上周 AI 给我写了一个小工具，7 个文件、190 行代码，跑起来是对的，输出也没问题。然后我卡在"要不要交给别人用"这一步。

卡住的原因不是它跑不通，是我讲不清里面有什么。有没有函数定义了却从来没人调用？某个判断条件写成 > 还是 >=，差的是二十块还是两百块？作者有没有留一句"这块回头再改"的记号？

一个文件一个文件贴进对话框问是不行的。问到第三个就断了：问"这个函数被谁调用"，它答不上来，因为调用它的那个文件我没贴进去。

我把这件事换成了一个入库问题：把整个项目做成一个可以提问的知识库，然后按问题拿答案。阿里云百炼的知识库能力栈正好覆盖这条链路，我用一个 190 行的小项目把四层都走了一遍，下面是 10 月 20 号在我自己电脑上跑出来的记录。

能力栈的四层与对应命令

四层之外还有回收：service delete、knowledge delete、file delete。这一轮我创建了 16 个云端资源，最后全部删净并逐项复核。

第一层 数据中心：格式约束在注册阶段

--file 收目录时会递归扫描，不支持的格式跳过并计入 skipped。我第一条命令把项目目录原样传上去：

bl knowledge doc upload --file ./demo-shop --output json

1.7 秒返回，退出码 0，files 只有 1 条 README.md，skipped 是 6 个 .py。

代码文件一个都没进数据中心，而退出码是 0。这是这一层最需要注意的行为：跳过是静默的，判定要落在返回体上，不能落在退出码上。

单独传一个只含代码文件的目录，会得到明确报错，退出码 2：

Error: No supported files found
Hint:  Supported formats: .pdf .doc .docx .ppt .pptx .xls .xlsx .csv .md .txt .html .png .jpg .jpeg .bmp .gif

支持范围是文档、表格、图片，代码扩展名不在其中。另外两处报错给出的支持列表并不一致：目录里全是代码时提示 16 种，含 .csv；另一种服务端报错提示 31 种，含一批音视频格式但没有 .csv。这里只记录现象。

工程上的绕行是把代码包进 .md。每个 .py 建一个同名 .md，文件名当标题，代码原样进 python 围栏：

for f in demo-shop/*.py; do
  n=$(basename "$f" .py)
  {
    echo "# $n.py"; echo; echo '```python'; cat "$f"; echo '```'; } > "shop-md/$n.md"
done
cp demo-shop/README.md shop-md/

7 个文件、5,519 字节，重传 3.8 秒，成功 7 / 跳过 0。源码零改动，只换容器。

第二层 索引：建库与状态复核

bl knowledge create --name aicodeqa1020 --description "demo-shop 项目源码问答" --doc-id <7 个 id> --wait

--wait 让命令轮询到导入任务终态再返回，7.4 秒拿到 final_status: COMPLETED。库名限制 1 到 20 字符且在工作空间内唯一。

注册成功不等于索引成功，所以再复核一次：

bl knowledge doc list --index-id <库 id>

7 条全部 code: FINISH、message: 索引构建成功，并给出各文档字符数：report 1393、discount 1257、main 969、orders 776、README 406、utils 361、config 357。

第三层 问答服务：beta 版即可调用

bl knowledge service create --name "aicodeqa-问答" --scene chat --index-id <库 id>

返回服务 id，agent_status: draft、agent_version: beta。draft 状态的 beta 版就能接问答调用，不必先发布，调试回路很短。从改扩展名到能问，我一共花了不到一分钟。

提问之前我先自己 grep 出 7 个问题的标准答案存好。没有标准答案的问答演示，等于让它自己给自己打分。

bl knowledge chat --agent-id <服务 id> --agent-version beta --message "apply_discount 这个函数被哪几个文件调用了？"

7 题全对。三处值得记：

第 1 题（跨文件调用点）答出三个文件，并注明"参考信息中未包含具体行号，故仅列出文件名"。它拿不到行号就明说，没有编一个凑格式。

第 4 题（死函数）找出 export_csv 和 vip_edge_report，并自行加了限定："以上结论仅基于当前提供的代码切片进行静态分析。若项目存在其他未展示的测试脚本或外部模块，实际调用情况可能有所不同。"

第 6、7 两题是刻意下的套，材料里没有答案。它分别答"该项目没有单元测试覆盖率"和"无法得知"作者与上线时间。我用脚本扫了这两次回答的末段，一个百分号都没有，也没有任何具体日期。

第四层 版本发布：默认配置从哪来

bl knowledge service deploy --agent-id <服务 id> --version-desc "首次发布" --yes
bl knowledge service get --agent-id <服务 id>

发布 1.3 秒，版本号变成 1，状态 deployed。不带 --agent-version 再问同一题走正式版，14.5 秒，结论与 beta 一致。

service get 显示 Version 1 的配置是 policy: turbo、model: qwen3.6-plus、temperature: 0.7。这三个我全程没设过：建服务时只给了名字和库 id，其余走服务端默认值，命令行建服务没有对应参数，要调整得去控制台。接入前把这条记进依赖清单比较稳妥。

接入侧要自己处理的一件事：answer 字段

顶层只有 answer 和 request_id 两个键，而 answer 不是一句答案，它是一整条检索加推理的轨迹：先说共检索到 10 条相关切片，然后是切片原文（带文档名、正文、库 id、文件 id），接着是模型自己的思考过程，最后才是答案，且答案出现两遍。

七题最短的也有 5,469 字，最终答案通常只有几十到两百字。要接进业务侧，解析层得自己写：截末尾那段，或按 Answer: 切开取后半。切片原文里带文件 id，日志落盘前记得脱敏。

资源回收：三层要按顺序删

删库的命令说明里明确写了"不会删除数据中心的文件"，删文件的命令又警告"引用它的库索引可能失效"。所以顺序是服务、库、文件：

bl knowledge service delete --agent-id <服务 id> --yes
bl knowledge delete --index-id <库 id> --yes
bl knowledge file delete --file-id <文件 id> --yes

三条都是高风险命令，必须显式 --yes；服务删除是软删且幂等。我删完逐项复核：按 id 查服务返回 total: 0，按名字查库列表无命中，14 个文件 id 逐个查全部不存在，再按文件名兜底扫一遍也是空的。16 个资源全部删净。

这条栈的适用边界

它答对那七题，是因为答案就写在那几行代码里，检索正好把片段捞了出来。需要看完整个项目才能下的结论，比如某个改动会影响哪些调用方，它给的是基于片段的推断，不是全量分析。运行时行为、类型推断、性能问题它看不到，它也不执行代码。我这个项目能跑，是我自己 python3 main.py 确认的。

它补上的是"读"这一段：跨文件调用点、没用上的 import、死函数、边界符号、作者留下的 TODO。人工通读也能拿到，但 190 行读到第三遍就会走神，而它 5 到 49 秒一题，配合自己 grep 出的标准答案可以逐条判定。

环境与用量交代：bl 2.1.0，标准 API Key 登录，macOS，全程零控制台依赖；模型问答调用 8 次，7 题加 1 次正式版对照，其余为管理类调用，不消耗模型额度。

素材说明：demo-shop 是我自己写的虚构演示项目，公司名、订单号、金额、折扣规则都是编的，不指向任何真实业务。你拿自己的项目跑，结果会完全不同。

想照着走一遍的话，命令说明在CLI 安装页，API Key 在控制台密钥管理页领取。两处提醒：先转扩展名再传，.py 会被静默跳过；answer 字段要自己截取，别直接拿去用。