用途：当用户需要基于文档库（600+ 本书、PDF、长文参考）做有证据支撑的综合，而非通用网页摘要时使用。触发线索包括“research this”“from the library”“from the books”“pdf brain”“correlate this to our system”“what does the research say”“expand this into practical ideas”。
主要能力：文档管线 v2（ADR-0234）采用分阶段产物链：用 opendataloader-pdf 抽取为带标题、表格、阅读顺序的结构化 markdown；按 markdown 原生标题检测分块，无重叠，分层次章节块与片段块；用 ollama GPU 上的 nomic-embed-text 生成 768 维嵌入，预计算存入 docs_chunks_v2 集合；产物持久化在 NAS 的 ${DOCS_ARTIFACTS_DIR}/{docId}/，含 .md、.meta.json、.chunks.jsonl，机器本地值从 ~/.config/system-bus.env 解析；.meta.json 内含 LLM 生成的逐文档摘要。库通过 SKOS 分类法组织，如 jc:docs:programming、jc:docs:business、jc:docs:education、jc:docs:design、jc:docs:marketing、jc:docs:strategy、jc:docs:ai、jc:docs:operations。
使用方式：没有独立的 pdf-brain 二进制，使用 joelclaw docs …；可能存在 PATH 别名 pdf-brain → joelclaw docs。常用命令：joelclaw docs search "distributed consensus" --limit 8；joelclaw docs search "consensus" --doc designing-dataintensive-applications-39cc0d1842a5；joelclaw docs context <chunk-id> --mode snippet-window --before 2 --after 2；joelclaw docs context <chunk-id> --mode parent-section；joelclaw docs context <chunk-id> --mode section-neighborhood --neighbors 2；joelclaw docs markdown <doc-id>；joelclaw docs summary <doc-id>。API 路径：GET /search?q=distributed+consensus&semantic=true&expand=true&assemble=true、GET /docs/:docId/toc、GET /docs/:docId/markdown、GET /docs/:docId/summary、GET /chunks/:chunkId；docs-api 运行在 k8s 的 docs-api:3838，需 Bearer 认证。上下文扩展策略为渐进式：搜索 → 片段窗口 → 父章节 → 相邻章节 → 完整 markdown，先窄后宽，避免整本书灌入上下文。
证据综合：阅读时维护证据台账（doc 标题、chunk-id、一句话主张、相关性），无证据不得输出综合；把主张转为祈使式操作原则，再映射到 joelclaw 运行规则（单一事实来源、静默失败即 bug、Inngest 持久化与重试、CLI 优先的智能体接口、每步可观测、现实变化时更新技能/文档），并为每条原则给出具体变更、验证命令、失败信号、回滚或遏制动作。
限制与规则：不得编造引文或主张；非显然断言须引用 chunk ID；不输出“读书报告”式空话，要转化为操作；若提议基础设施变更须附验证命令；若涉及架构策略变更须关联 ADR 路径。分类可用 --concept jc:docs:programming:systems 缩小领域，用 joelclaw docs status 查看各概念的分面计数。