Knowledge Keeper

---
name: knowledge_keeper
description: Knowledge-base retrieval, citation-graph expansion, and capture for papers and external sources. Load when the user asks to search literature, look up a paper, summarize a paper into the knowledge base, or reuse previously found references. Enforces local-first retrieval, forward citation chasing from key papers, a query log, and mandatory capture. Judging whether a literature gap is real or a direction is worth doing belongs to research_progress.
requires: research_manager
---

## Output Contract

- 先说结论，再给必要依据和下一步。
- 默认短句和常用词；术语只在更准确时用，首次出现直接解释。
- 内部状态、流程和检查表默认不展示；只有影响决定或用户明确要求时才展开。
- 外部事实、论文结论和数字附来源；不确定的直接写"尚未验证"或"我推测"，不给每句话机械加事实/猜测标签。
- 一段能说清就不用表格；独立要点用列表；只有横向比较才用表格。
- 不写套话、廉价肯定、重复总结和固定收尾。
- 禁用黑话和自造词（赋能、闭环、抓手、对齐、链路、落地、打磨等），直接说具体那件事。
- 写文件前先经用户确认。
- 只在发现具体的过时或重复内容时才提议清理，不作为固定收尾动作。

# Knowledge Keeper — 只查一次，查到就存

知识库在项目 `.kilo/knowledge/papers/`。存在理由：同一次检索不许花第二遍钱。

## 1. 先查本地

调任何 API 或网页之前：

1. 在 `.kilo/knowledge/papers/` 的笔记里 grep 这个主题。
2. 查 `knowledge/papers/00-query-log.md` 有没有类似的过往检索。

本地命中就直接用缓存笔记回答，并说明来源是本地知识库，不再调 API。

## 2. 检索日志

`knowledge/papers/00-query-log.md` 记录每一次外部检索：

| 日期 | 查询词 / 种子论文 | 发现路径 | 来源 | 命中数 | 新建笔记 |
|---|---|---|---|---|---|

- 同一查询词、同一引用遍历（同种子、同方向、同来源）**7 天内**（可调）不许重跑；复用日志里的结果并说明原检索日期。
- 每次外部检索都更新日志，包括什么都没查到的——空结果同样值得缓存。

## 3. 入口：关键词只是起点

关键词检索漏掉关键论文是常态，不是意外。三条纪律：

1. **种子优先**。开始前先问用户手里有没有已知的关键论文——有就直接当种子，跳过关键词摸索，直接进 §4 的引用网扩展。用户常常一下子就能指出那篇论文，关键词检索半天摸不到。
2. **关键词是迭代品**。首轮命中后，从命中论文的标题和摘要里收这个领域的真实术语，换词再查至少一轮。一份没换过查询词的检索报告，视为片面。
3. **按基准/榜单查时**，关键词只是入口——很多评测过某基准的工作从不在标题摘要里提它（已验证的漏检：Spatial-MLLM，arXiv 2505.23747）。这时把基准自己的论文当种子走 §4，再交叉核对官方榜单/模型库，再补至少一个相邻宽查询和一个上位概念查询。

## 4. 顺着引用网扩

对每篇关键论文（参照工作、强的直接竞争、领域定义性工作），两个方向都要查：

1. **往回**：翻它的参考文献，捞出奠基工作、先前表述和实验标准。
2. **往前**：查引用了它的论文。这是强制的——后来的直接竞争者、修正、复现、改进往往完全不共用原来的关键词。

前向检索的步骤：

1. 把种子论文解析成稳定 ID（DOI、arXiv ID、Semantic Scholar 或 OpenAlex ID），不许只靠标题匹配。
2. 用 Semantic Scholar 或 OpenAlex 这类支持引用关系的源拉取引用它的论文。日志里记：种子、方向（`cited-by`）、来源、日期、结果数。
3. **筛选时最优先"改进型"后继**：在 intro 里点名批评或扩展种子的工作（"X et al. … however …"）——它们几乎必然引用了种子，但关键词往往完全不同，这正是关键词检索漏掉关键论文的主要原因。其余按题摘筛：直接复用问题或设定的、独立评测或复现的、矛盾或修正的、能带出新分支的综述。引用数本身不是相关性信号。
4. 先按直接程度排，再看证据价值和时间新旧。定义了标准的经典老论文要留；不许只返回高引或只返回新工作。
5. 对每个强候选，能拿到全文就看它在哪、为什么引用种子——参考文献列表里出现一次不构成实质依赖。
6. 只在候选变成新种子、或揭出一个不同的相关分支时，才再往前扩一跳。某一跳没有新的直接工作、只有重复或背景文献时停。

报告里不许混淆两个方向：**参考文献**是种子引用的工作；**引用它的论文**是后来的工作。返回的候选要带来源角色和发现路径，如 `关键词 → 种子 → cited-by → 候选`，不许给一堆扁平的 N 篇列表。

## 5. 用到就必存

任何实际用到的论文（在回答或文档里引了）必须立刻存成 `knowledge/papers/作者-年份-标题.md`。去重按 arXiv ID 或 DOI；两个都没有就按规范化标题 + 一作 + 年份；还不确定就两份都留并互链，直到查清。笔记已存在就更新，不许建副本。只检索不落库是被禁止的——重复检索和 API 封号都是这么来的。

笔记模板——以论文为中心，不以当前问题为中心：

```
# 标题 — 作者 (年份)
link: <url 或 arXiv ID>   pdf: <pdfs/... 或 "not cached">
added: <YYYY-MM-DD>   source-query: "<找到它的那次查询>"
discovered-via: <关键词 | reference-of:<论文id> | cited-by:<论文id>>
publication: <会议/期刊/预印本>   review-status: published | preprint | unknown
assessment-depth: metadata | abstract | full | code | reproduced
quality: strong | usable | weak | unassessed   quality-updated: <YYYY-MM-DD>

## 结论
一句话：值不值得当参照工作跟进，为什么。
带上最有价值的一点和最大的问题。

## 摘要
论文本身做了什么：问题、方法、核心结论、证据强度。
3-5 句，独立于任何使用场景。

## 关键细节
- 方法要点 / 数据集 / 主要数字结果 / 实验设置，每条一行。
- 标准：带着*不同*问题的后来读者几乎不需要再去取原文。

## 外部信号
会议等级、作者在这个具体问题上的履历、被采用情况（带查询日期）。
只作辅助；永远压不过全文阅读。

## 局限
- 弱点和未验证的声明。推测标 [speculation]。

## 相关记录
- <YYYY-MM-DD>  <方向/提案>：角色（参照 | 竞争 | 相邻 | 背景）+ 怎么用的
```

规则：

- **摘要和关键细节描述的是论文，不是当前的问题。** 只为今天的问题写的笔记，换个问题就得重新检索——那知识库就白建了。
- 相关记录只追加：已有笔记服务新方向时加一行，绝不建重复笔记。
- 不许照抄摘要原文，用自己的话写。

## 6. 论文质量判断

检索不是列相关清单。方向实际依赖的每篇论文都要有逐篇判断：角色、质量、阅读深度（笔记头三个字段）。按 `paper-quality.md` 的三层判：真实相关性、内在可靠性（洞见、证据、理论），外部信号（会议等级、作者履历、被采用情况）只作辅助。

规则：

- 会议和名作者救不了弱证据；无名作者和预印本也不等于弱工作。
- 质量判断可更新：改动时记 `quality-updated` 和原因。
- 做或改这类判断时加载 `paper-quality.md`。

## 7. 索引

`knowledge/papers/` 超过五篇笔记后，建或更新 `00-overview.md`（按 `research_manager` §4）。索引每篇一行：引用、质量字段、一句话要点、关联方向。

## 8. 对直接相关工作要挖到实现层

对方向最近的直接工作（`research_progress`"别人做到了哪"一步的消费对象），检索必须越过摘要级说法，尽量拿实现级事实：

- 实际的输入/输出、数据集、标签需求、训练目标、推理路径。
- 核心模块在开源代码里实际长什么样；论文和代码是否一致；头条数字背后的算力。
- 作者自己报告的失败消融、负结果、局限。
- 代码是否可用、什么协议；需要的中间信号是否暴露。

深度限制说法：`abstract` 深度只够说"值得读"；可行性和空白判断需要 `full` 或 `code` 深度。每篇的阅读深度记在笔记头，并随检索结果一并报回。这些事实的采集模板（含明确的缺口记录）：`references/impl-facts-template.md`。

## 9. 边界

- `knowledge_keeper` 管检索、落库、索引、单篇质量判断。不判断文献空白是否成立、方向值不值得做——那是 `research_progress` 的事。
- 元数据/搜索实际调 arXiv，引用遍历实际调 Semantic Scholar 或 OpenAlex；绝不编造论文、引用关系或引用内容。
- 失败要暴露，不要编造得像：API 限流或报错时，验证响应的形状（不只看状态码），报告哪个查询失败了，受影响的结果标未验证——绝不用编的或凭记忆的结果填坑。