信息发现机制已人工签发
AI 与集成方应如何正确消费移山可信知识站?
集成方应先读能力清单与 catalog,再按单元 ID 拉取 JSON 或 Markdown,并以 contentHash/version 做缓存键;人读页与引用卡仅用于展示与核验,不得另存第二套正文。
AI 与集成方应如何正确消费移山可信知识站?
推荐发现顺序
- 读取 能力清单;
- 拉取 机器目录 catalog.json;
- 需要检索时调用
/api/v1/query?q=; - 对命中单元使用稳定 ID 获取:
- JSON:
/api/v1/units/{id}.json - Markdown:
/api/v1/units/{id}.md - 引用卡:
/cite/{id} - 完整人读:
/library/{slug}
- JSON:
也可从 llms.txt 获得面向语言模型的摘要入口。
缓存与一致性
- 以 unit.id + version + contentHash 作为缓存键;
- 目录
releaseVersion变化时,应重新拉取 catalog; - 不要把构建时快照当作长期真理:公开目录跟随当前发布指针。
引用时建议保留的字段
在下游系统中引用本站事实时,建议至少保留:
- 单元 ID 与 slug
- version / contentHash
- 标准问题原文
- 来源 URL 列表
- 访问时间
错误用法
- 抓取未公开的管理路径或投稿接口当知识源;
- 把营销页段落拆成「伪单元」却不经签发;
- 忽略适用边界与限制条件,做全称判断。
运行状态见 /api/v1/health:请同时阅读 publishedUnits 与 content.state,不要只看 HTTP 200。
来源与证据
- supporting机器能力清单
官方声明的发现与模板路径。
- supporting机器目录 catalog.json
当前发布包单元列表与链接。
- supportingllms.txt
面向 LLM 的发现摘要。
