v1.1.1 · 数据管线工程状态 · 2026-06-18 快照

目前的数据部分跑到哪一步, 还缺哪些?

用 5 个问题穿一遍数据管线: 接入了哪些源 / 哪些 Skills 在处理 / 产出是什么 / Phase 跑通到哪 / 缺失什么。所有数字来自 2026-06-09 仓库实际 ls/find 计数, 不是推测。

本页与 overview 互补 — overview 偏架构与方法论, 本页偏数据与运行

数据源接入
252
md / pdf · 5 个 watched 源
+ backups/feishu 万级资源 (不入 Wiki)
_wiki/ 知识库
55
entities 14 · people 17
concepts 24 · summaries 0
判断产出
26
13 brands × 2 versions
9 cases + 4 failure cards
Phase 状态
5 / 6
Phase 1-5 跑通
Phase 6 (export) 未启动

01 数据源

谁喂数据进来 · 当前规模 · 是否 ingest 进 Wiki

源路径 Ingest 负责 当前规模 sage-wiki 状态
raw/clippings/
Web 文章剪藏		 Web Clipper 自动 1 md watch 低产
raw/flomo/delta/
flomo 增量笔记		 scripts/flomo_delta.py 0 md watch 未运行
raw/market-reports/
行业报告 PDF		 手动上传 2 pdf watch 低产
anchors/tian/raw/interviews/
锚点访谈 transcript · 最高权重源		 项目主理手动整理 1 md watch 低产
anchors/tian/raw/feishu-sync/
docs/meetings/sheets/meetings-usb 4 子目录		 scripts/feishu-sync_filter.py
三通道过滤		 248 md watch 主力源
backups/feishu/
语料运维 飞书全量备份 · gitignored		 feishu-sync CLI
(语料运维 项目)		 万级 资源 ignore 原料层
绝大多数 (~99%) 数据来自 feishu-sync-feishu 过滤层。其余四个源 (clippings / flomo / market-reports / interviews) 当前总和只有 4 篇 — 数据多样性不足是真问题, 但不影响 Phase 1-5 跑通 (锚点访谈 + 飞书 docs 已覆盖核心 Context)。

过滤层三通道 (feishu-sync-filter)

02 Skills 处理器

11 个 Skill 总数 · 其中数据管线类 4 个 · 评委体系 7 位

数据管线类 Skills

tian-judgement-orchestrator 主流水线

Phase 0-5 主编排 · FRESH + EVOLUTION 两模式 · Phase 6 export 已闭环框架 (但未生成产物)。

in: 议题 · out: cases/synthesis + reports/<brand>/report.md

feishu-sync-adapter + feishu-sync_filter.py 过滤层

飞书全备份过滤 · 三通道评分 · 251 篇已落地。filter 脚本完整可执行 (38KB)。

in: backups/feishu/ · out: anchors/tian/raw/feishu-sync/

attribution-checker 校验层

30/90/365 checkpoint 轮询 · 脚本完整 (13KB) · 但未见执行日志, 多数 checkpoint 状态仍 pending。

in: cases/*/attribution.checkpoints · out: actual_signal / status 更新

failure-card-classifier + meta/* 元数据

失败案例 6 类分类 · 4 张 failure card 已产生。框架就位但产量低。

in: 证伪的 checkpoint / 用户反馈 · out: failure_cards/FC-YYYY-NNNN.md

评委体系 (Phase 4 调用)

1 anchor 评委

tian-perspective · 心证基线 · 5 镜头独立打分 · 不参与维度加权

6 维度评委

industry-trend · strategic-vision · customer-strategy · product-strategy · org-strategy · financial-strategy

5 镜头

Reasoning · Evidence · Counter · Falsifiability · Real-world Resilience — 所有评委的统一打分尺

03 处理结果

Wiki 知识库 + 判断产出 + 失败案例 — 全部 2026-06-09 实数

Wiki 知识库 (sage-wiki 编译产物)

14

_wiki/entities/
公司 / 产品 / 实体档案

17

_wiki/people/
人物档案 (含锚点)

24

_wiki/concepts/
决策框架 / 行业概念

0

_wiki/summaries/
未启用

判断产出 (Phase 1-5 流水线)

产出 数量 说明
reports/<brand>/report.md 13 brand 每 brand 均走过 Phase 5 merge
reports/<brand>/versions/v{n}_*.md 26 版本 每 brand 平均 2 个版本 · 全部冻结 (chmod 444)
cases/C-YYYY-NNNN/ 9 case + 1 demo 每 case 含 case.json + synthesis.md + raw_evidence/dim_*.md (7-12 维)
reports/<brand>/reviews/<judge>.md 每 brand 5-6 篇 anchor + 4-5 维度评委 · 各持 doctrine 独立写
failure_cards/FC-*.md 4 张 已分类 6 类 (fact/framework/process/scope/validation/handover)
13 brands × 2 versions 是核心信号 — 它证明 EVOLUTION 模式 (Phase 0 Router 判定品牌已存在 → 走增量重判) 真的跑过, 而不是只有 FRESH 单跑。

04 Phase 跑通情况

每个 Phase 单独看 · 声称状态 vs 实际产物验证

Phase 做什么 验证 状态
Phase 0
Router		 判断 FRESH vs EVOLUTION · 检查 reports/<brand>/ 是否存在 13 brand × 2 版本说明 EVOLUTION 分支被触发过 PASS
Phase 1
Discovery + Context		 调 sage-wiki query + 起 PRD · 用户 GATE 1 确认 9 个 case 都有 case.json (含 PRD 字段) PASS
Phase 2
Parallel Search		 派发 N sub-agent 并行调研 · 7 维度切入 所有 case 都有 raw_evidence/dim_*.md (7-12 维不等) PASS
Phase 3
Lead Synthesis		 读完 raw_evidence → 杠杆地图 + 脆弱边缘 + 矛盾 全部 case 有 synthesis.md PASS
Phase 4
Anchor + 6 Dim Panel		 1 anchor + 3-6 dim 评委独立打分 · adversarial 三字段强制 全部 report 有 reviews/<judge>.md 5-6 篇 PASS
Phase 5
Lead Merge + Version		 panel_summary 含 anchor_delta + 冻结 v{n} 快照 26 个版本冻结在 versions/v{n}_{date}.md · chmod 444 已应用 PASS
Phase 6
Export (脱敏导出)		 Set A 内部完整 / Set B 公开脱敏 / Set C 可视化, 三套报告 writing/reports-export/ 目录不存在, 零产物 未启动
Attribution
30/90/365 轮询		 每日 09:00 拉数据源验证 · 更新 checkpoint status 多数 checkpoint 仍 pending, 未见 Hermes cron 日志 脚本就位 · 未激活
核心结论 · Phase 1-5 (从议题进来到判断书冻结) 完整可用且已生产 13 个 brand 的判断。Phase 6 (导出三套报告) 与 Attribution (自动证伪) 是"判断结果如何走出去 / 如何被验证"的两块, 当前都未激活。

05 缺失步骤

距离"全自动管线"还差什么 · 按优先级排

  1. Phase 6 export 落实际产物 P1
    脚本 scripts/export_case_report.py 存在且 CLAUDE.md §11 声称 "P1.3 已闭环", 但 writing/reports-export/ 目录不存在, Set A/B/C 三套报告未生成。需要至少跑通 1 个 brand 的完整 export, 验证脱敏闸真的会拦截。
  2. Attribution scheduler 激活 P1
    scripts/attribution_check.py 完整 (13KB), 但无定时触发器。需要确认 Hermes 是否真的每日 09:00 跑, 或临时改用 launchd / cron. 当前几乎所有 checkpoint 仍 pending, attribution 这一层是空的。
  3. Feishu-sync 增量同步定时化验证 P2
    scripts/feishu-sync_filter.py 完整可执行, 251 篇已落地。但 backups/feishu/ 最后修改 05-25, 说明 02:00 backup + 02:30 filter 的 cron 可能未真正运行。需要看 Hermes 配置或 launchd 日志确认。
  4. flomo / clippings / market-reports 数据稀缺 P2
    三个非 feishu-sync 源加起来只有 3 篇。 flomo_delta.py 存在但 raw/flomo/delta/ 完全空。Web Clipper 唯一 1 篇 clippings。市场报告手动上传 2 篇。这些源的低产不阻断管线, 但说明锚点之外的 Context 还薄。
  5. _wiki/summaries/ 通道未启用 P3
    CLAUDE.md §6.4 说市场报告 PDF "提取后存入 _wiki/summaries/", 但该目录为空。说明 PDF → summary 的 sage-wiki ingest 行为没跑或没产生 summary 文件。
  6. handbook-src 公开闸的可观察性 P3
    redact_check.py 已确认进 pre-commit (本周提交均 PASS), 但 check_public_safe.py 在 handbook-src 内容流转中的执行点未版本化记录。建议加 commit-log 或 CI 标签。
关键风险 · 当前判断能进, 不能验证 — Phase 5 把判断冻结成 versions/, 但 Attribution 没激活, 意味着所有 30/90/365 预测到期没人查。这是 CLAUDE.md §8 强制要求但实际产物层缺失的最大裂缝。优先补 Attribution 自动调度。

06 综合判断

能跑吗 · 跑到哪 · 还缺什么 — 三句话版

能跑吗

Phase 1-5 完整跑通, 13 brand × 2 版本 + 9 case + 26 个冻结版本已产出。pre-commit 5 闸全 PASS (含 redact_check 脱敏)。

跑到哪一步

从议题进入 → 判断书冻结已完整。Phase 6 export (脱敏导出公开版本) 与 Attribution (30/90/365 自动证伪) 未激活。

缺哪些

三件事按优先级 · ① Attribution scheduler 接 Hermes · ② Phase 6 export 跑 1 个 brand 闭环 · ③ Feishu-sync cron 真的定时跑。

一句话总结

数据管线 "从输入到判断" 已经是一条能复现、能版本化、能审计的工程线; 但 "判断完之后会发生什么" (导出 / 证伪 / 自动同步) 这三块还停留在"脚本写好但定时器没接"。短期 (1-2 周) 把 Attribution + Phase 6 接上, 数据管线即可端到端闭环。