kb-server 是我目前最重要的 side project：给 AI Agent 当**语义层**——把企业业务里的口径、约定、事实沉淀成结构化知识，让每次对话不必从零开始。

## 整体架构

架构刻意保持简单：单机、单文件数据库、无外部依赖。

```mermaid
flowchart LR
    A[会议转写 / 文档素材] --> B[Ingest 摄取]
    subgraph KB[kb-server :8000]
      B --> C[(SQLite + FTS5)]
      C --> D[REST API]
    end
    D --> E[Writer / Reviewer / Reader Agents]
    E --> F[回款 · 发货 · 确收 口径问答]
```

## 数据怎么流动

一条知识从产生到可用，走的是一条带审校的流水线：

```mermaid
flowchart TD
    T[转写稿上传] --> S[登记溯源 source]
    S --> D[Writer 起草条目]
    D --> R{Reviewer 审核}
    R -- 通过 --> P[发布 publish]
    R -- 驳回 --> X[retire 归档]
    P --> Q[Agent 检索问答]
```

## 为什么是 SQLite 而不是更重的方案

- **单文件即备份**：数据库文件拷走就是全部；
- **FTS5 够用**：全文检索配合分词预处理，召回质量满足问答场景；
- **零运维**：没有连接池、没有迁移工具，Agent 直接读写 API 即可。

技术选型的第一原则：**复杂度必须由问题本身背书**。在问题还小的时候，所有"以后可能会需要"的架构都是负债。

相关阅读：[把网站交给 AI 维护](/posts/hello-intelab/)