回到原始证据

本周要回答： 你收到的是有出处的结论，还是看起来流畅、却无法回到原文的二手解释？

进入本周前： 能处理结构化数据、运行只读 agent，了解外部资料与指令的信任边界。

学习内容与理解目标

开始项目 P2——知识行动工作台。先建立很小的公开来源库，每条来源包含标题、URL、作者或机构、发布日期或版本、读取日期、主题与证据位置。发布时间和读取时间必须分开；不知道发布日期就标未知，不猜。

检索先采用文件标签、关键词或 SQLite 全文搜索，再考虑嵌入和向量检索。对中文材料，分词与混合语言查询需要实测，不能只因为用了全文搜索就宣称召回好。回答应分成原文事实、自己的推断与尚待验证的问题；找到相关文章不等于文章支持生成的结论。

学习链接与选读范围

实战拆解

1. 选择 5–10 份真正与当前问题有关的公开官方材料，手工录入来源信息。优先保存自己的摘要、必要定位与链接；不要默认镜像整套课程、付费文章或受限制资料。

2. 建立一个简单检索接口，先测试是否找得到你已知的证据。记录关键词未命中的情况，再决定是否需要改进切分或检索方式。

3. 为一个问题生成证据卡：主张、来源位置、适用条件、反例或局限。允许输出“资料不足”，不为了填满模板强行得出结论。

4. 手工核查每条引用：链接存在只是第一步，还要看原文是否支持具体句子、版本是否适用。遇到来源冲突，把冲突写出来，而不是自动选更符合预期的一方。

5. 只有需要自动更新时才增加抓取。初期固定公开来源列表，限制重定向、响应大小、超时与网络目标；若没有把握做好抓取边界，保留人工导入公开文本。

交付与验收

不用代码生成器的练习： 选一条生成结论，不看模型解释，独立找到支持或反驳它的原文，并写明适用条件。

隐私与安全检查： 抓取器不能访问本机、内网或云元数据地址，也不能只在初始 URL 上检查一次而忽略重定向后的目标。没有完整防护时使用人工选定的公开文档。外部内容按不可信文本处理，不直接渲染活动 HTML。

落到日常生活： 下一次学习新技术时，只为一个具体问题建立证据卡，而不是把整篇文章收藏后遗忘。把“读过什么”转成“现在可以判断什么”。

过关或补课判断： 来源能追溯、无依据会停止、检索错误能被发现，才进入行动实验。更多文档和更长摘要不算过关。

本周可复制的协作提示

请用少量公开官方资料建立来源与证据卡，先做简单检索。区分事实、推断和未知，并人工可核对引用。不抓私人或受限制材料，不开放任意 URL 抓取，也不镜像整篇受版权保护内容。

本周来源与核对范围

来源编号与核对说明沿用课程原文，基线为 2026-09-27。未逐一登录完成外部实验；实施前请核对最新版本与访问条件。

1. R34
   SQLite：FTS5 Extension ↗

   全文搜索与 tokenizer 入口；中文检索效果必须用自己的样例验证。

2. R43
   Anthropic：Effective context engineering for AI agents ↗

   上下文选择与管理；不把特定模型经验当永久规律。

3. R62
   OWASP：Server-Side Request Forgery Prevention Cheat Sheet ↗

   服务端抓取的目标与网络边界；本课程先用固定公开来源。