re-extract

用途

re-extract 用于将旧版 Confluence 格式的 RouterOS 文档导出内容重新提取到 SQLite 数据库中。它面向数据库流水线的重建，而非 manual.mikrotik.com 的迁移。

何时使用

• 存在旧版 Confluence HTML 导出。
• 需要从零重建数据库。
• 模式变更需要重新提取。
• restraml GitHub Pages 中有新的 RouterOS 版本可用。

不适用场景

不要将此技能用作 https://manual.mikrotik.com 的迁移路径。MikroTik 新的 Docusaurus 手册和 CLI 参考需要重新设计提取器和 MCP/TUI 结果结构；请先阅读 DESIGN.md 和 briefings/B-0012-docusaurus-manual-migration.md。

使用方式

验证前置条件

• 已安装 Bun：bun --version
• 已安装依赖：bun install
• 旧版 HTML 导出存在于 box/documents-export-*/ROS/
• 对于命令：需要访问 https://tikoci.github.io/restraml/（或显式提供本地文档路径）

清理现有数据库

make clean

运行完整流水线（二选一）

单版本（快速，仅最新稳定版）：

make extract

所有版本（较慢，全部 46 个 RouterOS 版本）：

make extract-full

流水线顺序：

1. extract-html — HTML → pages + callouts 表
2. extract-properties — 从 HTML 提取属性表 → properties 表
3. extract-commands 或 extract-all-versions — inspect.json → commands + ros_versions + command_versions
4. link — 命令与页面映射

验证结果

make search query="firewall filter"

完整流水线的预期计数：

• 约 317 个页面，约 4860 个属性，约 1034 个 callouts
• 约 40K 命令（主版本），约 1.67M command_versions
• 46 个 ros_versions，约 92% 目录链接覆盖率

类型检查与 lint

bun run typecheck && make lint

故障排除

• 如果 HTML 目录发生变化，请更新根 Makefile 中的 HTML_DIR。
• 如果使用离线/本地数据，请向 extract-commands.ts 或 extract-all-versions.ts 传递显式源路径。
• 每个提取器都是幂等的——可以安全地单独重新运行。
• 外键删除顺序很重要：callouts → properties → pages。