sanguo_llmwiki/docs/02-design.md

sanguo_llmwiki 设计文档

1. 架构设计

1.1 系统架构

┌─────────────────────────────────────────────────────────────┐
│                     Claude Code                              │
│                                                               │
│  ┌─────────────────────┐    ┌─────────────────────────┐   │
│  │   Wiki Skills (11)   │    │   Wiki MCP Server       │   │
│  │   (一次性操作)        │    │   (Python 服务)          │   │
│  └─────────────────────┘    └─────────────────────────┘   │
│                                       │                     │
└───────────────────────────────────────┼─────────────────────┘
                                        │ MCP 协议
                                        │ (stdio/SSE)
┌───────────────────────────────────────▼─────────────────────┐
│                    Wiki MCP Server                           │
│                                                               │
│  ┌─────────────────────────────────────────────────────┐   │
│  │                  MCP Protocol Layer                   │   │
│  └─────────────────────────────────────────────────────┘   │
│                          │                                  │
│  ┌───────────────────────▼───────────────────────────────┐ │
│  │                    Tool Layer                         │ │
│  │  query │ memory │ status │ lint │ linker │ taxonomy │ synthesize│ │
│  └───────────────────────┬───────────────────────────────┘ │
│                          │                                  │
│  ┌───────────────────────▼───────────────────────────────┐ │
│  │                  Service Layer                         │ │
│  │  indexer │ query │ cache │ graph │ parser            │ │
│  └───────────────────────┬───────────────────────────────┘ │
│                          │                                  │
│  ┌───────────────────────▼───────────────────────────────┐ │
│  │                  Storage Layer                         │ │
│  │              SQLite (WAL 模式)                         │ │
│  └─────────────────────────────────────────────────────┘   │
└───────────────────────────────────────┼─────────────────────┘
                                        │
┌───────────────────────────────────────▼─────────────────────┐
│                  Obsidian Wiki Vault                         │
│            /Volumes/KnowledgeBase/wiki-vault               │
│                                                               │
│  practices/ │ concepts/ │ entities/ │ projects/ │ skills/  │
└─────────────────────────────────────────────────────────────┘

1.2 部署架构

开发阶段：

Claude Code --stdio--> Wiki MCP Server (手动启动)

生产阶段：

PM2 --> Wiki MCP Server (SSE 模式)
  │
  └──> Claude Code --SSE--> Wiki MCP Server

---

2. 模块设计

2.1 MCP Protocol Layer

职责：

• MCP 协议解析和封装
• 工具注册和路由
• 错误处理和日志

接口：

class MCPServer:
    def register_tool(self, name: str, handler: Callable)
    def handle_call(self, name: str, params: dict) -> dict
    def log(self, level: str, message: str)

2.2 Tool Layer

工具列表：

工具	输入	输出	实现模块
wiki_query	query, tags, limit	results, citations	QueryTool
memory_bridge	tool_name, date_range	entries	MemoryTool
wiki_status	-	stats, pending	StatusTool
wiki_lint	path, level	issues, fixes	LintTool
cross_linker	path, dry_run	missing_links	LinkerTool
tag_taxonomy	path, enforce	conflicts	TaxonomyTool
wiki_synthesize	concepts, threshold	synthesis	SynthesizeTool
daily_update	-	updated, new	DailyTool

MemoryBridgeTool 详细设计：

class MemoryBridgeTool:
    """memory_bridge 工具实现"""
    
    async def handle(self, tool_name: str, date_range: str) -> dict:
        """
        按 AI 工具来源浏览和对比 wiki 知识
        
        Args:
            tool_name: AI 工具名称（如 "claude", "web_reader", "gitea"）
            date_range: 日期范围（如 "2024-01-01:2024-12-31"）
        
        Returns:
            {
                "entries": [
                    {
                        "path": "practices/moziplus-orchestration.md",
                        "title": "moziplus 编排实践",
                        "summary": "...",
                        "updated_at": "2024-06-15",
                        "relevance_score": 0.85
                    }
                ],
                "total": 12,
                "tool_name": "claude",
                "date_range": "2024-01-01:2024-12-31"
            }
        """
        # 1. 查询符合条件的 wiki 页面
        # 2. 按 tool_name 和 date_range 过滤
        # 3. 计算相关性分数
        # 4. 返回结果列表

2.3 Service Layer

IndexerService（索引服务）：

class IndexerService:
    async def index_page(self, path: str) -> None
    async def index_batch(self, paths: List[str]) -> None
    async def rebuild_index(self) -> None
    async def get_dirty_pages(self) -> List[str]  # 增量更新

QueryService（查询服务）：

class QueryService:
    """查询服务 - 负责所有查询逻辑"""
    
    def __init__(self, db: Database, cache: CacheService):
        self.db = db
        self.cache = cache
    
    async def search(self, query: str, limit: int) -> List[WikiPage]:
        """FTS5 全文搜索"""
        # 1. 检查缓存
        cache_key = f"search:{query}:{limit}"
        cached = await self.cache.get(cache_key)
        if cached:
            return cached
        
        # 2. FTS5 搜索
        results = await self.db.fts_search(query, limit)
        
        # 3. 缓存结果
        await self.cache.set(cache_key, results, ttl=3600)
        
        return results
    
    async def search_by_tags(self, tags: List[str]) -> List[WikiPage]:
        """按标签搜索"""
        return await self.db.search_by_tags(tags)
    
    async def get_page(self, path: str) -> Optional[WikiPage]:
        """获取单个页面"""
        return await self.db.get_page(path)
    
    async def get_links(self, path: str) -> Set[str]:
        """获取页面的出链"""
        return await self.db.get_links(path)
    
    async def get_backlinks(self, path: str) -> Set[str]:
        """获取页面的反向链接"""
        return await self.db.get_backlinks(path)
    
    async def find_orphans(self) -> Set[str]:
        """查找孤立页面（无反向链接）"""
        all_pages = await self.db.get_all_pages()
        orphans = set()
        for page in all_pages:
            backlinks = await self.db.get_backlinks(page.path)
            if not backlinks and page.path != "index.md":
                orphans.add(page.path)
        return orphans

CacheService（缓存服务）：

class CacheService:
    async def get(self, key: str) -> Optional[Any]
    async def set(self, key: str, value: Any, ttl: int)
    async def invalidate(self, pattern: str)

GraphService（图服务）：

class GraphService:
    async def get_links(self, path: str) -> Set[str]
    async def get_backlinks(self, path: str) -> Set[str]
    async def find_orphans(self) -> Set[str]
    async def find_missing_links(self) -> List[Tuple[str, str]]

ParserService（解析服务）：

class ParserService:
    async def parse_frontmatter(self, content: str) -> dict
    async def extract_links(self, content: str) -> List[str]
    async def validate_page(self, path: str) -> List[str]  # 返回问题列表

2.4 Storage Layer

数据库连接（使用 aiosqlite 实现异步）：

import aiosqlite
import asyncio

class Database:
    """SQLite 数据库封装，使用 aiosqlite 实现真正的异步支持"""
    
    def __init__(self, path: str):
        self.path = path
        self._conn = None
        self._lock = asyncio.Lock()
    
    async def connect(self):
        """建立连接，启用 WAL 模式和并发保护"""
        self._conn = await aiosqlite.connect(self.path)
        await self._conn.execute("PRAGMA journal_mode=WAL")
        await self._conn.execute("PRAGMA busy_timeout=10000")  # 10s
        await self._conn.execute("PRAGMA synchronous=NORMAL")
        await self._conn.commit()
    
    async def execute(self, sql: str, params: tuple = ()):
        """执行 SQL（带写入锁）"""
        async with self._lock:
            cursor = await self._conn.execute(sql, params)
            await self._conn.commit()
            return cursor
    
    async def fetch_all(self, sql: str, params: tuple = ()):
        """查询所有结果（读操作无需锁，WAL 自动处理）"""
        cursor = await self._conn.execute(sql, params)
        return await cursor.fetchall()
    
    async def fts_search(self, query: str, limit: int) -> List[WikiPage]:
        """FTS5 全文搜索"""
        sql = """
            SELECT path, title, category, tags, summary, 
                   lifecycle, created_at, updated_at, indexed_at
            FROM wiki_fts
            WHERE wiki_fts MATCH ?
            ORDER BY rank
            LIMIT ?
        """
        rows = await self.fetch_all(sql, (query, limit))
        return [self._row_to_page(row) for row in rows]
    
    async def close(self):
        """关闭连接"""
        if self._conn:
            await self._conn.close()

fix_dirty_states 恢复机制：

async def fix_dirty_states(db: Database):
    """启动时清理可能的脏状态"""
    try:
        # 1. 检查 WAL 文件是否损坏
        await db.execute("PRAGMA wal_checkpoint(PASSIVE)")
        
        # 2. 检查数据库完整性
        result = await db.fetch_all("PRAGMA integrity_check")
        if result and result[0][0] != "ok":
            raise Exception(f"数据库损坏: {result}")
        
        # 3. 清理可能的锁文件
        # （WAL 模式下通常不需要）
        
    except Exception as e:
        logger.warning(f"检测到索引问题，尝试重建: {e}")
        await rebuild_index(db)

---

3. 数据模型

3.1 WikiPage（页面模型）

@dataclass
class WikiPage:
    path: str               # wiki 相对路径
    title: str              # 标题
    category: str           # 分类（practices/concepts/...）
    tags: List[str]         # 标签列表
    summary: str            # 摘要（≤200 字符）
    content_hash: str       # MD5 哈希
    lifecycle: str          # draft/verified/archived/disputed
    created_at: datetime
    updated_at: datetime
    indexed_at: datetime
    
    def is_stale(self, days: int = 90) -> bool:
        return (datetime.now() - self.updated_at).days > days

注： 删除了 sources 字段（v1.0 遗留问题），页面来源可通过 backlinks 推断

3.2 WikiIndex（索引模型）

@dataclass
class WikiIndex:
    pages: Dict[str, WikiPage]
    links: Dict[str, Set[str]]      # source -> {targets}
    backlinks: Dict[str, Set[str]]   # target -> {sources}
    tags: Dict[str, Set[str]]       # tag -> {pages}
    orphans: Set[str]               # 无反向链接的页面
    stats: IndexStats
    
@dataclass
class IndexStats:
    total_pages: int
    total_links: int
    total_tags: int
    last_indexed: datetime
    dirty_pages: int

3.3 SQLite 表结构（完整设计）

页面索引表：

CREATE TABLE wiki_pages (
    path TEXT PRIMARY KEY,
    title TEXT NOT NULL,
    category TEXT,
    tags TEXT,                    -- JSON 数组: ["tag1", "tag2"]
    summary TEXT,
    content_hash TEXT NOT NULL,
    lifecycle TEXT DEFAULT 'draft',  -- draft|verified|archived|disputed
    created_at TIMESTAMP,
    updated_at TIMESTAMP,
    indexed_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

-- 索引优化
CREATE INDEX idx_pages_category ON wiki_pages(category);
CREATE INDEX idx_pages_lifecycle ON wiki_pages(lifecycle);
CREATE INDEX idx_pages_updated ON wiki_pages(updated_at);

FTS5 全文搜索表：

-- 使用 FTS5 创建全文搜索虚拟表
CREATE VIRTUAL TABLE wiki_fts USING fts5(
    path UNINDEXED,        -- 路径不参与全文搜索
    title,                 -- 标题参与搜索
    content,               -- 内容参与搜索
    summary,               -- 摘要参与搜索
    tokenize = 'porter unicode61'  -- 英文词干 + Unicode 分词
);

-- 内容表（FTS5 外部内容表）
CREATE TABLE wiki_content (
    path TEXT PRIMARY KEY,
    content TEXT NOT NULL
);

-- 将 FTS5 关联到内容表
CREATE VIRTUAL TABLE wiki_fts USING fts5(
    path UNINDEXED,
    title,
    content,
    summary,
    content=wiki_content,
    content_rowid=rowid
);

链接关系表：

CREATE TABLE wiki_links (
    source TEXT NOT NULL,
    target TEXT NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    PRIMARY KEY (source, target)
);

-- 反向链接查询优化
CREATE INDEX idx_links_target ON wiki_links(target);

标签索引表：

CREATE TABLE wiki_tags (
    tag TEXT PRIMARY KEY,
    count INTEGER DEFAULT 0,
    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

-- 页面-标签关联表（多对多）
CREATE TABLE wiki_page_tags (
    path TEXT NOT NULL,
    tag TEXT NOT NULL,
    PRIMARY KEY (path, tag),
    FOREIGN KEY (path) REFERENCES wiki_pages(path) ON DELETE CASCADE,
    FOREIGN KEY (tag) REFERENCES wiki_tags(tag) ON DELETE CASCADE
);

CREATE INDEX idx_page_tags_tag ON wiki_page_tags(tag);

索引元数据表：

CREATE TABLE wiki_meta (
    key TEXT PRIMARY KEY,
    value TEXT,
    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

-- 存储索引状态
INSERT INTO wiki_meta (key, value) VALUES 
    ('index_version', '1'),
    ('last_full_reindex', ''),
    ('page_count', '0');

---

4. 接口设计

4.1 MCP Tool 接口

wiki_query:

{
  "name": "wiki_query",
  "inputSchema": {
    "type": "object",
    "properties": {
      "query": {"type": "string"},
      "tags": {"type": "array", "items": {"type": "string"}},
      "limit": {"type": "integer", "default": 10}
    }
  }
}

memory_bridge:

{
  "name": "memory_bridge",
  "inputSchema": {
    "type": "object",
    "properties": {
      "tool_name": {"type": "string"},
      "date_range": {"type": "string"}
    }
  }
}

wiki_status:

{
  "name": "wiki_status",
  "inputSchema": {
    "type": "object",
    "properties": {}
  }
}

4.2 内部服务接口

# IndexerService
async def index_page(path: str) -> IndexResult
async def get_dirty_pages() -> List[str]

# QueryService
async def search(query: str, limit: int) -> List[WikiPage]
async def search_by_tags(tags: List[str]) -> List[WikiPage]
async def get_page(path: str) -> Optional[WikiPage]

# GraphService
async def get_links(path: str) -> Set[str]
async def get_backlinks(path: str) -> Set[str]
async def find_orphans() -> Set[str]

---

5. 核心算法

5.1 增量更新算法

async def incremental_update():
    """增量更新索引 - 只处理变化的页面"""
    # 1. 获取所有 wiki 页面
    all_pages = scan_wiki_vault()
    
    # 2. 检查每个页面的哈希
    for page in all_pages:
        current_hash = md5(page.content)
        stored = await db.get_page_hash(page.path)
        
        if stored != current_hash:
            # 3. 只重索引变化的页面
            await index_page(page)
    
    # 4. 处理删除的页面
    indexed_paths = await db.get_all_indexed_paths()
    for path in indexed_paths:
        if path not in all_pages:
            await db.delete_page(path)

5.2 查询算法

async def wiki_query(query: str, tags: List[str], limit: int):
    """组合查询算法"""
    # 1. FTS5 全文搜索
    if query:
        results = await query_service.search(query, limit)
    
    # 2. 标签过滤
    if tags:
        results = await query_service.search_by_tags(tags)
        if query:
            # 交叉引用：全文搜索结果中也需匹配标签
            results = [r for r in results if any(t in r.tags for t in tags)]
    
    # 3. 按相关性排序
    sorted_results = rank_by_relevance(results, query)
    
    # 4. 返回带 [[wikilink]] 的结果
    return format_results(sorted_results[:limit])

5.3 cross_linker 算法

async def find_missing_links():
    """查找缺失的交叉引用"""
    # 1. 获取所有页面内容
    pages = await load_all_pages()
    
    # 2. 提取所有 [[wikilinks]]
    all_links = extract_all_links(pages)
    
    # 3. 找出缺失的链接
    missing = []
    for source, targets in all_links.items():
        for target in targets:
            if not await page_exists(target):
                missing.append((source, target))
    
    return missing

5.4 hot.md 生成算法

async def generate_hot_md():
    """生成热点文件 - 记录最近活动和关键发现"""
    # 1. 获取最近更新的页面（7 天内）
    recent_pages = await db.get_recent_pages(days=7)
    
    # 2. 获取新增标签
    new_tags = await db.get_new_tags(days=7)
    
    # 3. 检测新的孤立页面（可能需要链接）
    orphans = await query_service.find_orphans()
    
    # 4. 生成 markdown
    hot_content = f"""# Wiki Hot - {datetime.now().strftime('%Y-%m-%d')}

## 最近更新
{format_page_list(recent_pages)}

## 新增标签
{format_tag_list(new_tags)}

## 待链接页面
{format_orphan_list(orphans)}
"""
    
    # 5. 写入 hot.md
    await write_file("hot.md", hot_content)

---

6. 配置设计

6.1 配置文件结构

# ~/.sanguo-llmwiki/config.yaml
wiki:
  vault_path: "/Volumes/KnowledgeBase/wiki-vault"
  index_path: "~/.sanguo-llmwiki/index.db"
  max_page_size_kb: 500

mcp:
  mode: "stdio"  # stdio 或 SSE
  host: "localhost"
  port: 8080

performance:
  query_timeout_ms: 5000
  cache_ttl_seconds: 3600
  fts_cache_size_mb: 100
  max_concurrent_indexing: 5

logging:
  level: "INFO"
  file: "~/.sanguo-llmwiki/wiki-mcp.log"

6.2 环境变量

# 环境变量优先级高于配置文件
WIKI_VAULT_PATH=/custom/path
WIKI_INDEX_PATH=/custom/index.db
MCP_MODE=sse
LOG_LEVEL=DEBUG
MAX_CONCURRENT_INDEXING=10

---

7. 错误处理

7.1 错误分类

错误类型	处理方式
Wiki 路径不存在	启动失败，返回友好错误
索引文件损坏	自动重建 + WARN 日志
SQLite 写入失败	回滚事务 + 重试 1 次
页面解析失败	记录日志 + 跳过该页面
MCP 协议错误	返回标准错误格式
查询超时	返回部分结果 + WARN
重试失败	降级为文件扫描（性能降低）

7.2 错误响应格式

{
  "success": false,
  "error": {
    "code": "INDEX_CORRUPTED",
    "message": "索引文件损坏，正在自动重建",
    "details": {"rebuilding": true}
  }
}

7.3 重试策略

async def execute_with_retry(db: Database, sql: str, params: tuple, max_retries: int = 2):
    """带重试的数据库操作"""
    for attempt in range(max_retries):
        try:
            return await db.execute(sql, params)
        except aiosqlite.OperationalError as e:
            if "database is locked" in str(e) and attempt < max_retries - 1:
                await asyncio.sleep(0.1 * (2 ** attempt))  # 指数退避
                continue
            raise

---

8. 安全考虑

虽然是本地系统，但仍需考虑：

1. 路径安全：验证路径在 wiki vault 范围内（防止路径遍历）
2. 资源限制：限制查询返回数量、内存使用
3. 日志脱敏：日志中不记录敏感内容

---

9. 性能优化

9.1 索引优化

• 使用 FTS5 全文搜索索引
• 标签单独建立索引
• 定期 VACUUM（每周）

9.2 查询优化

• 查询结果缓存（TTL 1 小时）
• 限制返回数量（默认 10）
• 使用 prepared statements

9.3 并发优化

• SQLite WAL 模式
• aiosqlite 真正的异步支持
• asyncio.Lock 写入串行化
• busy_timeout=10s

---

10. Wiki Skills 设计

10.1 Skill 模板

每个 Skill 遵循统一结构：

---
name: wiki-xxx
description: >
  简短描述（1-2 句）
  触发条件
---

# Wiki XXX

## 使用场景
用户何时触发这个 Skill

## 操作步骤
1. ...
2. ...

## 输出格式
...

10.2 Skills 列表（与需求对齐）

优先级 P0（核心）：

1. wiki-setup - 初始化 wiki vault
2. wiki-ingest - 蒸馏文档
3. wiki-capture - 保存对话

优先级 P1（重要）： 4. wiki-rebuild - 重建 wiki 5. data-ingest - 录入非结构化数据 6. ingest-url - 抓取 URL 7. wiki-export - 导出知识图谱

优先级 P2（可选）： 8. wiki-research - 多轮搜索研究 9. impl-validator - 验证实现 10. graph-colorize - 着色 11. wiki-agent - 录入历史

---

11. 性能基准测试

11.1 benchmark.py 设计

#!/usr/bin/env python3
"""
Wiki MCP Server 性能基准测试
参考 BitNet 实践 - 可验证的性能指标
"""

import asyncio
import time
import statistics
from typing import List

class Benchmark:
    """基准测试类"""
    
    def __init__(self, query_service: QueryService):
        self.query_service = query_service
        self.results = []
    
    async def benchmark_query(self, query: str, iterations: int = 100) -> dict:
        """测试查询性能"""
        latencies = []
        
        for _ in range(iterations):
            start = time.perf_counter()
            await self.query_service.search(query, limit=10)
            end = time.perf_counter()
            latencies.append((end - start) * 1000)  # ms
        
        return {
            "query": query,
            "iterations": iterations,
            "avg_ms": statistics.mean(latencies),
            "p50_ms": statistics.median(latencies),
            "p99_ms": statistics.quantiles(latencies, n=100)[98],
            "min_ms": min(latencies),
            "max_ms": max(latencies),
            "qps": iterations / sum(latencies) * 1000
        }
    
    async def benchmark_indexing(self, page_count: int = 1000) -> dict:
        """测试索引性能"""
        start = time.perf_counter()
        
        # 模拟索引 N 个页面
        pages = generate_mock_pages(page_count)
        await indexer_service.index_batch(pages)
        
        end = time.perf_counter()
        total_ms = (end - start) * 1000
        
        return {
            "page_count": page_count,
            "total_ms": total_ms,
            "avg_ms_per_page": total_ms / page_count
        }
    
    async def run_all(self) -> dict:
        """运行所有基准测试"""
        results = {}
        
        # 1. 查询性能测试
        queries = [
            "SQLite 并发",
            "性能优化",
            "架构设计"
        ]
        for query in queries:
            results[f"query_{query}"] = await self.benchmark_query(query)
        
        # 2. 索引性能测试
        results["indexing"] = await self.benchmark_indexing()
        
        # 3. 内存占用测试
        results["memory"] = measure_memory_usage()
        
        return results

# 基准测试目标（参考需求 4.1）
TARGETS = {
    "query_p99_ms": 100,          # P99 延迟 < 100ms
    "fts_search_p99_ms": 200,      # 全文搜索 < 200ms
    "index_avg_ms_per_page": 10,  # 索引 < 10ms/页
    "memory_mb": 500               # 内存 < 500MB
}

if __name__ == "__main__":
    # 运行基准测试
    benchmark = Benchmark(query_service)
    results = asyncio.run(benchmark.run_all())
    
    # 输出结果
    print("=== Wiki MCP Server Benchmark ===")
    print(json.dumps(results, indent=2))
    
    # 检查是否达标
    for key, target in TARGETS.items():
        actual = results.get(key)
        if actual and actual > target:
            print(f"WARNING: {key} ({actual}) exceeds target ({target})")

---

12. 测试设计

12.1 单元测试

覆盖所有 Service 层的核心逻辑：

• IndexerService 测试
• QueryService 测试
• GraphService 测试
• ParserService 测试
• Database 并发测试（模拟并发写入）

12.2 集成测试

• MCP 协议层测试（使用 MCP SDK mock）
• SQLite 操作测试
• Wiki 解析测试
• FTS5 搜索测试

12.3 E2E 测试

使用真实 wiki 数据集测试：

• 查询场景
• 搜索场景
• 索引更新场景
• 并发查询场景

---

13. 部署设计

13.1 开发部署

# 手动启动
cd ~/.openclaw/sanguo_projects/sanguo_llmwiki
python -m mcp_server.main

13.2 生产部署

# PM2 配置
cat > ecosystem.config.cjs << 'EOF'
module.exports = {
  apps: [{
    name: 'wiki-mcp',
    script: 'python',
    args: '-m mcp_server.main',
    cwd: '/Users/chufeng/.openclaw/sanguo_projects/sanguo_llmwiki',
    instances: 1,
    autorestart: true,
    watch: false,
    max_memory_restart: '500M',
    env: {
      PYTHONUNBUFFERED: '1',
      LOG_LEVEL: 'INFO'
    }
  }]
}
EOF

pm2 start ecosystem.config.cjs
pm2 save

13.3 MCP 配置

stdio 模式（开发）：

{
  "mcpServers": {
    "wiki": {
      "command": "python",
      "args": ["-m", "mcp_server.main"],
      "cwd": "/Users/chufeng/.openclaw/sanguo_projects/sanguo_llmwiki",
      "env": {
        "WIKI_VAULT_PATH": "/Volumes/KnowledgeBase/wiki-vault"
      }
    }
  }
}

SSE 模式（生产）：

{
  "mcpServers": {
    "wiki": {
      "type": "sse",
      "url": "http://localhost:8080/sse"
    }
  }
}

注： SSE 模式需要 MCP Server 实现 HTTP 端点，v1.0 暂不实现，v1.1 预留接口

---

14. 修订记录

v1.1（2026-06-26）

修复的问题：

Critical（必须修复）：

• ✅ C1: 补充 QueryService 模块设计（第 2.3 节）
• ✅ C2: 补充完整的 SQLite 表结构设计（第 3.3 节）

Major（建议修复）：

• ✅ M1: Database 类改用 aiosqlite 实现真正的异步（第 2.4 节）
• ✅ M2: 补充 MemoryBridgeTool 详细设计（第 2.2 节）
• ✅ M3: 配置项与需求对齐（第 6.1 节）
• ✅ M4: Wiki Skills 优先级与需求对齐（第 10.2 节）
• ✅ M5: 新增 benchmark.py 设计（第 11 节）

Minor（可选改进）：

• ✅ m1: 删除 WikiPage.sources 字段并添加说明
• ✅ m2: 补充 hot.md 生成算法（第 5.4 节）
• ✅ m3: 补充重试策略和降级方案（第 7.3 节）
• ✅ m4: 明确 SSE 模式为 v1.1 预留（第 13.3 节）
• ✅ m5: 补充 Python 3.11+ 版本要求（需求文档）

---

文档版本：v1.1 创建时间：2026-06-26 更新时间：2026-06-26