为确保agent准确调用数据、避免混用与越权，须按规范整理workspace：建tasks/active和completed目录，每任务用【task-yyyymmdd-xxx-描述】命名；严格区分input/knowledge/output结构，knowledge下禁放未清洗图片；绑定前需反向查引用、验字段一致性、测最小闭环。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
整理 Agent Space Workspace 中的项目资料，是为了让每个 Agent 能准确调用对应数据、避免知识混用、防止权限越界。资料散在 Drive、邮件、本地文件夹或多个知识库时，Agent 会查错源、引旧规、漏审批项。
先按任务建独立目录，不许堆在根目录
打开本地项目根目录，新建 tasks 文件夹；再在其中建 active 和 completed 两个子文件夹。
每个新任务必须创建唯一命名的子目录，格式为 【TASK-YYYYMMDD-XXX-简短描述】，例如 TASK-20260902-001-sales-contract-review。
这一步不能跳过——Agent 每次运行都会读取当前 task 目录下的 metadata.json 和 output/，根目录下任何散落文件都会被忽略，且可能被后续清理脚本误删。
把原始资料按类型归入对应子目录
进入刚建好的任务目录，创建以下固定结构：
input/ → 存原始文件（合同 PDF、会议录音转文字、Jira 截图）
knowledge/ → 存清洗后可检索的资料（Markdown 制度条文、CSV 表格字段说明、JSON 格式审批流）
output/ → 只放 Agent 本次生成物（纪要草稿、待办清单、风险提示）
metadata.json → 记录本次任务的发起人、触发条件、关联 Agent 名、预期完成时间
注意：【knowledge/ 下禁止放未清洗的扫描件或截图】——Agent 的 RAG 模块无法从图片中抽字段，这类文件必须先 OCR+人工校对再转成 Markdown 或 CSV 才能入库。
绑定知识库前，先检查三类依赖关系
方法一：反向查引用
在 AgentSpace 控制台 → 知识库管理页 → 找到目标知识库 → 点击「被哪些 Agent 使用」→ 查看列表中是否包含当前任务绑定的 Agent。
方法二：验证字段一致性
打开该知识库的「更新记录」，确认最近一次更新时间早于当前任务启动时间；再对比 knowledge/ 下字段名与知识库 Schema 是否一致，例如合同模板中 “签约主体” 字段在知识库里叫 “party_a”，但本地 Markdown 写成 “client_name”，Agent 就会检索失败。
方法三：测试最小闭环
在 AgentSpace 工作流编辑器中，新建一个仅含「知识检索」节点的临时流程 → 输入测试问题（如“销售合同签署前需法务几轮审核？”）→ 运行 → 查看返回的 chunk 是否来自 knowledge/ 中你刚放入的文件，而不是其他项目的历史文档。
