入库前先分层清洗

更新于 2026-09-21

**噪声不该留到提炼时才处理。** 在「提炼」之前单独加一层**只做过滤、不做判断**的清洗层，提炼质量才有保证。

理由（你自己提的）：无用内容（寒暄、hi、工具回显）堆叠起来再送去提炼，「就显得非常的乱，模型提取的效果也并不好」。所以顺序是：

原始会话  →  ① 清洗层（每天一次，机械过滤）  →  ② 提炼层（判断哪些成知识）  →  wiki

两层的服务对象不同

这是这个设计真正的支点：

层干什么服务对象
清洗层机械过滤：开场白、hi、agent 叙述、工具回显agent（让提炼输入干净）
提炼层判断：哪一轮是知识、该进哪个类别人（产出给人读）

「这个是针对 agent 的」——清洗层的价值不在产出物本身，而在于降低下一层的判断难度。它本身可以完全扔掉。

和「筛选标准」的分工

  • 知识入库的筛选标准 回答：收什么（对未来有帮助 / 知识型非动作 / 反复提问权重更大）。
  • 本页回答：在哪一层收。

先分层，再谈标准：如果不分层，标准再准也是在噪声里做判断，成本高且不稳。

反直觉点

直觉上「多一层 = 多一道工序 = 更慢」。这里相反：先丢垃圾比先读垃圾更省。 清洗层是机械的、可批量的；提炼层是判断的、昂贵的。把机械活提前做掉，等于把昂贵的那层喂干净。

相关