Kb Queue To Keep

KB Queue → Keep（补全研究子流程）

目标：把 Obsidian Vault/KB/queue/ 里“半成品”变成 KB/notes/ 里“可复用结论”。

输入

• 一个 queue 条目文件（路径或标题）
• 或者：一篇链接被判定 queue，需要补全研究

输出（必须做到）

• 写入一篇 notes（keep）：KB/notes/YYYY-MM-DD-<主题>-note.md
• 同时在原 queue 文件中把 status 标为 done，并写上 notes 链接（可追加 related_notes）
• 给白羊武士一个简短结论：推荐/不推荐/观望 + 理由 + 下一步

若属于“工具对比且需要实测”的场景：

• Phase 1 只产出“结构化对比 + 最小验证清单 + 需要白羊武士实测的 2-3 项指标”，notes 中必须标注 recommendation: watch（待证据）。
• 等白羊武士回传实测证据后，再更新 notes（evidence/verification）并把 recommendation 改为 recommend/reject。

固定路径

• Queue：/Users/ferdinandji/Library/Mobile Documents/iCloud~md~obsidian/Documents/Obsidian Vault/KB/queue/
• Notes：/Users/ferdinandji/Library/Mobile Documents/iCloud~md~obsidian/Documents/Obsidian Vault/KB/notes/
• 规则库（执行用）：/Users/ferdinandji/.openclaw/workspace/KB/rules/

核心原则

1. 默认走 B（补全研究）：不要强迫用户补事实，只在需要“决策意图/优先级”时问一句。
2. 可验证优先：能用链接/截图/实际跑通来验证的，别靠想象。
3. 只补“对决策有用”的缺口：别写长论文。
4. 工具对比省钱铁律（两段式）：
   • Phase 1（默认）：只做“纸面/结构化对比”+ 最小验证清单；禁止为了对比去调用 Claude Code/Codex 等昂贵工具跑测试，避免烧 token。
   • Phase 2（需用户实测回传）：由白羊武士在本地真实操作对比并回传结果（可含截图/图片）。收到证据后，才把结论写入 notes 作为 evidence 并更新 recommendation。

补全类型（先分类再动手）

对每个 queue，先判断它缺的是哪种：

• Type 1：缺意图（A）：不知道为什么存

  • 处理：问用户一句话意图；若用户忙，先按“默认目标=三层架构/内容生产线”推断但要标注不确定。

• Type 2：缺对比（Comparison）：例如“它比 Claudesidian 好在哪？”

  • 处理：收集 2-3 个替代方案；输出对比表（优劣/适用场景/迁移成本/成本）。

• Type 3：缺场景（Use cases）：教程有了，但“什么时候用它”不清楚

  • 处理：产出 3 个具体场景（谁/什么任务/为什么非它不可）。

• Type 4：缺验证（Verification）：信息看起来对，但不确定能否跑通

  • 处理：最小验证：安装/运行/关键功能截图；记录坑。

可以混合：一个 queue 可能同时缺 2/3/4。

工具与抓取策略（统一走 kb-fetch）

• 不要在本技能里重复实现抓取细节。
• 任何需要抓取正文/元信息的步骤，优先调用 kb-fetch 的策略：先 web_fetch，失败再 browser 回退（微信抽 #js_content，X 动态内容必要时 browser）。

推荐的 notes 结构（写入 KB/notes）

必须包含：

• 一句话结论（recommend / not recommend / watch）
• 为什么重要（对我们的三层架构/内容生产线哪个环节有用）
• 对比结论（至少 1 个替代方案）
• 验证结果（如果做了）
• 下一步动作（可执行）

最小交互（只问 1 个问题）

如果需要问用户：

• 只问一个最关键的问题，例如：
  • “你存这篇主要是想解决：多 agent 切换？写作？还是代码交付？”

依赖（模块化调用）

• 抓取统一走 kb-fetch
• 结构化统一走 kb-normalize
• 评分裁决统一走 kb-qa-score
• 落盘/状态更新统一走 kb-router