知識維運／Agent 記憶
讓知識庫每天自己變乾淨。
白天收進來的聊天、文件、工具輸出與專案線索，不應該隔天就散掉。Wiki Agent 的任務，是把它們整理成可追溯、可審核、可被 代理 使用的長期知識。
這不是筆記系統，是知識營運管線
OpenWiki 的精神是讓 程式代理 不必把整個 repo 背進上下文，而是知道該去 wiki 哪裡查。企業導入 Wiki Agent 時，也可以用同樣邏輯整理文件、SOP、專案紀錄與教學資料。
擷取
收進文件、網址、專案紀錄與工作輸出。先保留來源，不急著變成正式知識。
接收
把有價值的片段轉成 raw / inbox 提案，讓 Wiki Agent 可以審核。
整理
檢查來源、日期、可信度、重複、過期、疑似 機密。品質過關才往前。
發布
正式 wiki 只放整理後的知識。舊資料不直接刪除，而是移到 封存區。
路由
讓使用者與 AI 工具讀整理後的摘要，不直接吞原始雜訊，避免越用越亂。
OpenWiki 給我們的三個啟發
這份教材不是要照搬 OpenWiki，而是取它最重要的設計原則：文件要給 代理 用、要能自動更新、要用短引用連到長知識。
文件不是只給人看的
程式代理 需要知道關鍵邏輯在哪裡、檔案怎麼連、專案習慣是什麼。Wiki 的價值，是讓 代理 可以查到上下文，而不是每次重新猜。
知識會過期，所以要排程
文件第一次生成不難，難的是每天跟著專案、工具和流程改變。夜間維護的目的，是讓知識品質不靠人想到才整理。
不是記你說過什麼，是整理你工作裡發生什麼
OpenWiki Brains 把多個來源轉成可維護的 wiki。對企業訓練來說，重點是把零散文件、專案紀錄、操作 SOP 與教學素材沉澱成可查的工作記憶。
每天晚上的七個站點
真正重要的是順序。Wiki Agent 不是把所有資料直接寫進正式 wiki，而是先做分流、檢查、封存與重新整理。
蒐集
掃描新增文件、工作紀錄、會議整理與教學素材。保留「可能可重用」的片段。
接收
把片段變成 提案，送進 raw/ 和 inbox/。這一步是候選知識，不是正式知識。
檢查格式
檢查 來源、來源日期、信心程度、重複來源、過期項目和疑似 機密。品質問題要先浮出來。
封存
舊的或重複的 頂層 raw / inbox 會移到 archive/。不是刪除，而是可回溯地降噪。
建立索引
重建索引與知識圖，讓後續查找不是靠運氣，而是有穩定入口和結構。
評估
用 標準問答測試 和日常評估確認知識搜尋還能回答問題。知識庫不是只要多，還要答得準。
更新
更新 快速入門、未決問題、維護 頁面，讓人和 代理 都看得懂現在狀態。
演進
如果 待處理事項 或 中繼資料 問題變多，產生改善提案，讓負責人判斷要不要升級流程。
分權要清楚，知識才不會壞掉
知識系統最容易失控的地方，是「誰都可以把內容寫進正式知識庫」。這套做法把使用、整理、審核與發布分開。
角色分工
最重要的治理規則
AI 工具不需要背全部知識。它需要知道去哪裡找、哪些內容已經審核、哪些內容還不能進正式 wiki。
| 資料狀態 | 處理方式 |
|---|---|
| 新來源 | 先進 raw，保留原始路徑或網址。 |
| 候選知識 | 進 inbox，等待審核與補 中繼資料。 |
| 正式知識 | 進 wiki，可被團隊和 AI 工具引用。 |
| 過期或重複 | 進 封存區，不直接刪除。 |
導入時要看的品質訊號
如果只看「今天新增幾頁」，很容易被假成長騙到。真正要看的，是 待處理事項、引用品質、重複率與是否能回答問題。
收件匣積壓量
待整理越堆越多，代表系統有收資料，但沒有完成知識整理。這時要做批次分類和優先級整理。
中繼資料問題
缺 來源、日期或 信心程度，代表未來很難判斷這段知識可信不可信。這種資料不能直接升正式 wiki。
回答品質
知識庫不是收藏夾。最後要測的是：代理 查得到嗎？答得準嗎？引用來源夠少、夠精準嗎？
可以直接使用的操作句
這些不是要背指令，而是幫你把「收集、整理、審核、查詢」變成固定工作語言。
來源與審核備註
這份教材整理 Wiki Agent 知識營運方法，協助團隊把零散資料變成可追溯、可審核、可被 AI 工具使用的長期知識。
本頁以企業知識治理、AI 可讀文件、候選知識審核與每日更新流程為整理主軸。
正式上架前，需再次確認來源連結、品牌圖樣、敏感資訊與行動建議。