知识页设计：主题、概念与综合回答HERMES & AGENT ENGINEERING · 课时 04

4.1 为什么要区分三类知识页

上一节把胶囊系统拆成了几层：资料从交互层进入，证据层固定正文，索引层记录状态，理解层判断关系，演化层维护 Wiki。这里还需要继续追问一个问题：演化层到底在维护什么？

如果只说“维护 Wiki”，这个说法还是太粗。Wiki 里面不是只有一种页面。不同页面承担的职责不一样，写法也不一样。

有的页面负责长期维护一条知识线。它不是词条，也不是资料列表，而是一篇会随着新资料不断融合、校正和扩展的知识文章。

有的页面只负责解释一个基础概念。它不一定需要很长，但必须把定义、边界和典型用法讲准确。

还有一些页面来自用户的具体问题。它们会综合多个主题、多个概念和多份证据，整理出一篇可以复用的回答。

放到 Embedding 这个例子里，可以先这样理解：

这三类页面不是为了制造复杂分类。它们的作用，是让 Hermes 在融合资料时知道：这份资料应该改变哪一类页面。

4.2 三类页面放在一起是什么样子

单独解释主题页、概念页和综合页，还是容易显得抽象。可以先看一组完整例子。

假设用户陆续存入了五份资料：

这些资料进入胶囊系统以后，不应该变成五篇孤立摘要。它们应该长成一组互相连接的知识页。

Embedding 向量（主题页）
   ├─ 引用：Token（概念页）
   ├─ 引用：向量空间（概念页）
   ├─ 引用：语义相似度（概念页）
   └─ 派生：为什么 Embedding 能用于语义检索（综合页）

这组页面里，“Embedding 向量”是主题页。它负责维护一条长期知识线：Embedding 是什么，它为什么要把文本变成向量，向量为什么能承载语义关系，它和检索、推荐、RAG 有什么关系。

“Token”“向量空间”“语义相似度”是概念页。它们不负责解释完整的 Embedding，只负责把某个基础概念讲准确。主题页讲到这些概念时，可以链接过去，而不是在每篇文章里重复解释一遍。

“为什么 Embedding 能用于语义检索”是综合页。它来自一个具体问题，需要同时引用 Embedding、向量空间、语义相似度和检索召回。它不是资料列表，而是一篇围绕问题写出的综合回答。

这样组织以后，用户看到的不是五份资料，也不是五个摘要，而是一组有主次、有链接关系的知识页。

4.3 主题页是一篇长期维护的知识文章

主题页是胶囊系统里最重要的一类页面。

这里的“主题”，不是标签，也不是分类目录。主题页更像一篇长期维护的知识文章。它围绕一个相对明确的问题或领域展开，后面有新资料进来时，Hermes 会把有用内容融合进去，让这篇文章变得更完整。

比如“Embedding 向量”可以是一篇主题页。它可以包含这些内容：

一份新的资料进入以后，如果里面讲了余弦相似度，那么它不应该被追加到页面末尾，变成“新增资料一”。Hermes 应该重新阅读“Embedding 向量”这篇主题页，把余弦相似度融合进原来的“向量距离和语义相似度”部分。用户再次打开主题页时，看到的仍然是一篇完整文章，而不是按时间堆起来的资料摘录。

主题页的关键，是它有持续演化空间。它不是一次写完的文章，而是一条知识线。新资料可能让它增加一个例子，也可能让它修正一个误区，还可能让原来不够清楚的一段重新组织。

4.4 主题页的粒度不能太粗，也不能太细

主题页最容易出问题的地方，是粒度。

粒度太粗，页面会变成资料仓库。比如只建一个“大模型基础原理”主题页，把 Token、Embedding、Transformer、注意力机制、上下文窗口、训练目标全部塞进去，后面一定会越来越乱。

粒度太细，又会退化成标签系统。比如把“向量维度”“余弦距离”“向量归一化”全部单独做成主题页，页面之间会变得很碎。读者要理解 Embedding，反而需要在很多小页面之间跳来跳去。

比较合适的标准，是看它能不能形成一篇可以长期维护的知识文章。

如果一个东西只能解释几句话，它通常不是主题页，而是概念页。如果一个东西覆盖范围太大，里面包含很多不同问题，就应该拆成多个主题页。

所以主题页的粒度，可以先按这个原则处理：宁可一开始稍微大一点，也不要切得太碎。等某个小节积累出足够多资料，再拆成新的主题页或概念页。

4.5 概念页负责解释基础概念

概念页比主题页小。

它的任务不是维护一条很长的知识线，而是把一个基础概念讲准确。很多主题页都会用到这些概念，所以概念页更像 Wiki 里的基础积木。

在 Embedding 这一组内容里，这些都可以是概念页：

概念页不需要把所有相关知识都讲进去。比如“余弦相似度”这篇概念页，不需要展开整个 Embedding，也不需要讲完 RAG。它只需要回答几个问题：

1. 这个概念是什么意思？

2. 它和相近概念有什么区别？

3. 它在 Embedding 里怎么使用？

4. 有没有一个足够典型的例子？

概念页写清楚以后，主题页就不用反复解释同一个基础概念。比如“Embedding 向量”“语义检索”“RAG 基础原理”这些主题页，都可以引用“余弦相似度”这个概念页。

这会让知识结构更干净。主题页负责讲一条知识线，概念页负责把基础概念讲准。

4.6 综合页来自具体问题

综合页和前两类页面不一样。

主题页通常围绕一条知识线长期演化。概念页通常围绕一个基础概念展开。综合页则来自一个具体问题。

比如用户问：

为什么 Embedding 能用于语义检索？

这个问题不只属于“Embedding 向量”，也不只属于“语义检索”。Hermes 要回答它，可能需要同时参考这些内容：

Hermes 最后整理出来的回答，就可以沉淀成一篇综合页。

综合页适合处理这类内容：

综合页的价值在于，它保留了用户自己的问题。很多知识真正进入思考，不是因为资料被保存了，而是因为用户围绕这些资料提出了一个好问题。这个问题如果只留在聊天记录里，很快就会消失；写成综合页以后，它就能成为后续写作和复盘的材料。

4.7 用户怎么阅读这套 Wiki

知识页设计不能只考虑系统怎么写，还要考虑用户怎么读。

普通知识库很容易只剩一个搜索框。搜索当然重要，但如果一套 Wiki 只能搜索，它就没有真正形成知识结构。用户有时候知道自己要找什么，可以直接搜；但更多时候，用户只是隐约记得某个方向，或者想沿着一个主题继续看下去。

所以胶囊系统至少要支持三种阅读方式。

搜索进入

搜索是最直接的入口。

比如用户搜索：

Embedding 语义相似度

系统不应该只返回原始资料，而应该优先返回知识页：

主题索引进入

胶囊系统还需要一个全局主题索引。它不是文件夹目录，而是一张知识地图。

比如：

大模型基础原理
├─ 文本表示
│  ├─ Token
│  ├─ Embedding 向量
│  └─ 向量空间
├─ 语义检索
│  ├─ 语义相似度
│  ├─ 余弦相似度
│  └─ 向量召回
└─ RAG
   ├─ 检索增强生成
   ├─ Chunk
   └─ 召回与重排

这个索引页的作用，是让用户知道当前 Wiki 已经长出了哪些主要知识线。用户不一定每次都从搜索开始，也可以从这里进入一个方向，再沿着主题页继续阅读。

页面链接进入

每一篇知识页内部也应该有链接关系。

比如“Embedding 向量”主题页讲到文本进入模型之前的处理时，可以链接到：

Token
分词
上下文窗口

讲到向量之间的关系时，可以链接到：

向量空间
余弦相似度
语义相似度

这样用户读的就不是一篇孤立文章，而是一张可以继续展开的知识网。

4.8 页面之间应该保留什么链接

三类页面之间要有链接关系，否则它们只是分散的文档。

主题页应该链接到相关概念页和综合页。比如“Embedding 向量”主题页可以链接到“Token”“向量空间”“语义相似度”，也可以链接到“为什么 Embedding 能用于语义检索”。

概念页应该反向链接到使用它的主题页。比如“余弦相似度”概念页，可以列出哪些主题页正在使用这个概念。这样用户读完概念以后，可以回到具体场景里看它怎么用。

综合页应该列出它引用过的主题页、概念页和关键证据。综合页不是凭空生成的回答，它应该让用户知道这个回答来自哪些页面和材料。

可以先用这张表约束页面链接：

还要区分两个索引。

全局主题索引负责整个 Wiki 的入口。它告诉用户：现在系统里有哪些主要知识线。

单个主题页目录负责一篇文章内部的定位。比如“Embedding 向量”主题页比较长时，页面顶部应该有目录，让用户直接跳到基本解释、关键概念、使用场景或常见误区。

4.9 新资料进入以后，应该更新哪类页面

理解了三类页面以后，新资料进入系统时，Hermes 就不应该只问“它属于哪个主题”。更完整的判断应该是：它应该改变哪一类知识页。

可以先用一个简单规则：

这里仍然要强调“融合”。如果一份资料被使用，它不应该只是被附在某个页面后面。Hermes 要根据页面原来的结构重新组织内容。主题页要继续像文章，概念页要继续像词条，综合页要继续像一个完整回答。

这也是胶囊系统和普通收藏夹的分界线。

收藏夹保存的是资料。胶囊系统维护的是知识页。资料只是输入，知识页才是用户以后真正会反复阅读、引用和修改的东西。

4.10 ■ 学点英语