版本：0.5.0-beta.1 · beta 通道（首次公开发布）
从用户指定的资料中保留可核对证据，进行跨文件组合分析，并沉淀有出处的方法候选。血统为 wb-lived-knowledge，对外名称和未来安装目录名为 lived-knowledge，两者独立管理。
这是可运行的本地开发核心，不代表 M1 或完整产品已经验收。可按用户授权本地安装，客户端实际安装与验收以本机部署收据为准。用户明确要求：未明确生成发布版前不定为 1.0；里程碑编号 M1–M5 不对应版本号。
- 用户指定来源目录与知识库目录；批量扫描、内容哈希增量识别、逐文件收据和续作。见 输入与更新流程。
- 单库 SQLite 权威记录、不可变解析镜像、源哈希/解析协议/版本、UTF-8 收据。
- 显式字段精确查询、中文子串检索和原证据下钻；摘要不会覆盖表格事实。
- 加密 PDF 密码仅通过隐藏提示或 stdin 单次传入，不写入作业、收据、meta 或证据。
- Office 临时锁文件（
~$）单列跳过，不计入失败。
- Word/Excel 经本机 COM 适配器读取旧版
.doc/.xls（需--trusted-office，不下载不捆绑）；Word 2007（v12）走SaveAs回退，v14+ 用SaveAs2；Excel 门槛主版本 11。 - 可选 WPS COM 回退
--allow-wps（显式授权，未授权时 WPS 伪装应答结构化拒绝）；可选跨平台 LibreOffice headless--soffice-headless（私有 profile、超时只杀自有进程树）。两者均 opt-in、检测不下载、真机保真度待回验。 - 原生进程退出码非 0 不再推翻已成功的结构化结果，仅记
NATIVE_PROCESS_EXIT_WARNING告警。 - 超大 Excel 护栏（225 万单元格）拒绝时附 sheet/有意义尺寸/声明尺寸，区分真超大表与引擎边界探测虚高。
- 拒绝或解析失败的回执恒带
file_name与source（绝对路径），可直接定位文件。
- 单 PDF 页级体检
pdf-checkup（空页/图片对象/疑似双栏/加密态/章节树摘要/建议路由，不渲染不 OCR 不写库）。 - PDF 证据优先采用书签章节树，无书签时字号启发式恒标 provisional；疑似双栏只发警告进复核队列，绝不自动重排。
- 可选
context=full机械注入「文档>章节>页」头部（无邻句、无向量）。 - 逐页台账
pdf-pages与三层质量清单pdf-quality-report（解析/结构/证据，逐条闭口动作）。 - 图片型 PDF 可选增强路径（分段渲染 + Pillow 预处理 + 逐页 OCR + checkpoint 续跑）。
.txt/.md/.csv/.tsv编码链：BOM → 严格 UTF-8 → GB18030 兜底可见，GB18030 结果附ENCODING_FALLBACK_APPLIED警告。.eml（信头+text/plain 正文，附件只登记不提取）、.xmind（话题树）零依赖适配器；.ppt/.vsd识别但默认不启用。- 图片（jpg/png/bmp/tif 等）默认返回需显式 OCR，
--ocr-windows调用本机 Windows OCR，结果均为待复核证据。 - 压缩包（zip/tar 标准库；7z/rar 探测本机工具）受控解包，zip-slip 拒绝、成员数/体积硬上限。
batch-preflight起跑前确定性预检（缺依赖、信任缺口、环境探测可选；不写清单不入库）。batch-progress只读租约心跳与run_state（running / suspected_interrupted / paused / completed 等，绝不自动重启）。batch-report跨回执失败画像；batch-profile错误码处置建议与 next_actions 模板。batch-resume按最近未完成收据自动续跑未完成/失败/新增项。- 长任务零 token 运行公约：禁止 sleep 轮询，进度以磁盘收据为准。
- 可重建 SQLite FTS5 索引，零命中或不支持时回退精确子串匹配。
table-profile/project先读表结构再按显式字段投影可追溯行；aggregate分组聚合（复用质量门禁）。table-factsopt-in 一行一事实派生（单位只认显式映射、不推断年份、不存储不建卡）。navigation-index证据下钻索引；reading-plan长文分块。
- 完整包
export-full-pack/import-full-pack、个人包export-personal-bundle/import-personal-bundle、方法包export-method-pack/import-method-pack、脱敏包export-pack/import-pack。 stats只读库体检；restore --verify-only恢复收据校验；一致性快照与新目录恢复。
- GitHub 仓库
davidwei-evolution/lived-knowledge；scripts/release_update.py五段命令（check/download/verify-archive/plan-install/install），三段授权、归档安全校验、原子切换与失败回滚。流程见 升级流程。
| 输入/环境 | 当前范围 | 限制 |
|---|---|---|
| UTF-8 CSV/TSV/TXT/Markdown | 标准库读取 | 不自动猜 GBK；大文件/表格有上限 |
| XLSX/XLSM | openpyxl 可用时保留单元格值、类型、格式、公式与缓存、隐藏/合并信息；门禁按真实有值/公式格，稀疏表不展开空白矩形 | XLSM 不执行或保留宏；有公式、隐藏、合并或稀疏镜像告警的表不进入自动统计；不重算公式 |
| DOCX | 正文段落与简单表格、页眉/页脚/脚注/文本框文字、结构坐标 | 图像、图表、尾注、文本框表格未覆盖；多页眉部件无法按页归属（有告警）；非完整 Office 保真 |
pypdf 可用时页级文本 + 页级画像：逐页嵌入字符/空页/图片对象计数/疑似双栏、outline 章节树（无书签退字号 provisional）、跨页标记；pdf-checkup 库外体检 |
无文本要求 OCR；双栏只标记不重排（阅读序需人工核对）；版面、图片、表格未验证，混合页有告警；字号章节树恒为 provisional | |
| PPTX | 幻灯片 XML 文本试验 | 备注、图表、图像未覆盖；不宣称完整解析 |
| PPT | 已识别（T1），默认稳定返回 FORMAT_NOT_ENABLED | 不解析旧二进制；请另存为 .pptx |
| EML | 标准库零依赖：信头表与 text/plain 正文（含传输编码/GBK） | HTML 与附件只登记不提取；不取外部资源 |
| XMIND | 标准库零依赖：v8+ content.json 话题 title/labels/notes，旧版 content.xml 纯文本 | 深度上限 50；非 zip/缺 content 确定性 PARSE_FAILED |
| XLS/DOC | 显式启用已安装的 Windows Office；真实二进制合成文件已验证；起跑前可用 batch-preflight 探测安装与版本 | 仅可信文件；坐标可能是转换后结构，不是原页面；非完整保真 |
| PDF OCR | 显式启用已安装 Windows OCR；合并镜像保留嵌入文本页，仅给无文本层页挂接逐行 OCR 与字框，逐页 page_audit | 合成清晰中文样本仍有日期识别错误；OCR 行需要人工校核；不推断表格结构；嵌入提取失败时回退 OCR-only 并告警 |
| 图片 OCR（JPG/JPEG/PNG/BMP/TIF/TIFF/JFIF） | 显式 --ocr-windows 调用本机 Windows OCR，输出逐行 OCR 证据 |
默认不处理；真实设备 OCR 尚待验收；所有结果需人工校核；WEBP/HEIC/GIF 未启用 |
| Codex | 本机 CLI 开发验证 | 不等于安装/触发验收 |
| Workbuddy/千问办公 | 小范围验证成功，但不保证完整支持 | 不从 Codex 成功推出兼容 |
Python 3.10+，标准库可执行基础功能；可选依赖不会自动安装。运行 python -B scripts/knowledge.py doctor 查看当前解释器依赖。不同解释器组件可能不同。安装后的最低 TXT/CSV 链路、可选依赖门槛及前台客户端记录见 安装与客户端验收。
受控资料上限：单输入 32 MiB；ZIP 展开 128 MiB、最多 10000 条目；XLSX/XLSM 单工作表最多 2250000 个真实有值/公式单元格，可信旧 XLS 仍按有效矩形门禁；OCR最多30页。Excel 的声明尺寸、有效 bounds、稀疏格数和矩形格数会保留或在超限收据中给出，稀疏表不展开空白矩形。该上限不是大规模 Excel 容量承诺；超过上限仍拒绝。默认解析器不调用 Office；显式原生适配会调用 Office，关闭普通自动化宏及链接更新，但不能当作敌意文件沙箱。仅处理用户确认可信的旧 Office 文件。
python -B scripts/knowledge.py doctor
# 仅源码仓库可运行（测试安装包内不含 tests/ 目录，在包内照此执行必然失败）：
python -B -m unittest discover -s tests -v在已授权私人数据位置使用 --root 和 --library 初始化；见 命令协议。不要把真实公司资料或私人库放进本源码目录。当前仅对 user-approved host-allowed 库开放内容；local-only 内容链路尚未实现，不能通过改标记规避外发限制。
网络盘和常见 OneDrive 根会被拒绝；其他同步盘不能可靠自动识别，用户指定目录仍须确认不是同步/共享目录。同 OS 账户的进程能直接读明文文件，库 ID 是防串库检查，不是访问控制或加密。
发布源固定为 GitHub Releases：https://github.com/davidwei-evolution/lived-knowledge。升级经
scripts/release_update.py 分三段独立授权完成（check → download → verify-archive →
plan-install → install）：只接受 Releases HTTPS 附件并按发布页 SHA-256 核对；归档做单根目录/
路径穿越/链接/大小写碰撞/CRC/体积与 CORE 血统校验；安装由当前可信版本的 install_cover 做
原子切换（旧目录备份保留、后验 doctor 失败自动回滚），候选包代码绝不被导入或执行。否定的
检查结果必须以 Releases 网页交叉复核。完整流程见 升级流程；维护者
打包用 python -B scripts/release_pack.py（离线、只写 dist/）。
WorkBuddy 与千问办公前台尚无可观察窗口，没有兼容通过结论；可先用 acceptance_harness.py 与客户端验收记录逐端补验。没有命令的能力不能借直接数据库写入假装已经支持。版本只按明确的开发/发布决定变更。