OKF 0.7.0 / PROPOSED

Agent Knowledge Discovery

不再造知识模型与检索内核，而是在现有 Markdown、Service、Query、MCP 之上补齐长期身份、低成本发现、结果组织和 Agent 接入。

4项协同能力，形成一条依赖链
50 / 50Scenario 已映射任务、测试与接线
0新增第三方依赖（规划目标）

能力链路

每一步为下一步提供稳定语义
01 / P0

Stable Concept ID

用随机 128-bit okf_id 脱离标题与路径；显式迁移，最终写盘才生成，重导入保留。

价值：长期引用
02 / P1

Manifest

只解析 bounded frontmatter 与 stat；不解析正文、不启动 embedding、不构建索引。

价值：低成本发现
03 / P2

分层检索投影

在既有有限候选池上按 chunk / concept / source / folder 组织；不改变召回与分数。

价值：多粒度消费
04 / P3

Agent Integration

项目级接入 Cursor、Claude Code、Codex；plan-first、幂等、可诊断、可安全移除。

价值：持续工作流

架构复用边界

新增适配层，不建立第二套系统

用户与 Agent 入口

  • CLI：identity / manifest / grouped search / agent
  • MCP：resolve / manifest / query / context
  • Service：统一 envelope 与错误契约

新增的窄能力层

pkg/identity
稳定身份与 resolver
pkg/manifest
元数据扫描
pkg/query project
结果投影
pkg/agentconfig
项目文件适配

必须保持不变的核心

  • Markdown Concept = 唯一事实源
  • BM25 / MiniLM / HNSW / weighted RRF
  • OKF v0.2 必填字段与现有 ToolEnvelope

边界与完成门禁

小改动获得核心收益，但验证不缩水

明确不做

  • SQLite / LanceDB 第二事实源
  • 自动在 Load/Parse 回填 ID
  • 新排序公式或固定权重
  • 外部 embedding 默认路径
  • 全局 Agent 配置
  • install-state / 原文件快照
  • force 删除未受管内容
  • Node / Python / CGO 运行时

只有全部通过才算完成

P0身份、迁移、resolver、索引 v3
P1Manifest + CLI/MCP/Service
P2投影 + 真实检索评测
P3三客户端 apply/status/remove
P4Gauntlet、E2E、EVIDENCE、50 条 conformance