01为什么做

我在 Obsidian 里为自己的一篇人文学科论文记阅读笔记、建知识库，也让 AI 帮忙整理。2026 年 10 月 18 日集中核对时，发现了几类问题：

• 有 7 个知识页依据的是一次和 AI 的对话，却没有标明，和从文献整理出来的页面混在一起；
• 一条访谈的出处，被写上了收录于某本书的信息和一个外文题名，核对原件后发现这两条都没有依据；
• 几篇文献的著录有误，比如专著被标成了期刊论文，外文题名错了一个词。

这几类错误如果没被发现，就会变成论文里出处有误的引文。当天我就把规则改了：溯源定为最高规则，AI 生成的内容一律标「AI 补充」，并且明确了 AI 改动知识库的权限。后面的工作，都是把这几条规则做得更准、更好用，最后整理成别人也能直接用的 skill。

02定位与边界

安装说明最前面是一段「请先读这一段」：不建议直接用 AI 写论文，使用任何 AI 工具前，先了解并遵守学校、导师和期刊关于 AI 使用的规定。

03方案：四层知识库 + 四个流程

知识库就是一个普通文件夹，里面放 Markdown 文件，推荐用 Obsidian 浏览。分层结构借鉴了 Andrej Karpathy 的 LLM Wiki：原始材料、由 AI 维护的 wiki、规则文件各占一层。我在中间加了 workbench 工作区，专门放论文写作要用的文献笔记、引文库和动态大纲，一共四层，每一层由谁来写、写什么，都有明确规定。最关键的是来源层：用户的原始笔记 AI 不改，这样后面所有整理出来的内容，都有一份可以回查的底稿。

用户日常只需要说一句话，agent 就会进入对应的流程，并且只读这个流程需要的规则文件：

04动手试试：一个摄入完的知识库

点左边的文件看里面写了什么，点绿色的双链可以在文件之间跳转，每个文件底部列出了链到它的文件。

05关键设计

1. 摄入：先判断每一段是谁说的

阅读笔记里混着好几种来源：文献原句、文献引用的别人的话、我自己的理解、我自己的观点、问 AI 得来的解释。它们能不能当引文、要不要复核，完全不同。所以摄入的第一步是逐段判断来源，分成 8 类，再决定怎么处理。

2. 溯源链：从脚注一路找回原件

草稿里每个脚注，都要在文末的溯源表里对上一条引文库或文献笔记条目，再对上用户当时的阅读笔记。判断「能不能追溯」，看的是这篇文献的完整著录能不能在知识库或原件中确认，而不只是当前这段笔记写了什么；专著必须有页码。

3. AI 生成的内容：可以用来思考，不能当作出处

• 用户自己用折叠块 > [!abstract]- AI 补充 或标签 #来源/AI补充 标出问 AI 得来的内容；没有标注的默认是用户写的，只有明显是 AI 口吻（比如对「你」说话、给引用建议）的段落才向用户确认。
• AI 给出的书目信息（原题、收录处、页码），在核对原件之前同样算 AI 补充。
• 依据 AI 内容写成的知识页，页首加警示、逐段标注；来源栏不能只写某篇文献，让 AI 内容看起来像有出处。
• 每批摄入结束、每次写作引用之前，都专门核查一遍：有没有未标注的 AI 内容，有没有 AI 内容进了引文库或被当作出处。

4. 人机分工：什么时候直接做，什么时候先问

• 修改权限分两级。新建条目、追加内容直接做；删除、移动改名、改写已有内容（尤其是用户手写的部分）、批量替换、调整目录，先列计划，等用户确认。拿不准时按重大修改处理。
• 「待复核」和「先请示」分开。来源清楚、只是需要用户确认能否使用的内容，照常写入并标「待用户复核」，不打断用户；缺文献名、出处不明、归属存疑的才先不写入、停下来请示。这一条是评测之后改出来的，见第 06 节。
• 不替用户拍板，更正要留痕。结构性、解释性的悬而未决问题列成清单；发现自己写错了，在原处加更正说明，不静默改写。
• 单次修改不升格为通用规则。用户或导师对某篇稿子的一次具体意见，只用来改这篇稿子；用户明确同意后，才写进写作规范或知识库规则。

5. 让不同的 agent 都能用

• 按需加载。SKILL.md 只放流程路由和七条始终遵守的原则，细则拆在 8 份规则文件里，每个流程只读自己需要的那几份。
• 三种接入方式。支持 skill 的工具（如 Claude Code、Codex）直接放进 skills 目录；不支持 skill 但能读写本地文件的，放进知识库，让 agent 先读 SKILL.md；只能上传文件的对话式工具，上传后也能部分使用。
• 每个知识库有自己的规则文件。初始化时生成 schema/AGENTS.md，用户在使用中确认过的约定（原件位置、期刊的脚注体例等）写在这里，优先于 skill 的默认规则。
• 多 Agent 分工是可选项。工具支持子 Agent、摄入量又大时，可以拆成阅读、分类、执行、核查四轮：只有执行可以写文件，执行前给相关文件做快照，核查 Agent 对照快照检查有没有违规。默认由一个 agent 完成。

06评测与迭代

规则写得再细，agent 是否真的按规则判断，需要用数据检验。10 月 24 日，我从自己的真实阅读笔记里分类抽取了 46 段，做成一份标注题，每段回答 6 个问题：来源是哪一类、在论文里起什么作用、应该写进哪些文件、能否追溯、是否需要先问用户、是否需要拆分。

1. 我先自己作答，作为标准答案；之后复核过一遍自己的答案，修正了几处。
2. 负责分类的 Agent（lit-classifier）按规则作答。
3. 逐题比对两边的答案（2 题不计分，计分 44 题），看分歧出在哪里，回头改规则，再测下一轮。

每一轮之后改了什么：

• 第一轮后：根据分歧补充了分层规则，并在题目里附上笔记的上下文。
• 第二轮后：「是否需要先问用户」反而从 64% 降到 57%，我判断是规则里「复核」和「请示」的界线不清。于是把两者拆开：需要复核的照常写入并打标记，只有溯源问题才请示；同时写清了「能否追溯」的判断标准，以及转引内容该放在哪里。第三轮这一项升到 77%，「能否追溯」从 66% 升到 80%。
• 第三轮后：缩小了需要复核的范围（比如用户读过的文献里的转引不必复核）；明确「转引后面接着 AI 补充」的混合段落怎么拆；已经记录过的原句不再重复拆出；补上讲座、网络文章和讲座批注的判断规则。

07演进过程

1. 10.18

   在自己的论文知识库上建立规则和工作流：溯源定为最高规则，加入 AI 补充标注和引文核查；把摄入拆给阅读、分类、执行、核查四个子 Agent，主 Agent 统筹并向我请示。

2. 10.24

   做 46 段的测试集，跑三轮评测并按分歧修改规则；按照学术通用要求制定写作规范；打包成第一个可复用的 skill（thesis-workflow）。

3. 10.26

   发布通用版「人文社科-知识库分层系统」：初始化时先问学科和研究方向，个案类型从影片、文学作品扩展到艺术品、档案、田野点、访谈、事件、政策文本等；从只支持 Claude Code、Codex，改为写清三种接入方式；把「按大纲写某一章」改成「输出」流程，只整理材料提纲和用户自己写的草稿；写作规范改为仅作参照，可以按自己的导师、学科或期刊增删。

08交付物

humanities-kb-layers/
├── SKILL.md              功能、四个流程、七条原则、汇报方式
├── references/           8 份规则：知识库分层、摄入规则、引用与注释、
│                         输出流程、写作规范、核查清单、docx 输出、
│                         多 Agent 分工（可选）
├── templates/            9 个模板
│   ├── schema/           知识库自己的规则文件 AGENTS.md
│   ├── wiki/             索引、日志、来源 / 概念 / 个案 / 项目页
│   └── workbench/        文献笔记、引文库、理论资源、个案分析、
│                         动态大纲
└── scripts/
    ├── md2docx.js        Markdown 草稿 → 带 Word 原生脚注的 docx
    └── check_docx.py     检查成稿（只用 Python 标准库）
安装说明.md

• md2docx.js：草稿里的脚注标记按出现顺序自动编号，增删段落不用手动改编号；「溯源表」及之后的内容不导出。
• check_docx.py：列出字数、标题结构和全部脚注，提示摘要里的「本文」、英文直引号、没处理完的【待复核】、连续三个以上的「同上」、同一文献被多次引用等问题；结果只是提示，最终以人工判断为准。

09下载与使用

准备

• 一个知识库文件夹：推荐用 Obsidian 新建一个库，不用 Obsidian 也可以，任何文件夹都行。
• 一个能读写本地文件的 AI agent 工具。
• 可选：导出 Word 需要 Node.js 或 pandoc；检查 docx 需要 Python 3。

接入你的 agent（按工具能力选一种）

1. 工具支持 skill：把整个 humanities-kb-layers 文件夹放进它的 skills 目录，比如 Claude Code 是 ~/.claude/skills/，Codex 是 ~/.codex/skills/。
2. 不支持 skill，但能读写本地文件：把文件夹放进知识库根目录（比如 skill/humanities-kb-layers/），在知识库目录里启动 agent，第一句话说「请先阅读 skill/humanities-kb-layers/SKILL.md，之后按其中的说明工作」。
3. 只能上传文件的对话式工具：上传 zip，或上传 SKILL.md 和 references/ 下的文件，说同样的话。这类工具通常不能直接改电脑上的文件，效果有限。

开始使用

• 在知识库目录里对 agent 说「初始化论文知识库」，回答它关于学科、题目、个案类型的几个问题。
• 读完一篇文献，把阅读笔记放进 raw/inbox/，写清作者、题名、出版信息和页码，再说「摄入新的阅读笔记」。
• 问 AI 得来的内容，自己用 > [!abstract]- AI 补充 折叠块或 #来源/AI补充 标签标出来。
• 准备写某一部分时，让 agent「整理第一章第二节的材料提纲和证据清单」，再自己写；写完后可以让它整理脚注、补溯源表、检查引文，或导出 docx。

完整说明在压缩包里的「安装说明.md」。

10目前的不足

• 「这段笔记在论文里起什么作用」这道多选题，三轮下来完全一致只有 4 到 8 题，平均重合度在 0.41 到 0.49 之间，是一致率最低的一项。
• 「是否需要拆分」从第一轮的 95% 降到第三轮的 89%，后面改规则时需要留意不要顾此失彼。