Linting（知识一致性检查）

Linting是[[agentic-personal-knowledge-base]]系统的"免疫系统"。它定期检查知识库中的矛盾、缺失链接和过时信息，并给出修复建议，确保知识库的准确性和一致性。

核心功能

• 矛盾检测：发现不同概念文章之间的观点冲突
• 缺失链接检查：识别应该存在但缺失的交叉引用
• 过时信息标记：发现已被新知识取代的旧内容
• 修复建议生成：LLM自动输出修复建议MD文件

实现方式

def run_lint():
    full_wiki = load_entire_wiki()  # 分块喂LLM
    issues = client.chat.completions.create(
        model="gpt-4o",
        messages=[{"role": "system", "content": "作为知识一致性Linting Agent，检查矛盾、缺失链接、过时信息，并输出修复建议MD。"}]
    )
    apply_fixes(issues)  # 或人工审核

运行频率

• 可每周通过Cron触发
• 发现新论文后自动更新关联概念
• 长期运行下，知识库准确率持续提升

与幻觉风险的关联

Linting机制是对抗[[大模型不是真理机器-而是论证机器]]中描述的LLM幻觉风险的重要实践。通过以raw/为金标准，结合定期一致性检查，确保知识库的可靠性。