来源：赋范AI说 · 📺 原视频
104 分钟公开课，用 DeepSeek Harness 从零开发企业演示版 LLM Wiki：raw 来源不可变 → wiki 编译产物（页面＋人读 index＋维护 Log＋机读 manifest）→ 图谱数据层（节点边＋kg_meta，验收＝相同输入稳定重建）→ 无证据拒答的溯源问答（no_evidence、引用数 0）→ 固定题库七维评估（冻结时点、串行隔离、先跑基线、无回归为准）。十轮提示词逐字展示，另有主 Prompt 五层约束、四段收口汇报、handoff 基于 Git 校验等交接纪律。判断标准一句话：“有聊天框≠有 Wiki，有页面链接≠知识图谱”。
值不值得深读：值得——全库唯一把”编译式知识库”从空目录到可评估走完一遍的实操实录，与自家管线（逐字稿基岩→卡片→双链溯源）几乎同构，且多出三件我们没有的东西：机器可读清单、图谱数据合同、确定性评估题库。取工程纪律，不取其数字；这套分层与 10-18 同作者”三条路”速览对读（一条讲怎么选，一条讲怎么建）。
提醒：93.4 分、检索命中 38.46% 至 61.54%、47 页/75 节点/291 边等全部自报无对照——只可引用”该课程声称”；演示库是 129 条 seed 假数据，真实噪声成本未展示；开头 3 分钟三连＋评论区【知识库】领课件是引流，课件未领未验；屏摄字幕 OCR 重灾，原笔记整理稿待专修，逐字稿只作基岩。
📺 赋范AI说《从一份原始文档，到能持续更新、回答有据可查的知识库，中间到底要做哪些开发？》，抖音，2026-10-16 · 原视频 · 库内 2026-10-16-编译式知识库全链实战 · 卡片 卡片/方法/10-16-编译式知识库四道合同-完成信号分层