AI

背景

当前仓库用于维护技术知识库，希望在与 AI 对话时，把有效技术信息自动整理为长期可维护的 Markdown 文档。

当前目标

建立一套在仓库内可直接执行的知识整理规则，实现“对话触发式自动整理”，并为后续更高自动化保留扩展空间。

知识条目

通用结论

知识库长期维护应优先依赖稳定主题、知识条目结构和增量更新，而不是问题级文件拆分。
ChatGPT 与 Codex 分工明确时，知识提炼与文档维护会更稳定。
当知识规模持续增长时，采用“主题目录 + 子主题文件”比单主题单文件更适合长期维护。

风险与注意事项

如果主题命名不稳定，后续会出现重复主题和难以合并的问题。
如果不做条目级去重，主题文档会逐渐失去可检索性。

待办事项

按稳定主题初始化更多高频主题文档。
后续补充“何种类型的信息必须立即落盘”的更细粒度判定规则。
评估是否需要为知识库整理增加本地导入脚本与条目级查重。
评估并执行从单文件主题入口向 topics/<topic>/overview.md + topics/<topic>/<subtopic>.md 的迁移方案。

更新记录

2026-03-12: 初始化 AI 主题概览文件。
2026-03-12: 将 AI 主题从单一入口文件拆分为多个语义化知识文件。
2026-03-12: 新增“Codex CLI 多代理协同方式与工程化落地”知识条目。
2026-03-12: 新增“AI 技术知识库项目指令设计原则”知识条目。
2026-03-12: 新增“大模型接入基础与工程模式”知识条目。
2026-03-12: 新增“外部 ChatGPT 指令文件是否应整份纳入知识库”知识条目。
2026-03-12: 新增“是否应建立 prompts 目录管理可演进提示词”知识条目。
2026-03-12: 将 AI 3D打印助手项目实现类文档迁移到 projects/ai-3d-printing-assistant/，避免主题层混入项目细节。
2026-03-13: 将 test_diagnose.py 源码分析迁移到 projects/ai-3d-printing-assistant/，避免主题层混入项目源码说明。