WorkBuddy+IMA+LLM Wiki 搭建【症状-疾病概念图谱】的过程记录-4 收尾总结

先来看看WB自动化任务(启动WorkBuddy自动执行）今天的运行情况;

结果看着还不错，达到预期效果。

9，项目总结

让WB做一份总结：

走了哪些弯路。

说实话，这趟走得并不顺，弯路不少。按阶段给你盘一遍——哪些路本来可以一步到位、却被我们绕了远。

一、本地编译器：被"脏 PDF"反复绊倒

1. 病种发现，《内科学》首版返回 0 候选

2. 冒烟测试 12 病全被跳过

3. PDF 页脚"跑马灯"污染

4. 目录项垃圾分隔符 + 空字符

5. 标题行兜底"反向恶化"

6. TOC 书 510 病被整批跳过

7. 重复建实体

二、云端推送：最大的弯路在这里

8. IMA 一次性全推 → 撞配额 421 失败（最贵的一次）

9. 腾讯文档：在线表格路线走死

10. 腾讯文档：base64 内联恐惧

11. 误报"wiki 数据危机"（诊断弯路，不是数据弯路）

三、方案层面：自己先收窄了

12. 默认只做"三表镜像"，被你反问才补卡片

一句话复盘

我自己总结：

1，项目策划不够细，处理流程没事先理清楚

2，对所用工具了解不够，如IMA笔记上传限额

3，有些想“当然”了，为了省事，用IMA做RAW库和消费库，用腾讯文档做中转，从此次项目的经验看是不合适的

4，关于PDF的加工处理，可能我选的工具不是很合适，AI上搜了搜，更合适的可能是RAG类的：LightRAG、Docker + RAGFlow、Ollama，这些都是我的知识盲区，需要补补

总的来看，收获还是不错的，算是有小小进步吧。

10，让WB将有些项目记忆升级到全局记忆

✅ 已升为全局（跨项目通用，与疾病无关）

1. 批量对外写入通用纪律（最值钱的一条）

任何项目往云端推大量内容，都该内置：续传状态 + 幂等跳过 + 失败重试 + 按配额反推 ETA；开工前先探通道能力；大批量外写先给成本矩阵再动手。这是纯方法论，零项目耦合。

2. 腾讯文档平台约束 • 大文件/批量走文件导入链路（pre_import → curl 上传 COS → async_import → 轮询），绕过体积上限 + 中文损坏 + 200 行锁 • create_with_markdown 的 base64 不损坏，仅 insert_markdown 损坏 • 沙箱可直连 COS → 任何推腾讯文档的项目都会撞，已顺带指向技能 tencent-docs-file-import。

3. IMA 知识库平台约束 • 每日建笔记配额 ≈30 条（code 200005） • 无 delete/update API，重导重复 → 必须续传防重 → 任何用 IMA 推送的项目都会撞，且极易"以为能一次推完"。

关于Python的安装路径及安装过的配置插件，也要升级为全局记忆。

此项目实操到此结束，准备寻找一下实操项目。