Использование корпуса в RAG и ассистентах

Назначение и аудитория

Материал для разработчиков и редакторов, которые подключают эту wiki к поиску, RAG или ИИ-ассистентам.

Клон репозитория или статическая сборка сайта.
Артефакты в каталоге exports/: exports/knowledge-index.jsonl и exports/knowledge-graph.json (генерируются npm run export:knowledge).
Файлы llms.txt и KNOWLEDGE.md в корне репозитория.
Инженерные решения (стек экспорта, политика проверки внешних ссылок): openspec/engineering-notes.md.

Node.js 20+, скрипты в scripts/ (export-knowledge-index.mjs, линтеры метаданных).
Любой RAG-стек поверх Markdown или JSONL.

Прочитайте точку входа для моделей (llms.txt, KNOWLEDGE.md) — там зафиксированы разделы и правила ссылок.
Используйте knowledge-index.jsonl как источник метаданных (content_type, entity_type, tags, slug, draft).
Отфильтруйте draft: true, если индексируете только опубликованное в продакшен-навигации.
Чанкуйте по заголовкам ## и ###, сохраняя slug страницы в метаданных чанка для цитирования.
Для регрессии retrieval используйте tests/qa-validation.jsonl (целевой объём 50–100+ сценариев; схема проверяется npm run lint:qa против актуального knowledge-index.jsonl). Лексический baseline: npm run qa:retrieval — ожидаемые slug из каждого сценария должны попадать в топ-200 примитивного ранжирования по title, description, tags, sidebar_label и aliases в индексе (см. scripts/qa-retrieval-regression.mjs).

npm ci
npm run export:knowledge
head -n 3 exports/knowledge-index.jsonl

npm run export:knowledge -- --check в CI гарантирует, что закоммиченный индекс совпадает с генерацией из wiki/.

Внешние URL в карточках меняются; для контроля живости подключена еженедельная проверка ссылок.
Не подменяйте канонические пути сайта произвольными URL зеркал без пометки в ответе ассистента.
Сводка известных пробелов корпуса (поиск по сайту, черновики, related_pages): файл KNOWLEDGE.md в корне репозитория.