Pyramid-KB（金字塔知识库）
一句话定义
金字塔知识库是一种将知识按稳定性和抽象度分为五层（原则→架构→规范→实现→经验），并结合角色感知检索和图谱关联的知识工程范式，补上了传统 RAG 和 GraphRAG 缺失的”层次感知 + 角色适配”能力。
摘要
金字塔知识库是板牙在阿里云开发者社区提出的知识工程范式，核心创新在于五层分层设计 + 角色感知检索 + 跨层图谱关联。
五层分层：
- L1 原则（年稳定）：SOLID / KISS / YAGNI，类比宪法
- L2 架构（季度稳定）：架构决策记录 ADR，类比法律
- L3 规范（月稳定）：编码标准 ESLint 规则，类比规章
- L4 实现（周稳定）：代码模板 SDK 文档，类比手册
- L5 经验（天稳定）：故障复盘 运维日志，类比判例
角色感知：架构师看 L1+L2，开发者看 L2+L3+L4，运维看 L4+L5，新人走 L1→L2→L3→L5 全链路导航。每个角色有独立的 context_budget 和 priority_order。
检索机制：分层关键词打分 + 图谱扩展，0 API 调用（纯本地）。最优组合：金字塔做分层定位 → 向量检索补代码级深度。
知识保鲜：每层不同审查周期（L1 年度、L5 天级），用审计发现问题，变更驱动更新。
实战：831 篇文档、200 条 QA pair，Pyramid+RAG Hit@3=89% vs Naive RAG ~75%。
核心机制
跨层关联 7 种有向边：governs / defines / constrains / implements / validates / feedback / cross_ref
增量同步：审计 → 摄入 → 后审计，去重四策略（checksum + entry ID：skip/update/move/write）
与其他实体的关系
- RAG —— 金字塔在 RAG 之上增加结构化路由和导航层
- GraphRAG —— 金字塔在 GraphRAG 基础上增加层次感知和角色适配
- LLM Wiki Pattern —— LLM Wiki 是金字塔的范式二，金字塔是更系统的演进
局限与争议
- 分层与打标成本：把已有知识正确归入五层、维护跨层有向边都需要人工纪律，初期投入不低，团队没有约定时容易层级错配
- 知识腐烂风险：板牙总结了三种腐烂形式——静默过期、层级漂移（知识被放错层）、覆盖盲区，需要按层设定不同审查周期持续维护
- 依赖检索补深度：金字塔擅长分层定位，但代码级细节仍要靠向量检索补齐，最优形态是”金字塔定位 + RAG 补深”的组合而非单独使用