用途：对 AI 知识源所用的文件做审计、整理、去重、合理化与评估，输出优先排序的审查待办，不修改源内容。
主要能力：确定性的提取、哈希、精确/近似重复、相关内容与潜在冲突检测，以及过时内容候选识别；跨批次比较；可选用已配置的 SharePoint 知识源做有依据的校验。生成 batch-manifest.json、curation-results.json、带时间戳的 Excel 待办和 HTML 报告。工作簿固定四个工作表：Review Backlog、Summary、Document Inventory、Curation Settings，顺序不可改。待办按 Critical、High、Medium、Low 排序。
使用方式：用户上传含文件的 ZIP（单文件≤50MB，单会话总计≤200MB，建议每个 ZIP≤45MB）或少量单文件；每批上传后需明确确认是否为最后一批，确认后合并分析：
python scripts/prepare_batches.py --uploads /app/uploads --output /app/workspace/knowledge-library --manifest /app/created/knowledge-corpus-curation/batch-manifest.json
python scripts/curate_library.py --input /app/workspace/knowledge-library --output /app/created/knowledge-corpus-curation --config assets/default-config.json --batch-manifest /app/created/knowledge-corpus-curation/batch-manifest.json
可按需追加 --metadata、--ocr、--stale-after-days。默认过时阈值 365 天。沙箱不支持 pip install，不得安装包。
适用场景：SharePoint 或文档库等内容的知识语料清理与审查；需要区分真实冲突与版本差异、区域差异、受众差异。
限制：不删除、移动、重命名、归档、发布或覆盖源内容；不以旧判定过时，不以新判定权威；相似不等于重复或矛盾；校验证据须标注为完整上传文件或知识块，不得冒充人工验证；部分格式无页码时页码留空；超阈值时跳过成对分析则近似重复等语义比较不完整；元数据缺失时新鲜度结论基于下载时间戳，可能不准；结果仅在已确认上传的语料范围内，不宣称 SharePoint 库已被穷尽审查。具体支持格式、配置默认值、校验流程与结果模式详见捆绑资源中的 references 文档。