wiki部分

一、wike介绍：

Wiki = 结构化的知识笔记系统

wiki和普通文档的区别：wiki里面会有页面之间可以相互引用这样就形成知识网络，Wiki 之间通过 reference link 关联，可以形成类似 Graph 的知识图谱（在md文档里面表明关联关系）

二、文档怎么转化成md

1、AI应该帮你做第二次加工

请将以下WeShare内容整理成Wiki Markdown格式： 要求： 1. 提取核心知识 2. 删除讨论过程 3. 保留结论 4. 建立Concept部分 5. 建立Reference部分

2、前面文档少可以手动创建关联关系，然后让ai读取规则形成提示词，后续自动建立关联关系

三、建立wiki时候注意点

1、一个 Wiki 只讲一个主题

2、不要保存原文，要保存知识

3、保留来源，以后 AI 回答错了可以追溯

4、建立统一模板

5、Reference 要有意义，AI才知道是什么关系

四、关于审核

1、AI 负责 90%，人负责关键 10%。

• AI审核，并打上标签

  confidence: 95%

  source: official_doc

• 规则审核

  Requirement，必须关联Feature。Feature，必须关联TC

• 专家审核，

  新增知识，有冲突知识，低置信度知识

五、难点亮点

1、Wiki 要区分“事实”和“观点”，需要进行区分

2、一定保留 Source，保留了可以回溯，否者后续都不知道知识是从哪里来的

3、知识要有生命周期，很多知识会过期。比如一些配置，加上元数据

created: 2026-07-07 updated: 2026-07-07 owner: Percival status: active

4、不要只存结论，时间长了不知道为什么是这个结论

## Symptom 现象 ## Root Cause 根因 ## Solution 解决方案 ## Prevention 如何避免

5、给 Wiki 打标签（Tag），后续agent就可以先靠Tag缩小范围，再做Rag

tags: - automation - pytest - jenkins - sts-20479

6、知识粒度过大

例如Jenkins使用指南，里面包含Jenkins，Allure，Pytest，Git，Docker，后面 AI 检索时很痛苦。更好的方式Jenkins_Build.md，Jenkins_Parameter.md，Allure_Report.md，Pytest_Marker.md，

一个wiki尽量只解决一个问题

7、知识重复

三篇文档都写了什么是project_lock，形成了三个project_lock文档

解决方案：project_lock.md作为唯一定义，其他页面引用即可。

8、命名不统一

非常容易把Graph做废，需要统一命名，统一规则

9、Reference 爆炸

很多人会让 AI 自动关联所有东西，1000篇wiki，50000条link，Graph变成蜘蛛网，实际应该控制

10、知识 Owner

这个很多知识库最后死掉的原因，三年之后没人维护，建议每个 Wiki 都有：owaer，team

六、面试最核心的三个问题

1. 什么是 Wiki？

结构化知识库，不是文档库

2、如何构建 Wiki？

采集 ↓ 提取 ↓ 结构化 ↓ 校验 ↓ 存储

3、最大挑战是什么？

不是生成Wiki 而是保证知识质量 包括： 过期 冲突 重复 可追溯