domain	archive
title	Self Grow Wiki Code Review
verification	metadata-normalized
source	skill-pipeline
status	draft
created	2026-05-09

背景

（此 lesson 从 skill self-grow-wiki-code-review 自动提取，待补全）

根因

（待补充）

修复

self-grow-wiki Code Review — 2026-04-28

P0 — 必须修复

1. wxauto_bot.py — API Key 半明文

# 当前
api_key=os.environ.get("DEEPSEEK_API_KEY", "sk-071...35ea")
# 改为
api_key=os.environ.get("DEEPSEEK_API_KEY", "")

删掉 fallback key，只从环境变量读。

2. rag_core.py — pickle.loads 无损坏保护

_pickle.loads(BM25_INDEX_PATH.read_bytes()) 在文件损坏（磁盘满写入中断）时崩溃。改为 try/except + 删除损坏缓存并重建。

P1 — 架构问题

3. LLM 调用逻辑 5 处重复

每个文件自己创建 OpenAI client + message 构造 + error handling。建议抽象到 _call_llm()。

4. stream_options 设置方式缺陷

try:
    kwargs["stream_options"] = {"include_usage": True}
except Exception:
    pass  # 永远不会触发

应改为根据通道特性（mioffice.cn 不支持）条件启用。

5. API Key 三处重复硬编码

rag_core.py, kb_selfcheck.py, rag_admin.py 各自定义了 MIOFFICE_API_KEY 和 API_BASE。改为统一到 config 模块或环境变量。

6. rag_web.py 和 rag_admin.py 问答逻辑重复

process_query 同名同参数完全相同的两份。应导入共享。

P2 — 代码质量

7. ~27处 except Exception: pass（含静默）

建议至少加 log.warning()，部分不合理 catch 直接删掉。

8. Token 粗估的系统性偏差

tok_completion = len(answer) // 2  # 中文1字≈2token，英文偏差大

9. 硬编码路径散落 4 处

/rag_chromadb, rag_query_log.db, kb_conflict_report.md, kb_learning.json 建议集中到 PATHS dict。

10. SQLite 读操作无锁

写操作有 _log_lock，但 get_query_logs 等读操作没有。

11. .gitignore 已覆盖 .pyc 和 pycache/，没问题。

12. wxauto_bot.py 702 行单文件，需拆分。

P3 — 设计建议

13. CLAUDE.md 提到 wechat_bot.py（wcferry）但仓库还有 wxauto_bot.py，冗余未说明。

14. 三通道缺 DeepSeek（flash→deepseek→pro→qwen）。

15. start_rag.sh 无进程监控/watchdog。

16. 降级消息含 Markdown 格式，微信渲染乱码。

修复状态 (Phase 2 完成 — 2026-04-29)

已完成 (13/16)

P0-1: wxauto_bot.py key 改环境变量 ✓ (Phase 1)
P0-2: BM25 缓存损坏保护 ✓ (Phase 1)
P1-4: stream_options 条件启用 ✓ (Phase 1)
P1-5: kb_selfcheck.py 导入 rag_core ✓ (Phase 1)
P2-7: 13 处裸 except:pass → 8 处加 logger.warning(), 5 处保留 ✓
P2-8: len(answer)//2 → estimate_tokens() (中文×2 + 英文÷4) ✓
P2-9: 硬编码路径 → PATHS dict, 4 文件导入 ✓
P2-10: SQLite 读操作加 _log_lock (4 functions) ✓
P2-11: 无需修复 ✓
P3-13: CLAUDE.md wcferry vs wxauto 双方案说明 ✓
P3-14: 四通道: +DeepSeek (deepseek-chat, env key) ✓
P3-15: start_rag.sh watchdog 守护循环 ✓
P3-16: 降级消息去 Markdown (###/**/--- → 【】纯文本) ✓

跳过 (1)

P2-12: wxauto_bot.py 拆分 — 评估后跳过 (702行/18函数, 结构清晰)

未开始 (2)

P1-3: LLM 调用抽象 (需较大重构, 低优先级)
P1-6: rag_web/rag_admin process_query 重复 (需评估影响面)

修复过程教训

添加新导出时的 import 链

给 rag_core.py 加 PATHS dict 和 estimate_tokens() 后, 需同步更新所有消费方:

rag_admin.py, rag_api.py, rag_builder.py, kb_selfcheck.py 的 from rag_core import (...) 元组
忘记更新会导致运行时 NameError
如有 inline import (from rag_core import X inside function), 需移到顶部

with _log_lock 缩进陷阱

把函数体包裹进 with _log_lock: 时, 整个 body 需统一缩进。逐行 patch 容易产生部分代码留在 with 外的 bug。推荐: 一次性 patch 整个函数体（约 20-50 行）。

except:pass 分类处理

并非所有 except: pass 都需要改。保留场景:

doc_classifier.py:219 — fallback 到 alternate 实现
rag_builder.py:348 — 删除可能不存在的 collection
rag_core.py:567 — 已有上层 error logging, 内层仅 cleanup

DeepSeek 通道注意

需要 import os (rag_core.py 原先未导入)
mioffice.cn 网关不支持 deepseek-

验证