tc-knowledgelisted

# TC Knowledge｜天策知识库 ## 一句话说明 知识库像一个有管理员的图书馆：核心参考源是看问题的眼镜，原推是原书，知识原子是带出处的小卡片，知识包是按问题装好的教材。不能把书架上所有句子都当成正确答案。 ## 六种模式 ### 1. 查 TC 知识 用户问天策过去说过什么、某个方法来自哪里，或要求结合 TC 知识时，使用本 Skill 目录内的脚本： ```bash python3 scripts/tc_knowledge.py search --query "目标用户 产品化" --scope guidance --limit 5 ``` 实际运行时从本 `SKILL.md` 所在目录解析脚本绝对路径，不假设当前工作目录。搜索范围： - `guidance`：默认范围，只查核心参考源、知识包和知识原子； - `atoms`：经过筛选、带边界的知识原子； - `posts`：仅用于用户明确要求的历史查询，只证明作者当时公开说过； - `packs`：可以直接用于判断和行动的专项知识包； - `sources`：技术合伙人与天策的两份核心参考框架； - `all`：兼容旧调用，与 `guidance` 相同，不包含历史原推。 回答创业方法时先选相关核心参考源，再用知识包和原子落地。不得为了补故事、证明方向或模仿作者而检索原推。 只有用户明确问“天策过去说过什么、某条原推是什么、历史上怎样表达”时，才使用 `--scope posts`。返回后停留在历史查询，不把作者的职业、项目、收入、失败、违规经历或其他个人经历带回 `/tc` 生成项目、推荐方向或推断用户能力。 ### 2. 接用户自己的知识库 用户提供飞书、Notion、网盘、代码仓库或本地目录时： 1. 先找项目级 `AGENTS.md`、`knowledge/SOURCE_OF_TRUTH.md` 或 `SOURCE_OF_TRUTH.md`； 2. 没有导航时，只扫描用户指定范围，先列资料地图； 3. 建立一份短导航，说明不同问题去哪里找、更新时间、是否允许公开； 4. 具体回答继续读取导航指向的原始文件，不只根据摘要作答； 5. 用户没有要求修改时，只读，不自动整理或上传资料。 对用户统一叫“知识库”和“知识库导航”，不要求他理解 RAG、向量库或真源等术语。 ### 3. 把新资料放进 TC 先登记来源，再按五层处理： ```text L0 原始资料：保存出处和权限，不代表认可 L1 候选原子：有场景、动作、边界和可证伪条件 L2 已验证模式：拿到真实动作与结果，或多次出现 L3 稳定方法：脱敏、通用、合规、跨案例稳定 核心参考源：多条方法背后相对稳定的世界观，只用于形成问题和判断视角 ``` 知识对象使用 `QST / CON / OPI / CAS / SOL`。一次先提炼 5 至 10 条高价值样本；结构和去重规则稳定后才扩大，不用“全量导入”冒充知识工程。 第三方资料没有公开授权时，原文、私有链接、人物、客户、收入和经营细节只留内部；公开版只保留脱敏后的通用方法。被列为“核心参考源”不等于作者每句话都正确，也不提高其中事实的证据等级。 ### 4. 检查知识库 在官方 TC 安装包中运行： ```bash python3 scripts/tc_knowledge.py stats python3 scripts/tc_knowledge.py validate ``` 在用户知识库中检查：导航路径是否存在、多个版本是