知识库指标（报告卡）
怎么知道你的知识库在变好？看这四个维度。
如果知识库是你在训练的模型（见 理念），那你就需要一块仪表盘。oks metrics 给你一张四维报告卡：规模、活力、价值、可信度。它不打分、不评级，只把知识库的当前状态摊开给你看，让你判断下一步该补什么。
oks metrics
规模 Scale — 你攒了多少
| 字段 | 含义 | 怎么看 |
|---|---|---|
total_wiki_pages | wiki 页面总数 | 知识库的体量 |
wiki_by_type | 按类型分布（concept / strategy / anti-pattern） | 结构是否均衡 |
wiki_areas | 覆盖的知识域数量 | 广度 |
规模只说明”有多少”，不说明”好不好”——它是基数，不是目标。
活力 Vitality — 还在不在长
| 字段 | 含义 | 健康信号 |
|---|---|---|
wiki_pages_last_7d | 最近 7 天新增 | 持续 > 0 说明循环在转 |
active_wiki_ratio | 活跃页面占比 | 偏高说明大部分知识仍有效 |
dropped_count | 已归档 / 被替代数量 | 有一定量是正常的新陈代谢 |
dropped_count 不是坏事。旧版本被替代、过时知识被归档，恰恰说明知识库在演化。指标只反映，不删除——低分不代表内容丢失，Git 历史始终是安全网。
价值 Value — 有没有被用到
| 字段 | 含义 | 怎么看 |
|---|---|---|
wiki_with_traces | 带来源痕迹的页面数 | 有据可查 |
wiki_with_review | 经过人工审查的页面数 | 有人把过关 |
total_access_count | 总使用次数 | 知识库整体被真正用上的热度 |
avg_access_per_wiki | 单页平均使用次数 | 是否真正在服务日常 |
一条从没被用过的知识，价值是存疑的。使用数据回答”我攒的东西到底用上没有”。注意：召回/搜索是只读的、不计数，只有 oks wiki use <slug>（真正注入/采用某页时调用）才会 +1。
可信度 Credibility — 值不值得信
| 字段 | 含义 | 健康信号 |
|---|---|---|
trace_coverage | 有来源痕迹的比例 | 越高越可追溯 |
review_coverage | 经人工审查的比例 | 越高越可信 |
fresh_ratio | 新鲜（近 90 天创建或有访问）比例 | 反映时效 |
avg_confidence | 平均置信度 | 整体成色 |
avg_score | 平均记忆曲线分 | 结合重要度与访问的综合分 |
可信度是四维里最该长期盯的一维：它衡量的不是”多”，而是”这份知识库到底能不能被信任”。
把它当训练仪表盘用
单次数字意义有限，看趋势才有用：
- 配合 每日循环，隔一段时间跑一次
oks metrics，观察活力和可信度的走向。 - 发现某类型偏少、某域空白，就在下一轮收集里补。
- 可信度停滞，往往意味着审查（
/promote）投入不够——那正是”标注”该加力的地方。
指标不是考卷，是反馈。它告诉你训练得怎么样，然后你调整明天的动作。
源码：cli/knowledge_studio/metrics.py