60 秒速览
- 本文在干什么：为 RAG v1.0（RAG 增强的单轮对话）定目标与边界——输出端按学习过程主线组织，输入端定为 Agent 学习资料，素材清单 6 类全收。
- 产出 ：v1.0 边界速查；输出端主线（初步学习 → 内化 → 产出）；知识库主题与素材清单 6 类（明细见第二部分）；引用真实性硬约束；版权合规口径（素材只进本地）。
- 当前状态：素材已采集完毕（教程 3 / 文章 16 / The Batch 2 / 国内 7 / 自有文档，台账 data/kb-src/MANIFEST.md）；
- 下一步：用例设计。
第一部分 · 思路简要描述 + 结论
一句话主线： v1.0 = RAG 增强的单轮对话，服务"通用学习助手"定位；输出端问答能力按学习过程主线组织（初步学习 → 内化学习 → 产出辅助）；输入端知识库主题定为 Agent 学习资料、形态覆盖主流处理策略。构思这个边界的关键指导思路，是“以产品定位推导目标和边界”，如果只记一句话，那这就是那句该记的。
v1.0 边界速查
读法： 先扫这张表——v1.0 做什么、做到什么程度、不做什么。详细论证见下方决策速查表与第二部分决策链（阶段 A/B/C）。
| 维度 | v1.0 状态 | 边界 / 理由 |
|---|---|---|
| 产品形态 | RAG 增强的单轮对话 | 单 query → 完整回答；Agent 内部手段不限（多次检索 / 工具调用均可）；多轮暂不上（是单轮之上的叠加层） |
| 输出端范围 | 初步学习 + 内化核心环节达标 | 认知 / 解惑 / 辨析 / 梳理 / 溯源；批判认知、应用产出部分覆盖；验证理解、学习规划、复习作为补充环节 |
| 明确缓做 | 迁移应用（举一反三） | 单轮 + 跨域，后续版本方向，v1.0 不投入 |
| 知识库主题 | Agent 学习资料 | 教程 + 业界文章 + 学术论文 + 项目自有文档；深度覆盖入门 / 应用前沿 / 学术研究 |
| 素材策略 | 混合"都要" | 真实可学（不只要最新）+ 最新素材作评测验证载体；按模型熟悉度分级，把"模型已知 vs 检索溯源"污染变成测试资产 |
| 知识库外策略 | 通用知识回答 + 标注 | 学习助手定位下非纯拒答；纯拒答是"知识库问答工具"的定位 |
| 引用约束 | 关键事实可溯源到检索原文 | 引用真实性为 v1.0 硬约束，直接约束检索与生成实现 |
| 输入侧形态 | 覆盖向量化为主的主流处理策略 | 长文本叙事 / 结构感知 / 结构化数据 / 短条目批量 / 多文档集合；素材载体已初步覆盖 |
定稿决策速查
| 决策项 | 定稿口径 | 一句话理由 | 详见 |
|---|---|---|---|
| 产品形态 | RAG 增强的单轮对话：单 query → 完整回答，Agent 内部手段不限（多次检索 / 工具调用均可）；多轮暂不上 | 产品视角定目标，多轮是单轮之上的叠加层 | 阶段 A |
| 分类方法论 | 问答类型分类轴 = 产品定位；推导链：定位 → 场景 → 意图 → 应答形态 → 内容需求 → 承载形式 | 用户意图与定位相关，分类不靠技术 / 主题 | 阶段 A |
| 输出端主线 | 学习过程：初步学习（认知 / 解惑 / 辨析）→ 内化学习（梳理 / 溯源 / 批判）→ 产出辅助（应用）；补充：验证理解 / 学习规划 / 复习 | 主线是对现实的建模，能"主"且覆盖多数环节即可 | 阶段 A |
| v1.0 范围 | ok = 初步学习 + 内化核心达标（认知 / 解惑 / 辨析 / 梳理 / 溯源）；批判认知、应用产出部分覆盖；迁移应用明确缓做 | 先跑通主线核心环节 | 阶段 A |
| 知识库外策略 | 通用知识回答 + 标注"非知识库来源"（非纯拒答） | 学习助手定位；纯拒答是"知识库问答工具"的定位 | 阶段 A |
| 知识库主题 | Agent 学习资料：入门教程 + 业界文章（A社/OpenAI/国内厂商）+ 学术论文 + 项目自有文档；混合"都要"策略 | 知识库与学习目标强一致；最新素材作评测验证载体 | 阶段 B |
| 输入侧形态 | 覆盖向量化为主的主流策略：长文本叙事 / 结构感知 / 结构化数据 / 短条目批量 / 多文档集合 | 练手要摸生产主要问题，不限于单一形态 | 阶段 B |
| 引用约束 | 关键事实可溯源到检索原文（v1.0 硬约束） | 直接约束检索与生成实现 | 阶段 A/B |
| 素材清单 | 6 类全收：教程 3 + 业界文章 16 + The Batch 周刊 + 国内厂商 8 + 学术论文（arXiv 为主，半自动 UI）+ 项目自有文档；按模型熟悉度分级，把"模型已知 vs 检索溯源"污染变成测试资产；逐条明细见第二部分「素材清单」 | 覆盖输入侧主流策略 + 评测干净度分级 | 阶段 B |
| 版权合规 | 素材只进本地（data/ 不入库）+ 采集记 manifest；公开 / 商用触发复审；仓库补 MIT LICENSE（出站方向） | 真正的风险是公开分发而非商用 | 阶段 C |
真待定清单（尚未定的，已定项已并入决策速查表）
- 来源标注粒度与格式（段落级；格式）；
- 知识库外策略细节（方向已定：通用知识 + 标注，具体边界与措辞待定）；
- 检索不到 / 低置信处理（拒答 / 降级通用回答 + 标注）；
- 验收线阈值（建议稿方向：学习主线核心环节用例通过率 ≥ 阈值 + 来源引用 100% + 知识库外零编造；具体阈值待用例框架产出后定）。
第二部分 · 现场细节（复原现场找感觉用）
讨论历程（决策链，按主题分阶段；【决策点】= 该条落定的决策）
阶段 A · 目标与输出端（定位 / 主线 / 环节）
- 【决策点】起点（目标定稿） ：沛东提出 v1.0 = RAG 增强的单轮对话，暂不上多轮；确认定义：单 query → 完整回答，Agent 内部手段不限（额外的探索验证空间），产品视角定目标；
- 现状核查：多轮会话 = 框架未接通（Port + 内存实现 + assemble 支持 history，但 chat API 不传 history、session 不持久化，loop 注释"当前调用方还没传"）；kb_priority = 空壳提示词（要求"优先使用个人知识库并给出引用来源"但无检索能力——有诱导编造来源的风险）；
- 范围之争：练手应摸 RAG 生产主要问题（沛东要求：输入覆盖主流处理策略、输出覆盖主流问答类型）→ 三国单文本只覆盖"长文本 + 细节问答"，不够 → Codex 曾提议"多形态语料集合"（原著 + 结构化表 + 人物条目 + FAQ）；
- 【决策点】分类方法论：输出端问答分类"不够第一性"（沛东直觉）→ Codex 拆解根因：之前分类混了三轴（答案形态 / 技术难度 / 产品边界）→ Codex 提出干净分类三标准（单一轴、互斥且穷尽、同类共享答案结构）→ 三轴递进关系：用户意图（决定质量标准）→ 应答形态（决定实现）→ 问句形式（识别线索）；检索需求与范围为独立正交轴；
- 【决策点】定位第一性（沛东顿悟） ："用户的意图其实是跟产品定位相关的"——意图分类从产品定位推，不从知识库主题推；三国版意图（快速查证等）是"知识库问答工具"视角，定位错位；
- 【决策点】学习过程主线（沛东组织） ：意图按"学习的典型过程"组织——初步学习（不知道→知道 / 不懂→懂 / 消除混淆）→ 内化学习（框架 / 证据 / 批判）→ 产出辅助；主线 = 对现实的建模（沛东观点，Codex 确认：有损压缩——能"主"、覆盖绝大多数环节、给功能取舍依据即可；不追求穷尽，靠验证暴露后迭代补——与 0022"评测体系就绪不追求完美"同原则）；
- 【决策点】环节扫描（Codex 补漏） ：补"验证理解"（含自测出题）；补"学习规划与延伸推荐"（入口：'我想学三国从哪开始'）；补"重点提炼 / 复习"（巩固：'帮我总结要点'，Bloom 认知目标里"记忆"这条腿此前是空的）；"迁移应用 / 举一反三"明确缓做。
阶段 B · 输入端与素材（主题 / 素材清单 / 论文入库）
- 【决策点】知识库主题变更：三国 → Agent 学习资料（2026-09-01） ：沛东提出——定位是学习助手、在学 Agent，输入资料就用 Agent 学习资料（业界文章 / 论文 / 教程），知识深度覆盖入门-应用前沿-学术研究，支撑完整学习过程。Codex 确认方向对（知识库与学习目标强一致、深度分层映射主线各环节、多形态贴输入覆盖目标），但指出漏洞：换掉三国并不能解决评测污染——Agent 资料模型同样熟甚至更熟；对抗手段四条：①内容时效性（2025-2026 新实践）②自有内容（项目文档进知识库，模型绝对没见过，评测最干净）③引用约束（必须引用原文片段）④细节用例（问原文具体表述/数据/出处逼检索）。沛东拍板：混合策略"都要" ——知识库要真实可学（自己就是用户），最新素材纳入作评测验证载体；自有内容"妙不可言"；引用约束确认；细节用例待定内容范围后按用户环节构造；实操晚点谈，先用产品经理视角（做时发现问题再讨价还价优先级）。
- 【决策点】素材清单定稿（2026-09-01 续） ：沛东确认教程两件套（李博杰书 + HF 课程）后要求扩展文章：A社不能只有《Building Effective Agents》，要 OpenAI 与个人站（Agent 业界有名）。Codex 检索验证后给出三组候选，核心标准 = 时效性（2025-2026 新文模型不熟，评测干净）：A社 5 篇核心 + 可选 Claude Code Best Practices；OpenAI 3 篇（含意外收获 Harness Engineering 2026-02，与项目 AGENTS.md / 记忆体系强相关）；个人站 5 篇 + 可选 Hamel evals 系列；Lilian 2026-07 Harness 长文与 OpenAI / A社 harness 文构成三方对照，天然是"辨析 / 批判"素材。沛东：可选的全收了。素材越挖越多，知识库还没开建，清单已近 20 条。
- 【决策点】吴恩达教程发现（2026-09-01） ：沛东问吴恩达是否有文字版教程（视频版暂不管）。Codex 查证：官方 Agentic AI 系列（2025-09/10，DeepLearning.AI）以视频为主（31 视频课 + 3 阅读课），逐字稿不便抓取；但 Datawhale 有完整中文翻译整理版（5 模块 Markdown 全部完成），与李博杰书同一条 Markdown 采集管线，收；《Machine Learning Yearning》（2018 PDF）纯文字但老且非 Agent 主题，未选；The Batch 周刊纯文字、持续更新、模型不熟（如 2025-10《Disciplined Evals and Error Analysis Accelerate Agentic AI》与评测工作直接共鸣），沛东确认收入。
- 【决策点】国内厂商文章升格（2026-09-01，沛东洞察） ：沛东指出前沿文章（A社 / OpenAI / 个人站）大多以 CodeAgent 为分析对象，而编码域基础设施明显好于其他领域，知识库因此自带偏见；国内厂商文章可补此偏见。Codex 认同并挖根因：编码域自带验证闭环（编译 / 测试 / lint / CI 确定性反馈），非编码域反馈模糊、评测要自己造——正对应 0022 手搓评测可信度的经历，本项目本身就是"难域"；前沿语料是"方便域采样偏差"。国内厂商文章另补"约束对标"：国产模型 / 成本敏感 / 中文环境 / 合规要求下硬扛工程，与 DeepSeek 栈处境更贴近。同时泼冷水：非所有国内厂商文章都补偏见，多为发布通稿 / 译文，需按 4 条选材标准人工筛。
- 【决策点】学术论文来源与入库方式（2026-09-01） ：沛东问期刊/会议论文是否不易公开检索，忆起"某 A 打头网站"（arXiv）；Codex 确认三类公开性：纯期刊有付费墙/延迟开放、AI 顶会（NeurIPS/ICML/ICLR 走 OpenReview、ACL 系列走 ACL Anthology）反而公开、arXiv 是公共预印本层。沛东进一步提出产品定位问题：是否做"自动智能入库"？判断学术论文是最合适对象（来源稳定/格式稳定/结构化最好）。Codex 认同论文最适合，但指出盲点：论文只是五类素材之一且是最容易的一类，全类型自动入库难度高且在主线上价值低；且全自动违背"基础件人工复核"原则。沛东拍板：其他类型全自动暂不做；论文类做半自动智能入库，且要 UI 不要脚本（脚本太难用）。
- 【决策点】论文入库 UI 边界确认 + 项目自有文档范围确认（2026-09-01） ：Codex 给出 UI 四步流程（检索条件 → AI 打分排序候选清单 → 人工勾选 → 入库结果），并说明筛选规则独立成可配置文本是论文"范围"的落点；沛东确认理解正确。项目自有文档范围草案（AGENTS.md + memory/ 关键笔记 + backend 架构文档），沛东确认。素材清单至此全部定稿。
阶段 C · 版权合规与收尾
- 【决策点】版权合规（2026-09-01，沛东发问） ：沛东问"教程拿过来进知识库，会不会涉及版权？"。Codex 查证给出许可矩阵：李博杰书 / HF Course 为 Apache-2.0（宽松）；Datawhale 版吴恩达为 CC BY-NC-SA 4.0（非商业 + 相同方式共享）；A社 / OpenAI / 国内厂商 / The Batch 版权归厂商属灰色；arXiv 需逐篇记录 license 字段。沛东补充两个关键事实：项目代码公开在 GitHub、暂无商用计划。Codex 据此收敛：真正的风险不是"商用"而是"公开分发"——仓库数据文件已在 .gitignore，素材只进本地永不进仓库，风险从"公开再分发"降级为"个人学习使用"；NC 条款因不商用而满足；SA 条款只在"改编+再分发"时触发，本地入库不触发。决策：素材清单补"许可/风险"口径 + 采集时逐条记录 manifest + 本地私有 + 公开/商用触发合规复审（换 Datawhale 版、厂商全文转索引+摘要+引用）；仓库补 LICENSE（MIT，2026-09-01，出站方向）。
草案记录
- 三国版意图（定位错位，仅存档） ：快速查证 / 系统了解 / 比较决策 / 清单盘点 / 因果理解 / 来源核实——"知识库问答工具"视角；
- 学习助手意图 7 类（过渡版） ：认知扩展 / 解惑 / 辨析 / 溯源求证 / 结构化梳理 / 批判认知 / 应用产出；
- 学习过程主线（定稿方向） ：初步学习（认知扩展 / 解惑 / 辨析）+ 验证理解 → 内化学习（结构化梳理 / 溯源求证 / 批判认知）→ 产出辅助（应用产出）；入口环节：学习规划与延伸推荐；巩固环节：重点提炼 / 复习；缓做：迁移应用；
- 输入侧形态覆盖目标：长文本叙事切分 / 结构感知切分（标题层级）/ 结构化数据（表格，非纯向量）/ 短条目批量向量化（FAQ）/ 多文档集合（元数据过滤 + 跨文档检索）。
素材清单（2026-09-01 定稿）
教程 3 份（均为文字版，可入库）：
- 李博杰《深入理解 AI Agent：设计原理与工程实践》 ——GitHub bojieli/ai-agent-book，2026-08 开源，Markdown 全文 + 88 个实验，中文，入门→工程实战；模型熟悉度：低（最新开源，评测干净）；载体：Markdown 长文。
- Hugging Face Agents Course——huggingface.co/learn/agents-course，免费认证课程，smolagents / LangChain / LlamaIndex 多框架，有中文，系统入门路径；模型熟悉度：中高；载体：网页。
- 吴恩达 Agentic AI（Datawhale 中文整理版） ——github.com/datawhalechina/agentic-ai，5 模块全译（工作流入门 / 反思 / 工具使用 / 构建技巧 / 高自治智能体模式）+ 知识点梳理 + 代码解读；非官方逐字稿，但结构化整理更适合检索；模型熟悉度：低；载体：Markdown。
业界实践文章 16 篇：
- A社（6） ：Building Effective Agents（2024-12，workflows vs agents 框架圣经，熟悉度高）；How we built our multi-agent research system（2025-06，多智能体生产实践 + 评测方法论——小样本起步 / LLM-judge 单次评分最稳 / 人工兜底，与 0022 直接呼应）；Effective context engineering for AI agents（2025-09，compaction / 结构化笔记）；Effective harnesses for long-running agents（2025-11，环境初始态 / 增量推进 / 干净收尾，呼应红线护栏）；How we contain Claude across products（2026-05，爆炸半径 / 文件挂载权限模式，熟悉度最低）；Claude Code Best Practices（2025-05，工具使用实践）。
- OpenAI（3） ：A Practical Guide to Building Agents（2025-04，官方 34 页 PDF 指南）；Harness engineering（2026-02，AGENTS.md 即地图而非百科 / 渐进披露 / 不变量优先于微管理 / 反馈闭环，与项目记忆体系强相关，熟悉度最低）；New tools for building agents（2025-03，Agents SDK / agent 循环 / guardrails / handoffs 概念源）。
- 个人站（7） ：Lilian Weng——LLM Powered Autonomous Agents（2023-06 经典综述：规划 / 记忆 / 工具三件套）+ Harness Engineering for Self-Improvement（2026-07，31 分钟长文，与 OpenAI / A社 harness 三方对照）；Simon Willison——2025: The year in LLMs（2025-12 年度全景：推理模型 / coding agents / 安全）；Chip Huyen——Agents（2025-01，AI Engineering 书摘：定义 / 工具 / 规划 / 失败模式 / 评测）；Eugene Yan——Patterns for Building LLM-based Systems & Products（2024-04 七大模式：Evals / RAG / Finetune / Caching / Guardrails / Defensive UX / 反馈闭环）；Hamel Husain——Your AI Product Needs Evals（2024-03 评测三级体系：单元断言 → 人工+模型评估 → A/B）+ AI Evals FAQ（2025，与 Shreya Shankar 合写）。
周刊来源（1） ：The Batch（deeplearning.ai/the-batch）——Andrew Ng 每周文字通讯，按 Agent 主题精选入库（如 2025-10《Disciplined Evals and Error Analysis Accelerate Agentic AI》），持续更新、模型不熟。
国内厂商文章 8 篇（2026-09-01 升格为必收类别并筛定） ——补两块：①难域：编码域自带验证闭环（编译 / 测试 / lint / CI），非编码域（客服 / 办公 / 电商 / 内容 / 学习助手）反馈模糊、评测要自己造，前沿语料存在"方便域采样偏差"（CodeAgent 中心主义）；②约束对标：国产模型 / 成本敏感 / 中文环境 / 合规要求下的工程取舍，与 DeepSeek 栈处境更贴近。选材标准 4 条：①非编码域 agent 落地案例（而非 CodeAgent 技术博客）；②有真实工程细节（评测 / 护栏 / 成本 / 数据处理）；③2025-2026 新实践；④排除营销通稿和纯译文。最终清单：
- 美团 WOWService 技术报告（2025-11，tech.meituan.com）——智能客服 + 多 Agent 协同 + 数据与知识双驱动 + 自动化评测，非编码域（客服）生产落地标杆；模型熟悉度：低；载体：网页长文。
- 美团 VitaBench 评测基准（2025-11，tech.meituan.com）——复杂生活场景交互式 Agent 评测基准：66 个工具、400 项单场景/跨场景任务、顶级推理模型主榜成功率仅约 30%——与 0022 手搓评测直接共鸣（难域评测 / 交互式任务 / 成功率低）；模型熟悉度：低；载体：网页。
- 火山引擎 Agent Kit（2025-12，InfoQ）——生产级 Agent 基础设施：8 大模块（记忆 / 知识库 / 监控 / 评测 / 护栏 / 成本），约 70 行代码实现完整 Agent、代码量减少 96%；模型熟悉度：低；载体：网页。
- 多 Agent 生产落地困境：协作税（2026-06，阿里云开发者社区）——多 Agent 复杂度非线性增长：协作税 3-5× Token 膨胀、延迟 / debug / 冲突成本，六大故障类；模型熟悉度：低；载体：网页。
- AI Agent 安全防护实战：最小权限与 HITL（2026-08，阿里云开发者社区）——六大风险、三大根因（功能过多 / 权限过大 / 自主过高）、四道工程化防线（最小权限工具收敛等），与 0022 红线护栏经验直接共鸣；模型熟悉度：低；载体：网页。
- 阿里云的 Agent Infra 长什么样（2026-05，阿里云开发者社区）——Agent 六大挑战（无规律突发负载 / 大规模动态编排 / 短生命周期 / 数据模态存储复杂 / 动态环境依赖 / 任务级安全可控）与企业级工程化落地；模型熟悉度：低；载体：网页。
- 腾讯汤道生 harness 话语（2026-03 新京报峰会报道 + 2026-06 界面新闻深度访谈）——国内大厂高管公开谈 harness："AI 落地不只是算法题，不同 Harness 设计对实际效果与 Token 成本影响很大"，另有"产品、模型、评测、数据四维对齐"表述；构成国内 harness 话语第四方；模型熟悉度：低；载体：网页。
明确排除（记录在案） ：腾讯 TokenHub 软文、腾讯"量化实践"AI 水文、华为盘古矿山（2023 老文）、MarsCode / 通义灵码（编码域，不补偏见）、讯飞 / 京东 / 蚂蚁新闻稿、库迪巡检（⑧）、Kimi K2.6 批判（⑩）。
学术论文（2026-09-01 定来源与入库方式） ——来源：arXiv 为主（开放获取、API 结构化元数据、LaTeX 生成 PDF 文本质量高、Agent 主题论文基本都在），OpenReview / ACL Anthology 为辅（覆盖评审中与已发表的开放论文）；知网等付费墙源排除。入库方式：半自动智能入库，带 UI（不做全自动、不做脚本）——UI 上填检索条件（关键词 / 分类 / 时间窗）→ 后端拉 arXiv 候选 + LLM 按主题规则打分排序 → UI 展示候选清单（标题 / 作者 / 摘要 / 打分理由 / 熟悉度预估）→ 人工勾选确认 → 批量下载解析入库。范围 = "主题筛选规则"而非具体清单。模型熟悉度：低（2024-2026 新论文，评测干净）；载体：PDF。
项目自有文档（2026-09-01 确认范围） ——AGENTS.md（项目核心约定）+ memory/ 下与 Agent 设计相关的关键笔记（0022 评测与调校 / 0009 功能摘要 / 0002 路线图等）+ backend 架构文档。双重作用：①模型绝对没见过的自有内容，评测最干净；②知识库能回答"这个项目自己是怎么做出来的"这类问题。模型熟悉度：零（最干净）；载体：Markdown + HTML。
未收（记录在案） ：Machine Learning Yearning（2018 PDF）——老、非 Agent 主题、模型最熟，仅当补"误差分析"方法论时再议。至此素材清单全部闭环，无待定项。
模型熟悉度分级的用途：高=评测污染风险大（模型可能不检索直接答对）；中=部分污染；低=评测最干净。经典文（Building Effective Agents / Lilian 综述 / Chip / Eugene）承担认知与框架角色，正好用"模型已知 vs 检索溯源"对照用例把污染变成测试资产。
版权与许可（2026-09-01 补充）
背景：沛东问"教程拿过来进知识库，会不会涉及版权？"；随后补充两个关键事实——项目代码公开在 GitHub、暂无商用计划。Codex 查证后收敛：真正的风险不是"商用"而是"公开分发"。
| 素材类别 | 许可 / 权属 | 风险 | 处理口径 |
|---|---|---|---|
| 项目自有文档 | 自有 | 无 | 正常入库，可随仓库分发 |
| 李博杰书 / HF Course | Apache-2.0 | 无 | 全文入库无碍（宽松许可） |
| Datawhale 版吴恩达 | CC BY-NC-SA 4.0 | 非商业限制；相同方式共享 | 个人非商用 OK（NC 满足）；本地入库不触发 SA（SA 在"改编+再分发"时才触发）；公开/商用前替换 |
| A社 / OpenAI / 国内厂商 / The Batch | 版权归厂商 | 灰色：复制属未授权 | 个人学习本地使用风险很低；产品公开/商用前转"索引+摘要+引用" |
| arXiv / OpenReview / ACL Anthology | 版权归作者 | 多数宽松 | 入库时记录每篇 license 字段 |
落地规则（2026-09-01 定） ：①素材只进本地（新增 data/kb-src/ 目录并 gitignore），永不进仓库——公开仓库只承载代码与笔记，素材留本地，风险从"公开再分发"降级为"个人学习使用"；②采集时逐条记录许可/风险（manifest），标注 local-only 或可再分发；③合规复审触发点：产品公开访问或商用那天，做一遍——换掉 Datawhale 版、厂商全文转"索引+摘要+引用"；④出站方向：仓库此前无 LICENSE（默认"保留所有权利"，与"开放 GitHub"不一致），本次补 MIT（2026-09-01）。
