Np Knowledge

np-knowledge - ナレッジ管理スキル

概要

nepp-chan RAG システムのナレッジデータを管理する統合スキル。 dataset → knowledge 同期、frontmatter 付与、R2/Vectorize アップロードの3段階パイプライン。

パイプライン

np:syncKnowledge       np:frontmatter              np:uploadKnowledge
dataset/v*/src/   →   frontmatter を          →   R2 → Vectorize に
knowledge/ に同期      付与・抽出・レビュー          アップロード

スクリプト一覧

frontmatter フィールド定義

date_type の定義

カテゴリマッピング

villotoinep/（音威子府村公式サイト）

otoko/（おといねっぷ美術工芸高等学校）

全ファイル category: 教育。subcategory でディレクトリを区別。

extract の2パス構成

Pass 1: date + contact 抽出（全ファイル）

• 機械的抽出（LLM スキップ）:
  • otoko/ タイムスタンプファイル名（YYYY-MMDD-HHMM-SS.md）
  • 広報誌ファイル名（YYYY-MM.md）
  • frontmatter url 内のタイムスタンプ
• LLM 抽出（Gemini Flash Lite）:
  • 本文から date + contact を抽出
  • 間接推測（年度表記、シーズン情報等）も対応

Pass 2: evergreen vs observed 判定（date=null のファイルのみ）

• 専用プロンプトで「1年後に変わっている可能性があるか」を判定
• 電話番号・料金・時間・期限を含む → observed
• 歴史的事実・制度概念・リンク集 → evergreen

review のフロー

要レビューファイルを1件ずつ確認する:

1. code -r {ファイルパス} でエディタにファイルを開く
2. AskUserQuestion で判定:
   • 承認（候補の日付で frontmatter に記録）
   • observed に変更（日付不明として扱い、スクレイピング日を付与）
   • 日付を修正して承認
3. 次のファイルへ

中間ファイル（review/）

※ review/ は .gitignore 対象

レポート記録先

eval 実行後は dataset/eval/eval-test-history.md に結果を追記すること。

典型的な運用フロー

1. np:syncKnowledge        ← dataset → knowledge 同期
2. np:frontmatter add      ← title/category/url 付与
3. np:frontmatter extract  ← LLM で date/contact 抽出
4. np:frontmatter review   ← 要レビューを人間確認
5. np:frontmatter apply    ← 結果を frontmatter に書き込み
6. np:uploadKnowledge      ← R2/Vectorize にアップロード
7. np:eval                 ← 品質テスト → dataset/eval/eval-test-history.md に追記