caiji-for-ima

分享海报

@user_0c134487/caiji-for-ima

教发老兵（李琰辉）经过大量实测，把"按主题批量给知识库某文件夹补文章/论文素材"这件事固化成一条流水线：检索（多来源）→ 抓正文转 MD 或 抓 OA 全文存 PDF → 去重 → 分组并行入库 → 真实可看性终检 → 噪声清理。默认目标"至少 100 篇、越多越好"，全程幂等、不空转。已沉淀「先小批验证再铺 40 长尾词 + 三层基线去重 + 9 组并行入库」扩量法（误区素材源实测 103→216 净增 113），以及「OpenAlex/ncpssd 学术期刊库 → OA 全文 PDF 自动入库」跨 20 学科每日采集法（详见 Step 1.5 / Step 2.6）。实现基于 IMA 知识库（ima.qq.com）+ 搜狗微信 / 公网 / 学术期刊库（OpenAlex、ncpssd）多来源通道，可直接复用。