From 36abfc46752980cbf5c1597fdbe1006418865e46 Mon Sep 17 00:00:00 2001
From: zhuyongxin <zhuyongxin@aspirecn.com>
Date: Wed, 24 Jun 2026 16:26:15 +0800
Subject: [PATCH] =?UTF-8?q?docs(mvp):=20=E6=B7=BB=E5=8A=A0=E7=9F=A5?=
 =?UTF-8?q?=E8=AF=86=E5=BA=93=E6=A3=80=E7=B4=A2=E6=9E=B6=E6=9E=84=E5=92=8C?=
 =?UTF-8?q?=E4=BD=BF=E7=94=A8=E6=96=87=E6=A1=A3?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

新增文档：
- mvp/architecture/knowledge-retrieval-architecture.md
  * 架构位置和数据流说明
  * L0+L1 混合检索流程图
  * 核心组件详细设计
  * 与现有架构的集成方式
  * 性能指标和可观测性

- mvp/architecture/knowledge-retrieval-usage.md
  * 快速开始指南
  * 文档格式要求和最佳实践
  * 使用场景和示例
  * 故障排查和性能优化
  * 维护知识库的完整流程

更新文档：
- mvp/README.md - 添加知识库检索文档入口

完善 MVP 架构文档，为后续开发和维护提供完整参考
---
 mvp/README.md                                 |   2 +
 .../knowledge-retrieval-architecture.md       | 409 +++++++++++++++
 mvp/architecture/knowledge-retrieval-usage.md | 477 ++++++++++++++++++
 mvp/discuss/L0_plan.md                        | 109 ++++
 mvp/{ => discuss}/rag_plan.md                 |   0
 5 files changed, 997 insertions(+)
 create mode 100644 mvp/architecture/knowledge-retrieval-architecture.md
 create mode 100644 mvp/architecture/knowledge-retrieval-usage.md
 create mode 100644 mvp/discuss/L0_plan.md
 rename mvp/{ => discuss}/rag_plan.md (100%)

diff --git a/mvp/README.md b/mvp/README.md
index 4b59445..89345db 100644
--- a/mvp/README.md
+++ b/mvp/README.md
@@ -9,6 +9,8 @@
 
 ### 架构设计
 - [Agent 架构设计](architecture/agent-architecture.md) - Agent 协作 + Skill + Harness
+- [知识库检索架构](architecture/knowledge-retrieval-architecture.md) - L0+L1 混合检索架构 ⭐新增
+- [知识库检索使用指南](architecture/knowledge-retrieval-usage.md) - 文档编写和使用说明 ⭐新增
 - [会话管理](architecture/session-management.md) - Redis + MySQL 会话管理
 - [实施规划](architecture/implementation-plan.md) - 分阶段实施计划
 
diff --git a/mvp/architecture/knowledge-retrieval-architecture.md b/mvp/architecture/knowledge-retrieval-architecture.md
new file mode 100644
index 0000000..949c5c1
--- /dev/null
+++ b/mvp/architecture/knowledge-retrieval-architecture.md
@@ -0,0 +1,409 @@
+# 知识库检索架构说明
+
+## 一、架构位置
+
+知识库检索是 Agent 工具层的一部分，为所有 Agent 提供知识查询能力。
+
+```
+Agent 层
+  ├── Supervisor Agent
+  ├── Planner Agent
+  ├── SubAgents (ExternalApi, InternalError, Database...)
+  └── Verifier Agent
+         ↓ 调用
+工具层 (Tools)
+  ├── searchDoc (文档检索 - L1 向量检索)
+  ├── lookup_knowledge (混合检索 - L0+L1) ← 新增
+  ├── queryLogs (日志查询)
+  ├── queryTrace (链路追踪)
+  └── queryOrder (订单查询)
+         ↓ 依赖
+服务层 (Services)
+  ├── VectorSearchService (L1 语义检索 - Milvus)
+  ├── KnowledgeIndexService (L0 精确匹配 - 内存) ← 新增
+  ├── FrontmatterParser (元数据解析) ← 新增
+  └── DocumentManagementService (文档管理)
+         ↓ 持久化
+数据层
+  ├── MySQL (api_document + metadata 字段) ← 增强
+  ├── Milvus (向量索引)
+  └── Local Files (knowledge_base/) ← 新增
+```
+
+---
+
+## 二、L0+L1 混合检索架构
+
+### 2.1 检索流程
+
+```
+Agent 调用 lookup_knowledge(query)
+    ↓
+┌─────────────────────────────────────────┐
+│         LookupKnowledgeTool             │
+│         (工具入口)                       │
+└────────────┬────────────────────────────┘
+             │
+             ↓
+    ┌────────────────┐
+    │ Step 1: L0 精确匹配 │ < 10ms
+    │ (内存索引)        │
+    └────────┬───────────┘
+             │
+     ┌───────┴────────┐
+     │                │
+  唯一匹配          多个/零个匹配
+     │                │
+     ↓                ↓
+高置信度         低置信度
+(不调用L1)      (调用L1补充)
+     │                │
+     │         ┌──────────────────┐
+     │         │ Step 2: L1 语义检索 │ 200-500ms
+     │         │ (Milvus)          │
+     │         └──────────┬─────────┘
+     │                    │
+     └────────┬───────────┘
+              ↓
+    ┌─────────────────────┐
+    │ Step 3: 组装结果     │
+    │ primary + supplement │
+    └─────────────────────┘
+              ↓
+         返回给 Agent
+```
+
+### 2.2 数据流
+
+```
+文档上传流程：
+POST /api/documents/upload
+    ↓
+DocumentManagementService.uploadDocument()
+    ↓
+1. 文本提取
+2. 保存原始文件 → knowledge_base/{category}/{filename}
+3. 解析 frontmatter (FrontmatterParser)
+4. 分块 → 向量化 → Milvus 索引 (L1)
+5. 元数据存 MySQL (metadata 字段 JSON)
+6. 更新 L0 内存索引 (KnowledgeIndexService)
+    ↓
+完成
+
+文档查询流程：
+Agent 调用 lookup_knowledge("ERR_TIMEOUT")
+    ↓
+KnowledgeIndexService.exactMatch()
+    ↓
+遍历内存索引 (keywords 精确匹配)
+    ↓
+找到唯一匹配 → 读取本地文件 (前 2000 字符)
+    ↓
+返回 primary (高置信度)
+```
+
+---
+
+## 三、核心组件说明
+
+### 3.1 FrontmatterParser
+
+**职责**：解析 Markdown 文件头的 YAML frontmatter
+
+**输入**：
+```markdown
+---
+title: 支付网关错误码定义
+keywords: [ERR_TIMEOUT, 超时, 支付网关]
+summary: 记录了支付网关所有核心错误码的含义及排查方向
+category: api
+---
+
+# 正文内容
+```
+
+**输出**：
+```java
+Frontmatter {
+    title: "支付网关错误码定义",
+    keywords: ["ERR_TIMEOUT", "超时", "支付网关"],
+    summary: "...",
+    category: "api"
+}
+```
+
+### 3.2 KnowledgeIndexService
+
+**职责**：维护 L0 内存索引，提供精确关键词匹配
+
+**核心方法**：
+- `@PostConstruct loadIndex()` - 启动时扫描 knowledge_base/
+- `exactMatch(String query)` - 精确匹配（不区分大小写）
+- `readDocument(String filePath, int maxChars)` - 读取文档内容
+- `addToIndex(KnowledgeEntry entry)` - 添加到索引
+- `removeFromIndex(String filePath)` - 从索引移除
+
+**数据结构**：
+```java
+List<KnowledgeEntry> knowledgeIndex = new CopyOnWriteArrayList<>();
+
+KnowledgeEntry {
+    filePath: "knowledge_base/api/payment-errors.md",
+    title: "支付网关错误码定义",
+    keywords: ["ERR_TIMEOUT", "超时", "支付网关"],
+    summary: "...",
+    category: "api"
+}
+```
+
+### 3.3 LookupKnowledgeTool
+
+**职责**：L0+L1 混合检索工具，Agent 可调用
+
+**工具定义**：
+```java
+@Tool(description = "查询知识库文档。优先精确匹配关键词，未命中或多个匹配时自动补充语义相关片段。" +
+        "参数 query: 查询关键词，例如 'ERR_TIMEOUT'、'支付网关超时'")
+public LookupResult lookupKnowledge(String query)
+```
+
+**返回格式**：
+```json
+{
+  "found": true,
+  "primary": {
+    "content": "文档内容（前 2000 字符）",
+    "source": "knowledge_base/api/payment-errors.md",
+    "matchType": "exact_L0",
+    "confidence": "high"
+  },
+  "supplement": {
+    "content": "语义相关片段（L1）",
+    "source": "metadata",
+    "matchType": "semantic_L1"
+  }
+}
+```
+
+---
+
+## 四、与现有架构的集成
+
+### 4.1 Agent 使用场景
+
+**ExternalApiSubAgent** (接口专家):
+```
+诊断步骤：
+1. 提取错误码（如 "ERR_TIMEOUT"）
+2. 调用 lookup_knowledge("ERR_TIMEOUT")
+3. 获得完整错误码定义和排查方向
+4. 结合日志/链路追踪进行分析
+```
+
+**DatabaseSubAgent** (数据库专家):
+```
+诊断步骤：
+1. 识别数据库问题（如 "连接池满"）
+2. 调用 lookup_knowledge("HikariCP")
+3. 获得连接池配置最佳实践
+4. 提供优化建议
+```
+
+**Planner Agent** (规划者):
+```
+规划阶段：
+1. 分析问题类型
+2. 调用 lookup_knowledge("故障诊断")
+3. 获得标准诊断流程
+4. 制定排查策略
+```
+
+### 4.2 与现有工具对比
+
+| 工具 | 检索方式 | 响应时间 | 适用场景 | 置信度 |
+|------|---------|---------|---------|--------|
+| searchDoc | L1 语义检索 | 200-500ms | 模糊查询、语义理解 | 依赖相似度 |
+| lookup_knowledge | L0+L1 混合 | < 10ms (高置信) | 精确关键词 + 语义补充 | high/low |
+
+**推荐使用策略**：
+- 已知精确关键词（错误码、配置项）→ `lookup_knowledge`
+- 模糊描述、需要语义理解 → `searchDoc`
+
+---
+
+## 五、数据库变更
+
+### 5.1 api_document 表增强
+
+**新增字段**：
+```sql
+ALTER TABLE api_document 
+ADD COLUMN metadata TEXT COMMENT 'Frontmatter 元数据 (JSON)';
+```
+
+**字段说明**：
+- 类型：TEXT（最大 64KB）
+- 格式：JSON 字符串
+- 内容：frontmatter 解析结果
+
+**示例数据**：
+```json
+{
+  "title": "支付网关错误码定义",
+  "keywords": ["ERR_TIMEOUT", "超时", "支付网关"],
+  "summary": "记录了支付网关所有核心错误码的含义及排查方向",
+  "category": "api",
+  "version": "1.0",
+  "author": "zhangsan"
+}
+```
+
+### 5.2 filePath 字段用途变更
+
+**原用途**：存储相对路径或 URL
+
+**新用途**：存储本地文件绝对路径
+```
+knowledge_base/api/payment-errors.md
+knowledge_base/infrastructure/redis-config.md
+```
+
+**用途**：
+1. L0 索引读取完整文档
+2. 支持未来的章节锚点功能
+
+---
+
+## 六、配置说明
+
+### 6.1 application.yml 新增配置
+
+```yaml
+knowledge:
+  base-path: knowledge_base/
+```
+
+**说明**：
+- 相对于项目根目录
+- 启动时递归扫描此目录
+- 建议按 category 组织子目录
+
+### 6.2 目录结构规范
+
+```
+knowledge_base/
+├── api/              # API 相关文档
+│   └── payment-errors.md
+├── infrastructure/   # 基础设施配置
+│   ├── redis-config.md
+│   ├── mysql-connection-pool.md
+│   └── flyway-best-practices.md
+├── domain/           # 领域知识
+│   └── spring-ai-tool-best-practices.md
+└── troubleshooting/  # 故障排查
+    └── fault-diagnosis-process.md
+```
+
+---
+
+## 七、性能指标
+
+### 7.1 查询性能
+
+| 场景 | L0 耗时 | L1 耗时 | 总耗时 |
+|------|---------|---------|--------|
+| 唯一匹配（高置信） | < 5ms | 0 (不调用) | < 10ms |
+| 多个匹配（低置信） | < 5ms | 200-500ms | < 500ms |
+| 未匹配（仅L1） | < 5ms | 200-500ms | < 500ms |
+
+### 7.2 索引性能
+
+| 指标 | 实测值 | 目标值 |
+|------|--------|--------|
+| 启动扫描时间 | < 20ms (6 个文档) | < 1s (500 个文档) |
+| 内存占用 | < 1MB (6 个文档) | < 5MB (500 个文档) |
+| L0 匹配时间 | < 5ms | < 10ms |
+
+---
+
+## 八、可观测性
+
+### 8.1 日志追踪
+
+所有查询都带 requestId（8 位 UUID），可追踪完整流程：
+
+```
+[a1b2c3d4] 收到知识库查询请求: query=ERR_TIMEOUT
+[a1b2c3d4] L0精确匹配完成: matches=1, time=2ms
+[a1b2c3d4] 置信度判断: highConfidence=true, reason=唯一匹配
+[a1b2c3d4] L0唯一匹配，跳过L1检索
+[a1b2c3d4] 查询完成: found=true, confidence=high, totalTime=5ms
+```
+
+### 8.2 关键指标
+
+**监控指标**：
+- L0 查询耗时（P50/P95/P99）
+- L1 调用频率（低置信度比例）
+- 查询总耗时（端到端）
+- 高置信度命中率
+
+**告警阈值**：
+- 查询总耗时 > 2s
+- L0 索引加载失败
+- 高置信度命中率 < 20%
+
+---
+
+## 九、限制与注意事项
+
+### 9.1 MVP 阶段限制
+
+1. **L0 索引无持久化**
+   - 应用重启需要重新扫描
+   - 缓解：启动扫描通常 < 1s
+
+2. **章节锚点未实现**
+   - sectionTitle 参数预留
+   - availableSections 返回 null
+
+3. **批量导入不支持**
+   - 当前仅支持单文件上传
+
+### 9.2 最佳实践
+
+1. **编写高质量 frontmatter**
+   - keywords 精准且全面
+   - 避免关键词重复（导致多匹配）
+
+2. **知识库目录组织**
+   - 按 category 分类
+   - 文件命名语义化
+
+3. **监控告警配置**
+   - 慢查询告警
+   - L0 索引加载失败告警
+
+---
+
+## 十、后续增强方向（Phase 2）
+
+1. **章节锚点**
+   - 支持 sectionTitle 参数
+   - 直接定位到文档特定章节
+
+2. **L0 索引持久化**
+   - 序列化到文件
+   - 避免重启扫描
+
+3. **批量导入工具**
+   - 支持目录批量导入
+   - 进度监控
+
+4. **知识库管理 API**
+   - CRUD 接口
+   - 在线编辑
+
+5. **向量化元数据**
+   - title/summary 也参与 L1 检索
+   - 提升语义检索准确度
diff --git a/mvp/architecture/knowledge-retrieval-usage.md b/mvp/architecture/knowledge-retrieval-usage.md
new file mode 100644
index 0000000..f431baf
--- /dev/null
+++ b/mvp/architecture/knowledge-retrieval-usage.md
@@ -0,0 +1,477 @@
+# 知识库检索使用指南
+
+## 快速开始
+
+### 1. 文档格式要求
+
+所有知识库文档必须包含 YAML frontmatter：
+
+```markdown
+---
+title: 文档标题（必填）
+keywords: [关键词1, 关键词2, 关键词3]（必填）
+summary: 文档摘要（必填）
+category: api（可选）
+version: 1.0（可选）
+author: zhangsan（可选）
+---
+
+# 正文内容
+
+这里是文档的正文...
+```
+
+### 2. 上传文档
+
+**API 端点**：
+```
+POST /api/documents/upload
+Content-Type: multipart/form-data
+
+参数：
+- file: Markdown 文件
+- category: 分类（如 api, infrastructure, domain, troubleshooting）
+```
+
+**示例**：
+```bash
+curl -X POST http://localhost:9900/api/documents/upload \
+  -F "file=@payment-errors.md" \
+  -F "category=api"
+```
+
+**返回**：
+```json
+{
+  "docId": "abc123-def456-...",
+  "status": "success"
+}
+```
+
+### 3. Agent 调用
+
+在 Agent 对话中，工具会自动可用：
+
+```
+用户：ERR_TIMEOUT 是什么错误？
+
+Agent 内部：
+1. 调用 lookup_knowledge("ERR_TIMEOUT")
+2. L0 精确匹配找到 payment-errors.md
+3. 返回完整错误码定义（高置信度）
+
+Agent 回复：
+ERR_TIMEOUT 是支付网关超时错误。
+原因：...
+排查方向：...
+```
+
+---
+
+## 编写知识库文档
+
+### Frontmatter 字段说明
+
+#### 必填字段
+
+**title**（标题）
+```yaml
+title: 支付网关错误码定义
+```
+- 简洁明了，能准确描述文档内容
+- 建议 10-30 字
+
+**keywords**（关键词列表）
+```yaml
+keywords: [ERR_TIMEOUT, 超时, 支付网关, 错误码]
+```
+- 用于 L0 精确匹配
+- 包含所有可能的查询词
+- 建议 3-10 个关键词
+- 既要精确（ERR_TIMEOUT），也要通用（超时）
+
+**summary**（摘要）
+```yaml
+summary: 记录了支付网关所有核心错误码的含义、原因分析及排查方向
+```
+- 一句话描述文档用途
+- 建议 30-100 字
+
+#### 可选字段
+
+**category**（分类）
+```yaml
+category: api
+```
+- 推荐值：api, infrastructure, domain, troubleshooting
+- 用于目录组织
+
+**version**（版本）
+```yaml
+version: 1.0
+```
+- 文档版本号
+- 便于追踪更新
+
+**author**（作者）
+```yaml
+author: zhangsan
+```
+- 文档维护者
+
+### 关键词设计技巧
+
+#### ✅ 好的关键词设计
+
+```yaml
+keywords: [ERR_TIMEOUT, 超时, 支付网关, timeout, 网关超时, 支付超时]
+```
+
+**特点**：
+- 包含精确术语（ERR_TIMEOUT）
+- 包含通用描述（超时）
+- 包含组合词（网关超时、支付超时）
+- 包含英文（timeout）
+
+#### ❌ 不好的关键词设计
+
+```yaml
+keywords: [错误, 问题]
+```
+
+**问题**：
+- 太宽泛，导致多个文档匹配
+- Agent 获得低置信度结果
+
+### 文档内容建议
+
+#### 结构化内容
+
+```markdown
+# 支付网关错误码定义
+
+## ERR_TIMEOUT
+
+**错误说明**：支付网关调用超时
+
+**可能原因**：
+1. 网络延迟
+2. 支付网关响应慢
+3. 本地超时配置过短
+
+**排查步骤**：
+1. 检查网络连通性
+2. 查看支付网关监控
+3. 检查超时配置
+
+**解决方案**：
+- 增加超时时间
+- 优化网络链路
+- 联系支付网关排查
+```
+
+#### 包含实际示例
+
+```markdown
+## 配置示例
+
+```yaml
+payment:
+  gateway:
+    timeout: 5000ms  # 推荐 5 秒
+    retry: 3
+```
+
+## 日志示例
+
+```
+2026-06-24 10:00:00 ERROR PaymentService - ERR_TIMEOUT: 支付请求超时
+orderId: 12345, timeout: 3000ms
+```
+```
+
+---
+
+## 使用场景
+
+### 场景 1: 错误码查询
+
+**用户输入**：
+```
+ERR_TIMEOUT 是什么意思？
+```
+
+**Agent 流程**：
+1. 调用 `lookup_knowledge("ERR_TIMEOUT")`
+2. L0 精确匹配 → 唯一匹配 → 高置信度
+3. 返回完整文档内容（前 2000 字符）
+4. Agent 基于文档内容回答
+
+**响应时间**：< 10ms
+
+### 场景 2: 配置项查询
+
+**用户输入**：
+```
+Redis 连接池怎么配置？
+```
+
+**Agent 流程**：
+1. 调用 `lookup_knowledge("Redis")`
+2. L0 精确匹配 → 可能多个匹配 → 低置信度
+3. 同时调用 L1 语义检索补充
+4. 返回 primary (L0) + supplement (L1)
+5. Agent 综合两份结果回答
+
+**响应时间**：< 500ms
+
+### 场景 3: 流程查询
+
+**用户输入**：
+```
+如何排查生产故障？
+```
+
+**Agent 流程**：
+1. 调用 `lookup_knowledge("故障排查")`
+2. L0 精确匹配 → 找到故障诊断文档
+3. 返回标准诊断流程
+4. Agent 按照流程指导用户
+
+### 场景 4: 最佳实践查询
+
+**用户输入**：
+```
+Spring AI 工具怎么写？
+```
+
+**Agent 流程**：
+1. 调用 `lookup_knowledge("Spring AI")`
+2. L0 + L1 混合检索
+3. 返回最佳实践文档
+4. Agent 提供具体建议和代码示例
+
+---
+
+## 维护知识库
+
+### 文档更新流程
+
+1. **修改本地文件**
+   ```bash
+   vim knowledge_base/api/payment-errors.md
+   ```
+
+2. **重新上传**
+   ```bash
+   curl -X POST http://localhost:9900/api/documents/upload \
+     -F "file=@payment-errors.md" \
+     -F "category=api"
+   ```
+
+3. **验证更新**
+   - 重启应用（L0 索引重建）
+   - 或等待下次部署
+
+### 文档删除
+
+```bash
+DELETE /api/documents/{docId}
+```
+
+**注意**：
+- 同时删除 MySQL 记录
+- 删除 Milvus 向量索引
+- 删除本地文件
+- 从 L0 索引移除
+
+### 查看已索引文档
+
+启动日志中查看：
+```
+[INFO] 开始扫描知识库目录: knowledge_base/
+[DEBUG] 文档已加入索引: title=支付网关错误码定义
+[DEBUG] 文档已加入索引: title=Redis 缓存配置指南
+[INFO] 知识库索引加载完成，共 6 个文档
+```
+
+---
+
+## 故障排查
+
+### 问题 1: 文档未被索引
+
+**症状**：
+- 上传成功，但 Agent 查询不到
+
+**排查**：
+1. 检查 frontmatter 格式是否正确
+2. 查看启动日志是否有 WARN
+3. 确认文件保存位置
+
+**解决**：
+```bash
+# 检查文件是否存在
+ls knowledge_base/api/payment-errors.md
+
+# 检查 frontmatter 格式
+head -20 knowledge_base/api/payment-errors.md
+
+# 重启应用重建索引
+```
+
+### 问题 2: 总是调用 L1（低置信度）
+
+**症状**：
+- 查询耗时 > 200ms
+- 日志显示调用 L1
+
+**原因**：
+- L0 未匹配（关键词不在 keywords 中）
+- L0 多个匹配（关键词重复）
+
+**解决**：
+```yaml
+# 检查关键词是否覆盖查询词
+keywords: [ERR_TIMEOUT, 超时, timeout]
+
+# 避免关键词过于宽泛
+❌ keywords: [错误, 问题]  # 太宽泛
+✅ keywords: [ERR_TIMEOUT, 超时]  # 精准
+```
+
+### 问题 3: 查询返回不完整
+
+**症状**：
+- 文档内容被截断
+
+**原因**：
+- 文档过长，L0 只返回前 2000 字符
+
+**解决**：
+1. 将长文档拆分成多个短文档
+2. 每个文档聚焦一个主题
+3. 或等待 Phase 2 章节锚点功能
+
+### 问题 4: 启动扫描很慢
+
+**症状**：
+- 应用启动时间过长
+
+**原因**：
+- knowledge_base/ 文件过多
+
+**解决**：
+```bash
+# 检查文档数量
+find knowledge_base -name "*.md" | wc -l
+
+# 清理无用文档
+rm knowledge_base/.backup/*.md
+```
+
+**参考指标**：
+- 500 个文档：< 1s
+- 1000 个文档：可能需要优化
+
+---
+
+## 性能优化
+
+### 优化关键词匹配率
+
+**目标**：提高高置信度命中率（减少 L1 调用）
+
+**方法**：
+1. 分析查询日志，找到常见查询词
+2. 将常见查询词加入 keywords
+3. 定期审查和优化 keywords
+
+**示例**：
+```bash
+# 查看低置信度查询
+grep "confidence=low" logs/application.log | \
+  awk -F'query=' '{print $2}' | \
+  awk -F',' '{print $1}' | \
+  sort | uniq -c | sort -rn
+```
+
+### 减少文档数量
+
+**策略**：
+- 删除过时文档
+- 合并相似文档
+- 归档不常用文档
+
+### 监控关键指标
+
+**配置监控**：
+- L0 查询耗时（目标 < 10ms）
+- L1 调用频率（目标 < 30%）
+- 高置信度命中率（目标 > 70%）
+
+---
+
+## 最佳实践总结
+
+### ✅ 推荐做法
+
+1. **关键词全面**
+   - 包含精确术语和通用描述
+   - 包含英文和中文
+   - 包含常见拼写变体
+
+2. **文档聚焦**
+   - 一个文档一个主题
+   - 避免大而全的文档
+
+3. **结构化内容**
+   - 使用清晰的标题层次
+   - 包含实际示例
+   - 提供具体步骤
+
+4. **定期维护**
+   - 定期审查和更新
+   - 删除过时内容
+   - 优化关键词
+
+### ❌ 避免做法
+
+1. **关键词模糊**
+   ```yaml
+   ❌ keywords: [错误, 问题]
+   ✅ keywords: [ERR_TIMEOUT, 超时]
+   ```
+
+2. **文档过长**
+   ```markdown
+   ❌ 一个文档包含 50 个错误码定义（会被截断）
+   ✅ 每个错误码一个文档，或按类型分组
+   ```
+
+3. **缺少实际示例**
+   ```markdown
+   ❌ Redis 配置很重要，需要优化
+   ✅ 
+   ```yaml
+   spring:
+     redis:
+       lettuce:
+         pool:
+           max-active: 8
+   ```
+   ```
+
+4. **长期不更新**
+   - 定期审查（建议每季度）
+   - 删除过时内容
+   - 添加新的常见问题
+
+---
+
+## 参考资料
+
+- **架构文档**：`mvp/architecture/knowledge-retrieval-architecture.md`
+- **可观测性**：`.docs/knowledge-observability.md`
+- **Handoff 文档**：`handoff/2026-06-24-lookup-knowledge-integration.md`
+- **OpenSpec**：`openspec/changes/lookup-knowledge-integration/`
diff --git a/mvp/discuss/L0_plan.md b/mvp/discuss/L0_plan.md
new file mode 100644
index 0000000..2f23920
--- /dev/null
+++ b/mvp/discuss/L0_plan.md
@@ -0,0 +1,109 @@
+Coding Agent 执行清单：L0+L1 混合检索 MVP 实现
+你可以直接将以下完整的指令文档复制给你的 Coding Agent（如 Claude Code、Cursor），让它严格按照此规范实现。
+
+📋 任务总览
+在现有的 Milvus 向量检索（L1）基础之上，新增一层基于 Markdown 文件头的精确匹配检索（L0），构建一个“先精确、后语义”的混合检索工具 lookup_knowledge。
+
+一、文件头规范定义
+所有存放在 knowledge_base/ 目录下的 .md 知识库文档，必须在文件最顶部添加 YAML Frontmatter（被 --- 包裹），包含以下字段：
+---
+title: 支付网关错误码定义          # 【必填】文档标题
+keywords: [ERR_TIMEOUT, 超时, 支付网关]  # 【必填】核心关键词数组，用于精确匹配
+summary: 记录了支付网关所有核心错误码的含义及排查方向。 # 【必填】文档一句话摘要，用于辅助匹配
+sections:                          # 【可选】大文件的章节锚点，用于渐进式读取
+  超时排查: "## 1. 超时类错误"
+  限流排查: "## 2. 限流类错误"
+---
+# 这里是 Markdown 正文内容...
+约束：
+
+文件头必须在文件的最顶部，前面不能有空行。
+keywords 仅需包含错误码、服务名、专有名词等适合精确匹配的词，不需要长句。
+
+二、索引模块：启动加载与热更新
+
+解析依赖：使用 python-frontmatter 库解析 MD 文件头。
+启动扫描：项目启动时，递归扫描 knowledge_base/ 目录下所有 .md 文件，提取元数据。
+内存结构：将提取的元数据组装为一个全局列表 KNOWLEDGE_INDEX，结构如下：
+KNOWLEDGE_INDEX = [
+    {
+        "file": "knowledge_base/payment/errors.md",
+        "title": "支付网关错误码定义",
+        "keywords": ["ERR_TIMEOUT", "超时", "支付网关"],
+        "summary": "记录了...",
+        "sections": {"超时排查": "## 1. 超时类错误"}
+    }
+]
+
+热更新监听：使用 watchdog 库监听 knowledge_base/ 目录。当 .md 文件被新增或修改时，重新解析该文件头，并增量更新内存中的 KNOWLEDGE_INDEX 字典。
+
+三、工具函数实现：lookup_knowledge
+实现一个名为 lookup_knowledge 的工具供 Agent 调用。
+1. 函数签名
+def lookup_knowledge(query_text: str, section_title: str = None) -> dict:
+2. 执行逻辑（严格按顺序执行）
+Step 1: Layer 0 精确匹配（前置导航）
+遍历 KNOWLEDGE_INDEX，将 query_text 与每个条目做大小写不敏感的匹配：
+
+匹配规则：检查 query_text 是否包含 keywords 数组中的任一词汇；或者 query_text 是否与 summary 有一定的文本重合度（防自然语言漏匹配）。
+命中处理：
+
+如果命中，获取该条目的 file 路径。
+如果传入了 section_title：通过正则表达式，从文件正文中截取 sections[section_title] 对应的标题及其下方段落内容返回。
+如果未传入 section_title：直接 open() 读取文件内容，截取前 2000 字符返回。
+标记 match_type: "exact_L0"。
+
+Step 2: Layer 1 语义检索补充（原 RAG）
+
+触发条件：无论 L0 是否命中，都调用现有的 Milvus 向量检索逻辑（BGE-M3 embedding + Milvus search），获取 Top-1 的相关 Chunk。
+目的：作为补充上下文，提供语义关联信息。
+标记：match_type: "semantic_L1"。
+
+Step 3: 结果组装与返回
+将 L0 和 L1 的结果组装成统一格式返回给 Agent。如果两层均无结果，found 置为 False。
+3. 返回格式规范
+{
+    "found": true,
+    "primary": {
+        "content": "文档前2000字或指定section内容...",
+        "source": "knowledge_base/payment/errors.md",
+        "match_type": "exact_L0"
+    },
+    "supplement": {
+        "content": "Milvus检索到的Top-1语义片段...",
+        "source": "其他文档路径",
+        "match_type": "semantic_L1"
+    }
+}
+(注：如果 L0 未命中，primary 字段为 null，仅返回 supplement。)
+
+四、Agent 工具注册定义
+将 lookup_knowledge 注册为 Agent 可用的工具，工具描述 JSON 如下：
+{
+    "name": "lookup_knowledge",
+    "description": "查询知识库文档。系统会先尝试通过关键词精确匹配完整文档，并自动补充语义相关的片段。如果已知具体的文档章节，可传入 section_title 获取特定段落。",
+    "parameters": {
+        "type": "object",
+        "properties": {
+            "query_text": {
+                "type": "string",
+                "description": "查询关键词，例如 'ERR_TIMEOUT'、'支付网关超时'"
+            },
+            "section_title": {
+                "type": "string",
+                "description": "可选。如果primary结果返回了sections目录，可通过指定章节标题来获取该章节的详细内容，避免读取大文件超出长度限制。"
+            }
+        },
+        "required": ["query_text"]
+    }
+}
+
+五、实施与验收标准
+请 Coding Agent 按以下步骤实施并自测：
+
+安装依赖：pip install python-frontmatter watchdog
+按照规范实现文件头解析与 watchdog 监听逻辑。
+改造现有 Agent 代码，按上述逻辑实现 lookup_knowledge。
+验收用例 1（L0 命中）：创建带文件头的 MD，调用 lookup_knowledge("ERR_TIMEOUT")，验证返回的 primary 是否为完整 MD 内容，supplement 是否为 Milvus 的检索结果。
+验收用例 2（L0 未命中）：调用 lookup_knowledge("如何处理系统异常")，验证 primary 是否为 null，supplement 是否正常返回语义结果。
+验收用例 3（热更新）：在程序运行期间修改 MD 的文件头 keywords，再次查询验证内存索引是否已更新。
diff --git a/mvp/rag_plan.md b/mvp/discuss/rag_plan.md
similarity index 100%
rename from mvp/rag_plan.md
rename to mvp/discuss/rag_plan.md