修复: AR-3 审批 reason 查项目名拼对象名（用户再反馈 P0）

build_approval_reason 改 async + 接收 db，对 delete/restore/purge/update/bind/create_task 的 id/project_id 查 ProjectRepo.get_by_id 拼「项目名」(id=x)（原只拼裸 id，用户反馈'只返回 ID 不知道是什么数据'）
新增 resolve_project_label helper；process_tool_calls 调用改 await
来源 aichat审查报告 第二章 + 用户 2026-06-14 再反馈;cargo 0 err

docs/03-模块文档/df-knowledge-知识库-2026-06-14.md

@@ -0,0 +1,135 @@
+# 知识库模块
+
+> 创建: 2026-06-13 | 阶段: Tier 1 已实现
+
+---
+
+## 概述
+
+知识库是 DevFlow 的"共享记忆层"，被动积累 AI 对话中产生的可复用经验，供后续对话注入使用。外部工具（Claude Code / CodeX / Cursor）可通过相同 IPC 接口读写，内外零差异。
+
+---
+
+## 实现状态
+
+| 功能 | 状态 |
+|------|------|
+| candidate→published 状态机 | ✅ Tier 1 |
+| 手动录入（Knowledge.vue）| ✅ Tier 1 |
+| AI 自动提炼（对话完成后）| ✅ Tier 1 |
+| LIKE 关键词检索 + 注入 system prompt | ✅ Tier 1 |
+| 审核收件箱（人工门控）| ✅ Tier 1 |
+| 向量 embedding + 混合检索 | ✅ Phase 5.5（开关控制，默认关）|
+| ai_node prompt 注入 | ⬜ Tier 2 |
+| MCP 对外 API | ⬜ Tier 2 |
+
+---
+
+## 状态机
+
+```
+candidate ──→ pending_review ──→ published ──→ archived
+    │                │               │
+    └────────────────┴───────────────┘
+                (可直接到 archived)
+```
+
+- AI 提炼只产 **candidate**，绝不自动 published（人工门控）
+- `knowledge_archive`：软删除（status=archived），不物理删除
+
+---
+
+## 知识类型（KnowledgeKind）
+
+7 种：`pitfall`（踩坑）/ `review_rule`（审查规则）/ `prompt_template`（Prompt 模板）/ `architecture_pattern`（架构模式）/ `diagnosis`（诊断知识）/ `deployment_note`（部署经验）/ `workflow_optimization`（工作流优化）
+
+---
+
+## IPC 命令（11 个）
+
+| Command | 说明 |
+|---------|------|
+| `knowledge_list(status?)` | 全量列表，默认排除 archived |
+| `knowledge_get(id)` | 单条查询 |
+| `knowledge_search(query, kind?, limit?)` | LIKE 检索，top-N≤3 |
+| `knowledge_create(input)` | 创建（status=candidate）|
+| `knowledge_update_status(id, status)` | 状态转换（含合法矩阵校验）|
+| `knowledge_record_reuse(id)` | reuse_count +1 |
+| `knowledge_list_candidates()` | 审核收件箱（按 confidence 排序）|
+| `knowledge_archive(id)` | 软删除 |
+| `knowledge_get_config()` | 读取 KnowledgeConfig |
+| `knowledge_save_config(config)` | 保存 KnowledgeConfig |
+| `knowledge_extract_now()` | 手动触发提炼（ManualOnly 模式）|
+
+---
+
+## KnowledgeConfig
+
+```rust
+pub struct KnowledgeConfig {
+    pub auto_extract: bool,            // 提炼总开关，默认 true
+    pub trigger_mode: ExtractTrigger,  // on_complete | on_idle | manual_only
+    pub min_messages: u32,             // 守卫：最少消息数，默认 4
+    pub idle_timeout_ms: u64,          // 闲置触发超时，默认 30000
+    pub auto_inject: bool,             // 聊天注入开关，默认 true
+    pub vector_enabled: bool,          // 向量检索开关，默认 false
+    pub embedding_provider_id: Option<String>,  // 仅 openai_compat 类型
+    pub embedding_model: Option<String>,
+}
+```
+
+存储：`AppState.knowledge_config: Arc<Mutex<KnowledgeConfig>>`（内存，重启恢复默认值）。
+
+---
+
+## 检索与注入
+
+### LIKE 检索（默认）
+
+`search(query, kind, limit=3)` → `WHERE title LIKE ? OR content LIKE ?` → `ORDER BY reuse_count DESC`
+
+### 混合检索（vector_enabled=true）
+
+三层降级链：
+1. 开关关 → 纯 LIKE
+2. embed 调用失败 → 纯 LIKE
+3. 正常 → 双信号排序（同时命中 LIKE+向量 cos≥0.3 > 仅 LIKE > 仅向量 cos≥0.3）
+
+嵌入时机：知识**发布时**（不在 candidate 阶段浪费 embed 调用），`spawn_embedding_for_knowledge` fire-and-forget。
+
+### 注入位置
+
+system prompt 头部（[知识库上下文] --- [技能指令] --- [原始 system prompt]），仅 auto_inject=true 时生效。
+
+---
+
+## AI 自动提炼流程
+
+1. `run_agentic_loop` 正常退出 → `maybe_spawn_extraction()` 守卫检查
+2. 守卫：`auto_extract=true` + `messages.len() >= min_messages`
+3. `tauri::async_runtime::spawn` 后台执行，不 await（不阻断聊天）
+4. 取最后 6 条 user/assistant 消息 → 构造 JSON schema prompt → LLM `complete()`
+5. `serde_json::from_str<Vec<ExtractedItem>>` 解析，失败整批丢弃（warn 不报错）
+6. 逐条写 `knowledges`（status=candidate，source_ref="conv:{id}"）
+
+---
+
+## 矛盾知识处理
+
+不做结构层消歧，在内容和 tags 中自述限制范围。检索时两条知识都可能返回，由 LLM 上下文理解取舍。
+
+---
+
+## 外部工具访问（规划）
+
+Tier 1+ 目标：MCP Shell 封装（`mcp-server` 转发 IPC），外部工具使用逻辑与内部零差异：
+- 外部写入：走 candidate → 人工审核流程
+- 外部读取：`knowledge_search` / `knowledge_list`（published）
+
+---
+
+## 相关文档
+
+- [df-storage 存储层](./df-storage-存储层.md) — knowledges 表结构 + 向量工具函数
+- [df-ai AI 集成模块](./df-ai-AI集成模块.md) — hybrid_search / generate_embedding / extract
+- [功能决策记录](../02-架构设计/功能决策记录.md) — 检索方案演进决策