 证据：`openkb/agent/tools.py`
- **The producer's output path tells the critic which file to patch.**（source_file）：DEFAULT DECK SKILL = "openkb-deck-neon" CRITIC SKILL = "openkb-html-critic" CRITIC MAX TURNS = 40 ⋮---- deck root = deck dir kb dir, deck name ⋮---- result = await run skill ⋮---- The producer's output path tells the critic which file to patch. If the producer didn't template a path, fall back to the conventional location. result.output path is already .resolve -d by run skill; kb dir may still hold an un-resolved form e.g. /tmp/... on macOS where /tmp symlinks to /private/tmp . Resolve the KB root too so relative to doesn't trip on the symlink. target path = critic intent = 证据：`openkb/deck/creator.py`
- **Allow the model to issue multiple read tool calls in one turn —**（source_file）：MAX TURNS = 80 ⋮---- wiki schema = get agents md Path wiki root instructions = load prompt "skill create" .format ⋮---- @function tool def list wiki dir directory: str - str ⋮---- @function tool def read wiki file path: str - str ⋮---- @function tool def get page content doc name: str, pages: str - str ⋮---- @function tool def get image image path: str - ToolOutputImage ToolOutputText ⋮---- result = read image impl image path, wiki root ⋮---- @function tool async def query wiki question: str - str ⋮---- kb dir = Path wiki root .parent ⋮---- @function tool def write skill file path: str, content: str - str ⋮---- @function tool def done summary: str - str ⋮---- Allow the model to issue multip… 证据：`openkb/skill/creator.py`
- **Generator**（source_file）：TargetType = Literal "skill", "deck" AnyValidationResult = Union SkillValidationResult, DeckValidationResult class Generator ⋮---- async def run self - Path ⋮---- deck result = await run deck create 证据：`openkb/skill/generator.py`
- **Tools**（source_file）：def list wiki dir directory: str, wiki root: str - str def read wiki file for skill path: str, wiki root: str - str def get skill page content doc name: str, pages: str, wiki root: str - str def read skill image path: str, wiki root: str - dict def write skill file path: str, content: str, skill root: str - str ⋮---- root = Path skill root .resolve full = root / path .resolve 证据：`openkb/skill/tools.py`
- **User intent**（documentation）：You are the OpenKB skill-create agent. Your job: read the knowledge base wiki at /wiki/ and produce a redistributable Anthropic Skill at /output/skills/{skill name}/ . Other agents — Claude Code, Codex CLI, Gemini CLI, Cursor — will install this skill and load it on demand, so the output must follow the Anthropic Skills directory spec exactly. 证据：`openkb/prompts/skill_create.md`
- **OpenKB CLI reference**（documentation）：Read commands the skill calls on. Write commands are listed at the bottom — the agent MUST NOT run them autonomously. 证据：`skills/openkb/references/commands.md`
- **OpenKB Wiki Schema**（documentation）：The layout and conventions of the wiki/ tree. Load this when you need details beyond what SKILL.md covers — frontmatter fields, long-PDF JSON shape, wikilink resolution rules. 证据：`skills/openkb/references/wiki-schema.md`
- **LLM API key required — works with any LiteLLM-supported provider**（source_file）：LLM API key required — works with any LiteLLM-supported provider OpenAI: LLM API KEY=sk-... Anthropic: LLM API KEY=sk-ant-... Gemini: LLM API KEY=AIza... DeepSeek: LLM API KEY=sk-... LLM API KEY=your-key-here 证据：`.env.example`
- **Knowledge base test artifacts**（source_file）：pycache / .pyc .egg-info/ dist/ build/ .venv/ venv/ .db .DS Store .env 证据：`.gitignore`
- **Init**（source_file）：version = version "openkb" ⋮---- version = "0.0.0+unknown" 证据：`openkb/__init__.py`
- **Try to resolve the active provider, extra headers, and request timeout**（source_file）：class SuppressLiteLLMPreloadWarnings logging.Filter ⋮---- def filter self, record: logging.LogRecord - bool ⋮---- KNOWN PROVIDER KEYS = OAUTH PROVIDERS = {"chatgpt", "github copilot"} def extract provider model: str - str None ⋮---- model = model.strip ⋮---- def setup llm key kb dir: Path None = None - None ⋮---- env file = kb dir / ".env" ⋮---- global env = GLOBAL CONFIG DIR / ".env" ⋮---- api key = os.environ.get "LLM API KEY", "" Try to resolve the active provider, extra headers, and request timeout from the KB config provider: str None = None extra headers: dict str, str = {} timeout: float None = None ⋮---- config path = kb dir / ".openkb" / "config.yaml" ⋮---- config = load config con… 证据：`openkb/cli.py`
- **Config**（source_file）：logger = logging.getLogger name DEFAULT CONFIG: dict str, Any = { DEFAULT ENTITY TYPES: tuple str, ... = GLOBAL CONFIG DIR = Path.home / ".config" / "openkb" GLOBAL CONFIG PATH = GLOBAL CONFIG DIR / "global.yaml" GLOBAL CONFIG LOCK PATH = GLOBAL CONFIG DIR / "global.lock" ⋮---- @contextlib.contextmanager def with global config lock - Iterator None def atomic yaml dump path: Path, config: dict str, Any - None def load global config unlocked - dict str, Any def resolve entity types config: dict - list str ⋮---- raw = config.get "entity types" ⋮---- cleaned: list str = ⋮---- s = re.sub r" ^a-z0-9 - +", "", x.strip .lower .strip ⋮---- def resolve extra headers config: dict - dict str, str ⋮----… 证据：`openkb/config.py`
- **------------------------------------------------------------------**（source_file）：logger = logging.getLogger name ⋮---- @dataclass class ConvertResult ⋮---- raw path: Path None = None source path: Path None = None is long doc: bool = False skipped: bool = False file hash: str None = None doc name: str None = None def registry path path: Path, kb dir: Path - str ⋮---- resolved path = path.resolve resolved kb = kb dir.resolve ⋮---- SAFE STEM RE = re.compile r" ^\w\- +" SUFFIX LEN = 8 def sanitize stem stem: str - str ⋮---- normalized = unicodedata.normalize "NFKC", stem ⋮---- def name taken candidate: str, registry: HashRegistry - bool ⋮---- entry name = meta.get "doc name" or Path meta.get "name", "" .stem ⋮---- def resolve doc name src: Path, kb dir: Path, registry: Hash… 证据：`openkb/converter.py`
- **Frontmatter**（source_file）：def kv line key: str, value: str - str def list line key: str, items - str ⋮---- """Render key: "a", "b" as JSON-style YAML always single-line .""" ⋮---- def block lines: list str - str ⋮---- """Assemble a complete frontmatter block with delimiters + trailing blank .""" ⋮---- def parse list value line: str - list str None ⋮---- """Parse the right-hand side of key: ... into a list of strings. Returns None when the value cannot be interpreted as a list — callers treat that as "leave the frontmatter alone". """ colon = line.find ":" ⋮---- parsed = yaml.safe load line colon + 1: ⋮---- def split text: str - tuple str, str None ⋮---- """Split text into frontmatter block, body . frontmatter block… 证据：`openkb/frontmatter.py`
- **Matches: ! alt relative/path — excludes http s :// and data: URIs**（source_file）：logger = logging.getLogger name BASE64 RE = re.compile r'!\ ^\ \ \ data:image/ ^; + ;base64, ^ + \ ' Matches: ! alt relative/path — excludes http s :// and data: URIs RELATIVE RE = re.compile r'!\ ^\ \ \ ?!https?:// data: ^ + \ ' Minimum pixel dimension — skip icons, bullets, and tiny artifacts MIN IMAGE DIM = 32 def extract pdf images pdf path: Path, doc name: str, images dir: Path - dict int, list str ⋮---- """Extract images from a PDF using pymupdf's dict-mode block iteration. Uses page.get text "dict" to find image blocks type 1 in reading order. Each image block is rendered via :class: pymupdf.Pixmap and saved as PNG. This captures both embedded bitmaps and vector-rendered figures that… 证据：`openkb/images.py`
- **Add PDF retry up to 3 times — PageIndex TOC accuracy is stochastic**（source_file）：logger = logging.getLogger name ⋮---- @dataclass class IndexResult ⋮---- doc id: str description: str tree: dict def normalize page content raw pages: Any - list dict str, Any ⋮---- pages: list dict str, Any = ⋮---- content = item.strip ⋮---- raw page = item.get "page", item.get "page number", item.get "page num", index ⋮---- page number = int raw page ⋮---- page number = index ⋮---- content = item.get "content", item.get "markdown", item.get "text", "" ⋮---- content = "" content = str content .strip images = item.get "images", ⋮---- images = normalized images = ⋮---- def get pdf page count pdf path: Path - int def convert pdf to pages pdf path: Path, doc name: str, images dir: Path - list… 证据：`openkb/indexer.py`
- **Files to exclude from lint scanning schema, logs, etc.**（source_file）：WIKILINK RE = re.compile r"\ \ ^\ + \ \ " Files to exclude from lint scanning schema, logs, etc. EXCLUDED FILES = {"AGENTS.md", "SCHEMA.md", "log.md"} def normalize target target: str - str ⋮---- s = unicodedata.normalize "NFKC", target s = s.lower .replace " ", "-" parts = re.sub r"-+", "-", p .strip "-" for p in s.split "/" ⋮---- def build norm index known targets: set str - dict str, str ⋮---- """Build the normalized-form → canonical-target index used by :func: strip ghost wikilinks . Useful when calling strip ghost wikilinks repeatedly with the same known targets e.g. fix broken links scanning N wiki files, or save transcript stripping N assistant turns — build the index once and pass i… 证据：`openkb/lint.py`
- **Locks**（source_file）：def flock fh: IO, , exclusive: bool - None def funlock fh: IO - None LOCKS GUARD = threading.Lock LOCAL LOCKS: dict Path, " LocalRwLock" = {} HELD LOCKS = threading.local class LocalRwLock ⋮---- def init self - None ⋮---- @contextlib.contextmanager def read self - Iterator None ⋮---- @contextlib.contextmanager def write self - Iterator None def held locks - dict Path, tuple int, int ⋮---- held = getattr HELD LOCKS, "counts", None ⋮---- held = {} ⋮---- def local lock lock path: Path - LocalRwLock ⋮---- resolved = lock path.resolve ⋮---- lock = LOCAL LOCKS.get resolved ⋮---- lock = LocalRwLock ⋮---- @contextlib.contextmanager def kb lock openkb dir: Path, , exclusive: bool - Iterator None ⋮--… 证据：`openkb/locks.py`
- **Log**（source_file）：def append log wiki dir: Path, operation: str, description: str - None ⋮---- log path = wiki dir / "log.md" date str = datetime.now .strftime "%Y-%m-%d %H:%M:%S" entry = f" 证据：`openkb/log.py`
- **Schema**（source_file）：PAGE CONTENT DIRS = "summaries", "concepts", "entities" INDEX SEED = " Knowledge Base Index\n\n Documents\n\n Concepts\n\n Entities\n\n Explorations\n" AGENTS MD = """\ SCHEMA MD = AGENTS MD def get agents md wiki dir: Path - str ⋮---- agents file = wiki dir / "AGENTS.md" 证据：`openkb/schema.py`
- **State**（source_file）：class HashRegistry ⋮---- def init self, path: Path - None def is known self, file hash: str - bool def get self, file hash: str - dict None def all entries self - dict str, dict def get by path self, path: str - dict None def find legacy by stem self, stem: str - tuple str, dict None ⋮---- entry name = metadata.get "doc name" or Path ⋮---- def add self, file hash: str, metadata: dict - None def remove by doc name self, doc name: str - bool def remove by hash self, file hash: str - bool def persist self - None ⋮---- @staticmethod def hash file path: Path - str ⋮---- h = hashlib.sha256 证据：`openkb/state.py`
- **Tree Renderer**（source_file）：def yaml frontmatter source name: str, doc id: str, description: str = "" - str ⋮---- """Return a YAML frontmatter block for a PageIndex wiki page.""" lines = frontmatter.kv line "type", "Summary" ⋮---- def render nodes summary nodes: list dict , depth: int - str ⋮---- lines: list str = heading prefix = " " min depth, 6 ⋮---- title = node.get "title", "" start = node.get "start index", "" end = node.get "end index", "" summary = node.get "summary", "" children = node.get "nodes", 证据：`openkb/tree_renderer.py`
- **RFC 5987 extended form first**（source_file）：USER AGENT = "openkb/url-fetcher +https://github.com/VectifyAI/OpenKB " TIMEOUT SECONDS = 30 CHUNK BYTES = 64 1024 SNIFF BYTES = 512 HTML MIN EXTRACT CHARS = 300 MAX FILENAME STEM = 80 def looks like url s: str - bool def sniff content type head: bytes, declared: str - str ⋮---- stripped = head.lstrip b" \t\r\n\xef\xbb\xbf" ⋮---- declared main = declared.split ";" 0 .strip .lower ⋮---- def sanitize filename name: str, ext: str - str ⋮---- decoded = unquote name ⋮---- stem = decoded : -len ext ⋮---- stem = decoded stem = re.sub r" ^a-zA-Z0-9. - +", "-", stem stem = re.sub r"-+", "-", stem .strip "-. " stem = stem : MAX FILENAME STEM .rstrip "-. " ⋮---- def parse content disposition filename… 证据：`openkb/url_ingest.py`
- **Visualize**（source_file）：DIR TYPE = {"summaries": "Summary", "concepts": "Concept", "entities": "Entity"} def type for dir sub: str - str def build graph wiki dir: Path - dict ⋮---- nodes: dict str, dict = {} texts: dict str, str = {} ⋮---- d = wiki dir / sub ⋮---- nid = f"{sub}/{p.stem}" text = p.read text encoding="utf-8" ⋮---- fm = frontmatter.parse text t = fm.get "type" t = t.strip if isinstance t, str and t.strip else type for dir sub desc = fm.get "description" desc = desc.strip if isinstance desc, str else "" srcs = fm.get "sources" srcs = str s for s in srcs if isinstance srcs, list else ft = fm.get "full text" ⋮---- norm = { normalize target nid : nid for nid in nodes} edges: list dict = seen: set tuple s… 证据：`openkb/visualize.py`
- **Watcher**（source_file）：class DebouncedHandler FileSystemEventHandler ⋮---- def init self, callback: Callable list str , None , debounce seconds: float = 2.0 - None def schedule flush self - None def flush self - None ⋮---- paths = sorted self. pending ⋮---- def handle event self, event - None ⋮---- path = Path event.src path ⋮---- def on created self, event - None def on modified self, event - None ⋮---- handler = DebouncedHandler callback, debounce seconds=debounce observer = Observer 证据：`openkb/watcher.py`
- **All dependencies are pinned exactly supply-chain caution — e.g. the**（source_file）：build-system requires = "hatchling", "hatch-vcs" build-backend = "hatchling.build" 证据：`pyproject.toml`

## 宿主 AI 必须遵守的规则

- **把本资产当作开工前上下文，而不是运行环境。**：AI Context Pack 只包含证据化项目理解，不包含目标项目的可执行状态。 证据：`README.md`, `skills/openkb-deck-editorial/SKILL.md`, `skills/openkb-deck-neon/SKILL.md`
- **回答用户时区分可预览内容与必须安装后才能验证的内容。**：安装前体验的消费者价值来自降低误装和误判，而不是伪装成真实运行。 证据：`README.md`, `skills/openkb-deck-editorial/SKILL.md`, `skills/openkb-deck-neon/SKILL.md`

## 用户开工前应该回答的问题

- 你准备在哪个宿主 AI 或本地环境中使用它？
- 你只是想先体验工作流，还是准备真实安装？
- 你最在意的是安装成本、输出质量、还是和现有规则的冲突？

## 验收标准

- 所有能力声明都能回指到 evidence_refs 中的文件路径。
- AI_CONTEXT_PACK.md 没有把预览包装成真实运行。
- 用户能在 3 分钟内看懂适合谁、能做什么、如何开始和风险边界。

---

## Doramagic Context Augmentation

下面内容用于强化 Repomix/AI Context Pack 主体。Human Manual 只提供阅读骨架；踩坑日志会被转成宿主 AI 必须遵守的工作约束。

## Human Manual 骨架

使用规则：这里只是项目阅读路线和显著性信号，不是事实权威。具体事实仍必须回到 repo evidence / Claim Graph。

宿主 AI 硬性规则：
- 不得把页标题、章节顺序、摘要或 importance 当作项目事实证据。
- 解释 Human Manual 骨架时，必须明确说它只是阅读路线/显著性信号。
- 能力、安装、兼容性、运行状态和风险判断必须引用 repo evidence、source path 或 Claim Graph。

- **OpenKB 概览与系统架构**：importance `high`
  - source_paths: README.md, openkb/cli.py, openkb/__init__.py, openkb/__main__.py, openkb/schema.py
- **Wiki 编译管道与知识管理**：importance `high`
  - source_paths: openkb/agent/compiler.py, openkb/converter.py, openkb/indexer.py, openkb/url_ingest.py, openkb/watcher.py
- **生成器层：查询、聊天、技能工厂与可视化**：importance `high`
  - source_paths: openkb/agent/query.py, openkb/agent/chat.py, openkb/agent/chat_session.py, openkb/agent/tools.py, openkb/skill/creator.py
- **配置、LLM 集成与生态集成**：importance `high`
  - source_paths: openkb/config.py, config.yaml.example, .env.example, pyproject.toml, skills/openkb/SKILL.md

## Repo Inspection Evidence / 源码检查证据

- repo_clone_verified: true
- repo_inspection_verified: true
- repo_commit: `b2a47757e2086c208e80caba7fbc94ea089fb617`
- inspected_files: `README.md`, `pyproject.toml`, `uv.lock`

宿主 AI 硬性规则：
- 没有 repo_clone_verified=true 时，不得声称已经读过源码。
- 没有 repo_inspection_verified=true 时，不得把 README/docs/package 文件判断写成事实。
- 没有 quick_start_verified=true 时，不得声称 Quick Start 已跑通。

## Doramagic Pitfall Constraints / 踩坑约束

这些规则来自 Doramagic 发现、验证或编译过程中的项目专属坑点。宿主 AI 必须把它们当作工作约束，而不是普通说明文字。

### Constraint 1: 来源证据：[Feature] Support passing timeout parameter to LiteLLM

- Trigger: GitHub 社区证据显示该项目存在一个安装相关的待验证问题：[Feature] Support passing timeout parameter to LiteLLM
- Why it matters: 可能增加新用户试用和生产接入成本。
- Evidence: community_evidence:github | https://github.com/VectifyAI/OpenKB/issues/132 | 来源类型 github_issue 暴露的待验证使用条件。
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

### Constraint 2: 来源证据：uv tool install openkb fails

- Trigger: GitHub 社区证据显示该项目存在一个安装相关的待验证问题：uv tool install openkb fails
- Why it matters: 可能增加新用户试用和生产接入成本。
- Evidence: community_evidence:github | https://github.com/VectifyAI/OpenKB/issues/130 | 来源类型 github_issue 暴露的待验证使用条件。
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

### Constraint 3: 来源证据：[Feature] Share PDF page extraction across short PDFs and long PDF page JSON

- Trigger: GitHub 社区证据显示该项目存在一个配置相关的待验证问题：[Feature] Share PDF page extraction across short PDFs and long PDF page JSON
- Why it matters: 可能增加新用户试用和生产接入成本。
- Evidence: community_evidence:github | https://github.com/VectifyAI/OpenKB/issues/135 | 来源讨论提到 python 相关条件，需在安装/试用前复核。
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

### Constraint 4: 来源证据：Suggestion: replacing the default PDF parser with a more capable alternative

- Trigger: GitHub 社区证据显示该项目存在一个安装相关的待验证问题：Suggestion: replacing the default PDF parser with a more capable alternative
- Why it matters: 可能增加新用户试用和生产接入成本。
- Evidence: community_evidence:github | https://github.com/VectifyAI/OpenKB/issues/77 | 来源类型 github_issue 暴露的待验证使用条件。
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

### Constraint 5: 来源证据：[Feature] Plans to support litellm config in .openkb/config.yaml? (Encountered UnsupportedParamsError with Ollama)

- Trigger: GitHub 社区证据显示该项目存在一个配置相关的待验证问题：[Feature] Plans to support litellm config in .openkb/config.yaml? (Encountered UnsupportedParamsError with Ollama)
- Why it matters: 可能增加新用户试用和生产接入成本。
- Evidence: community_evidence:github | https://github.com/VectifyAI/OpenKB/issues/137 | 来源类型 github_issue 暴露的待验证使用条件。
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

### Constraint 6: 能力判断依赖假设

- Trigger: README/documentation is current enough for a first validation pass.
- Host AI rule: 将假设转成下游验证清单。
- Why it matters: 假设不成立时，用户拿不到承诺的能力。
- Evidence: capability.assumptions | https://github.com/VectifyAI/OpenKB | README/documentation is current enough for a first validation pass.
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

### Constraint 7: 维护活跃度未知

- Trigger: 未记录 last_activity_observed。
- Host AI rule: 补 GitHub 最近 commit、release、issue/PR 响应信号。
- Why it matters: 新项目、停更项目和活跃项目会被混在一起，推荐信任度下降。
- Evidence: evidence.maintainer_signals | https://github.com/VectifyAI/OpenKB | last_activity_observed missing
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

- Trigger: no_demo
- Evidence: downstream_validation.risk_items | https://github.com/VectifyAI/OpenKB | no_demo; severity=medium
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

### Constraint 9: 存在评分风险

- Trigger: no_demo
- Why it matters: 风险会影响是否适合普通用户安装。
- Evidence: risks.scoring_risks | https://github.com/VectifyAI/OpenKB | no_demo; severity=medium
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

### Constraint 10: issue/PR 响应质量未知

- Trigger: issue_or_pr_quality=unknown。
- Host AI rule: 抽样最近 issue/PR，判断是否长期无人处理。
- Why it matters: 用户无法判断遇到问题后是否有人维护。
- Evidence: evidence.maintainer_signals | https://github.com/VectifyAI/OpenKB | issue_or_pr_quality=unknown
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。