SuperAPI AI 工具集

ingest

通用与其它

查看项目

更新于 10-15 21:50

技能介绍

用途:ingest 是 gbrain 中的内容摄取路由技能,负责识别输入类型并委派给专用技能(idea-ingest、media-ingest、meeting-ingestion),把会议、文章、媒体、文档和对话写入 brain。

主要能力:解析来源并抽取人物、公司、日期与事件;对每个实体检查页面是否存在,存在则重写 State 段(不追加),不存在则经“显著性门槛”判断后建页;为事件追加时间线条目;为共同出现的实体建立交叉引用;为每个被提及实体创建反向链接(Iron Law);同一事件写入所有相关实体时间线。

引用与留存:每条写入 brain 的事实必须带内联 [Source: ...] 引用(用户、会议、邮件、网页、社交媒体、综合等格式)。原始来源通过 gbrain files upload-raw 保留,小于 100 MB 的文本/PDF 留在 git,大于等于 100 MB 或媒体文件上传云存储并留 .redirect.yaml 指针;可用 gbrain files signed-url 生成 1 小时签名链接,gbrain files restore 下载回本地。

自动捕获:默认关闭,需用户显式选择加入后,才对每条实质性入站消息做实体检测;未加入时只保存用户要求保存的内容。

媒体工作流:文章与网页抓取后摘要、抽取实体、保存原始来源;视频与播客需获取转录(尽量说话人分离),页面必须链接原始转录;PDF 与文档做文本提取(必要时 OCR);截图与图片按内容路由;会议转录以原始转录为准,必须更新所有参会者与相关公司页面;社交媒体需附原帖链接。

批量处理:先测试 3-5 条,检查标题、实体抽取、反向链接与格式,修正方法而非打补丁,再限流批量执行,每 5-10 条提交一次。

质量规则:State 段重写而非追加;时间线倒序;链接类型包括 knows、works_at、invested_in、founded、met_at、discussed;按主要主题归档而非按格式。

失败处理:子技能失败需报告具体技能与原因,不静默改走通用写入;put_page 返回 write_pending(退出码 10)或 revision_conflict 时轮询或重读合并,不写重复页;upload-raw 因大小或路径被拒时存指针并告知用户未上传。

限制:自动捕获需显式选择加入;新实体页需通过显著性门槛且有实质内容,不建空壳页;不应对 State 段追加、不应跳过反向链接与原始来源留存、不应未经样本测试批量处理、不应转述用户原创思考(应逐字保留)。