用 AI 智能体让知识库自动发现并修复过期内容,人类负责审核与发布。本文介绍我们在 Baklib 上运行的五种智能体、需要人工兜底的环节,以及衡量效果的指标。
产品的一次更新,会让知识库里大量文档需要同步修改:旧截图与新界面不符,部分页面链接失效,某个功能名称需要在所有出现的地方统一替换。
为知识库撰写准确的文档本身就是一项繁重的任务,持续维护与更新则更加琐碎。我们深知这一挑战的分量,于是尝试把维护工作中重复、机械的部分交给 AI 智能体处理,让作者把精力集中在真正有价值的文档创作上。事实证明,这一做法行之有效。
本文将介绍我们在 Baklib 上构建自我维护知识库时使用的五种 AI 智能体、哪些环节仍然需要人工参与,以及如何衡量这套体系是否奏效。

什么是自我维护的知识库
自我维护的知识库,是指借助 AI 智能体自动发现并修复过期内容。这些智能体会定期扫描系统,标记缺失的更新或其他内容问题并加以修复,从而免去手动审计的工作。
过去,必须有人发现内容中的不一致,再提交工单,或通过每季度一次的审计来维持内容的准确性。而在自我维护的知识库中,维护成为一项在后台持续运行的日常工作。
提示:自我维护的知识库并不等于无人监管的 AI 自动发布。虽然人工工作量大幅减少,但人的角色转变为关键的监督者。

为什么文档维护永无止境
一旦维护滞后,无论知识库的搜索能力多强,内容都存在失准的风险。当知识库易于检索时,员工查找公司信息的时间可减少 35%,而这一收益只有在信息及时且准确时才能真正兑现。
要减少维护滞后,就必须持续检查并更新内容,因为一次产品变更会引发连锁反应。当维护任务不断积压,就形成了“文档债务”(类似技术债务)。产品上的每一处小改动起初往往并不紧迫,但累积起来便不堪重负。
直到某一天,客户或员工抱怨无法照着知识库里的说明操作:文档中的截图与当前界面完全不同,或无法依据文中提到的功能完成工具配置。
为什么持续维护是刚需
当产品持续迭代时,客户和员工都期望文档保持最新,因为文档往往是客户体验的重要一环。如果只是每季度安排一次文档审计,就无法满足这一期望;而且审计只能发现问题,无法阻止文档的持续漂移。
等到下一次审计,你将再次面临大量需要识别和修复的过期流程、失效链接、重复内容等。这正是持续文档维护成为刚需的原因:借助自我维护的知识库,维护方式从被动响应转向主动预防。
于是,当团队专注于撰写新产品与新版本的内容时,AI 智能体则在持续发现现有内容中的偏差并起草更新,你只需审核、验证并批准发布。
连接 Claude 与 Baklib,启用智能体

除了Claude,还可连接其他的智能体如Cursor、WorkBuddy、DeepSeek Harness等通用的智能体。在本篇文章只是用Claude举例。
Baklib 提供原生的 MCP Server,可将知识库连接至 Claude。连接后,Claude 便能在一个已认证用户的权限范围内,访问你的知识库及其各项能力。
在获得授权的情况下,Claude 可以扫描知识库、识别需要更新的内容并起草更新,还能按照你的工作流与已配置的权限执行受支持的操作。你也可以用同样的方式,通过连接 MCP 使用 ChatGPT 来修改知识库。
构建自我维护知识库的五个智能体

我们构建了五个智能体,每一个都与 Baklib 的现有功能配对,通过 Claude 完成一项特定工作。可以把它们理解为五位各司其职的初级编辑,它们共同构成了我们的自我维护知识库。
用于审计内容的智能体
该智能体使用 Baklib 的重复内容检测功能,扫描内容并检查重复出现的文本块。例如,它能发现某一段落在 10 篇文章中重复出现了 16 次。
Claude 的作用:与该功能配对的 AI 智能体会把识别出的重复文本清单转化为决策。它自动审核清单、核实是否需要处理,并给出下一步建议。例如,在报告的 16 处重复中,它会区分出真正应当合并的重复、有意保留的重复(例如多语言版本),以及误报。
用于检测失效链接的智能体
我们在分析功能中的链接状态会检查每一条内部链接、外部链接和媒体链接,告知其状态是正常、失效还是重定向。你可以将校验设置为每 7 天运行一次,该功能会提供一份完整的链接状态 CSV 报告。
Claude 的作用:当你把链接状态报告交给 Claude 时,它会分析链接失效的原因——可能是页面被移动,也可能只是 URL 中有一个拼写错误。针对具体问题,智能体会给出替换链接的建议。
用于刷新内容的智能体
不要把该智能体与 AI 写作工具混为一谈。可以把它视为“维护者”:它能够刷新过期内容、为提升清晰度重写段落、统一术语,并帮助作者把文章写得更有深度。
Claude 的作用:当 AI 写作按照你的样式指南起草内容时,该智能体负责跨文章的一致性。例如,当你重命名某个功能时,智能体会在所有提及该功能的文章中统一同步。
用于复用旧内容的智能体
如果你无需手动修改全部 200 篇文章中的功能名称,只需更新一个变量就能一次性完成所有修改,那将省去大量重复劳动。这正是该智能体处理所有可复用内容的方式。
Claude 的作用:Claude 首先扫描整个知识库,寻找可复用的候选对象,例如重复出现的邮箱地址、版本号、产品名称或 API 端点,然后将其标记为“变量”或“可复用片段”。
它还会提供变更影响范围等信息,帮助你确定优先级,例如有多少篇文章会受到该变更影响。
用于发现内容缺口的智能体
AI 反馈管理器会报告在知识库中未获得答案的搜索查询。我们的最后一个智能体与该功能配对,用于发现当前知识库中的内容缺口。
Claude 的作用:上述智能体都在修复现有内容,而最后一个智能体负责通过聚类未获答案的查询并提炼其共性主题,找出内容缺失之处。例如,反馈管理器报告了 200 次搜索,Claude 将其归纳为读者反复询问的五个主题。你现在可以为这些主题撰写文章、填补缺口,这样下次员工或客户想就某个主题提问时,就不会在帮助中心里碰壁。
人工兜底的作用
我们的内容审计智能体曾把内容翻译标记为“重复”,并建议合并。但这些翻译是有意为之的,人工兜底及时发现了这一错误,并将其标记为“有意的重复”。这一简单的介入帮助 AI 在今后遇到类似情况时学会忽略,也说明了在由 AI 驱动的知识管理系统中,人工监督的重要性。
以下是我们在自我维护知识库中建议设置人工监督的环节:
- 访问权限控制:决定哪些人或哪些智能体可以查看和修改哪些内容。
- 标准化的审核流程:确保所有更新都经过一致、可追溯的审核。
- 发布决策:由人决定哪些更新最终对外发布。
- 需要判断力的任务:涉及语境、意图或业务权衡的判断,仍需人工完成。
- 链接替换与 AI 草稿的确认:作者必须批准智能体建议的链接替换和 AI 起草的修订内容。
如何衡量自我维护知识库的效率
以下指标可以反映智能体是否尽职:
- 失效链接数量:衡量链接健康状况的变化趋势。
- 每月审计所花费的工时:反映人工审计负担是否下降。
- 文档更新时间:从产品变更到文档同步完成的耗时。
- 错过的审核截止时间:反映审核流程的可靠性。
- 未获答案的查询量:反映内容缺口是否被逐步填补。
一次构建一个智能体
如果一次性构建并部署全部五个智能体,你将无法让其中任何一个真正发挥效率。正确的做法是逐个构建:先完成第一个智能体,直到它能高效地检测重复内容并帮助你准确修复之后,再着手开发检测失效链接的智能体。
今天就注册 Baklib,并使用我们的 MCP 配置指南,开始构建你自己的自我维护知识库。
提交反馈