Neo：兩個具體計劃（Jobs 級別細節）

---
計劃 1：MCP 暴露路線圖（前三大能力）
目標：使 Hermes 可被代理通過 MCP 端點發現和調用。這直接解決了“新 SEO”觀察。
優先順序
1. note-weaver（最高即時價值）
2. wiki 輸入管道（Raindrop + EPUB → wiki）
3. FlashLib 聚類技能（新）
實施步驟
- 第 1 階段（note-weaver）
- 將現有的 note-weaver 邏輯作為 MCP 工具暴露。
- 所需參數：source_path（文件或 URL）、target_vault（預設：~/wiki）、tags（可選）。
- 返回：結構化的 markdown + 自動生成鏈接列表 + 連接分數。
- 添加進度流，以便長時間運行的輸入報告狀態。
- 第 2 階段（wiki 輸入）
- 創建專用的 MCP 端點 ingest-to-wiki，封裝完整管道（抓取 → 提取 → note-weaver → 交叉鏈接）。
- 支援單個項目和批量集合。
- 暴露元數據（來源、日期、原始標籤），以便代理做出明智決策。
- 第 3 階段（FlashLib 聚類）
- 一旦聚類技能存在，將 cluster-corpus 和 get-cluster-summary 作為 MCP 工具暴露。
- 允許代理請求任何集合的主題分組並獲得中心頁建議。
決策點
- 認證：先從本地（stdio）開始，必要時加入令牌認證。
- 工具命名：使用清晰、代理友好的名稱（note_weaver、ingest_to_wiki、cluster_documents）。
- 文件：每個端點必須包含一段描述 + 範例調用，以便代理自我發現。
時間表目標：第一個端點（note-weaver）在一次專注會話內上線。
---
計劃 2：通過 FlashLib 升級 Wiki 知識庫
目標：將你的 wiki 從一組頁面轉變為一個具有主題中心、重複檢測和漂移追蹤的聚類可查詢知識圖。
核心工作流程
1. 嵌入生成
- 使用你現有的嵌入器對所有 wiki 頁面 + Raindrop 項目進行處理。
- 將嵌入與元數據（標題、來源、日期、標籤）一起存儲。
2. 使用 FlashLib 進行聚類
- 在完整語料庫上運行 FlashKMeans（或庫推薦的聚類方法）。
- 目標聚類數：從 30–80 開始（可調整）。
- 輸出：每個文檔的聚類 ID + 成員列表。
3. 後處理
- 主題中心：為每個聚類自動生成一個中心頁，內容包括：
- 聚類名稱（由 LLM 根據頂部文檔生成）
- 前 5 個代表性摘錄
- 所有成員頁面鏈接列表
- 重複檢測：標記在同一聚類中餘弦相似度 > 0.92 的文檔。
- 漂移追蹤：每月重新運行聚類並比較聚類成員變化。
4. 集成
- 新技能：wiki-cluster（或擴展 note-weaver）。
- 一條命令：wiki-cluster --collection raindrop --output hubs/
- 結果以 markdown 文件形式寫入，成為一級 wiki 頁面。
決策點
- 嵌入模型：重用你用於 note-weaver 的模型以保持一致性。
- 聚類數策略：從肘部法或輪廓分數開始，然後允許手動覆蓋。
- 更新頻率：新項目每晚更新，整體每月重新聚類。
- 隱私：所有處理保持在本地。
預期結果
你的 wiki 變得更具力量——代理（以及你）可以按主題導航，而非手動搜索，重複項自動標記，知識漂移變得可衡量。
---
下一步
你想從哪個計劃開始，還是讓我們並行運行兩個？一旦你選擇入口點，我可以立即產生第一個技能文件或 MCP 端點規範。