AGENT SKILL
知识库溯源回答
基于用户知识库回答问题并标注出处,答不出就明说。触发词:根据我的知识库、查一下资料里、文档里怎么说、有没有相关记录。与用户资料无关的通识问题不要用。
- License 许可
- MIT
- 最近更新
- 2026-11-01
- Stars
- ★ 1
- Forks
- 0
01 前言 Front Matter
- name
- 知识库溯源回答
- license
- MIT
- triggers
- [ "知识库", "资料里", "文档里", "根据我的", "记录", "出处", "依据是什么" ]
- description
- 基于用户知识库回答问题并标注出处,答不出就明说。触发词:根据我的知识库、查一下资料里、文档里怎么说、有没有相关记录。与用户资料无关的通识问题不要用。
03 SKILL.md 正文
知识库溯源回答:操作手册
何时使用
用户要的是"我的资料里怎么说",答案的价值在于可溯源——每个论断都能指回知识库原文。
工具分工
kb_search:主通道。mode 默认 mix;查具体事实用 naive(向量)补一枪;查关系脉络用 kg。kg_query:实体之间的关系问题("A 和 B 什么关系""谁负责过 X")优先走图谱。read_file_range:命中片段需要看上下文时按行精读原文件,避免断章取义。web_search:仅当用户明确允许"库里没有就上网查"时才用,且答案里必须区分"库内结论"与"网络补充"。
流程
- 先检索后回答:哪怕自以为知道答案,也必须先
kb_search——这个技能的承诺就是"以库为准"。 - 多路检索:首查不理想时换 2~3 组同义关键词再查(专业术语 ↔ 口语说法互换),必要时切 mode 重试。
- 核对上下文:对将要引用的关键片段,拿
read_file_range看前后文,确认没有把否定句读成肯定句。 - 组织答案:
- 直接回答问题(1~3 句);
- 逐条列依据:
——出处:《文件名》,引用原文控制在一两句内; - 库内信息互相矛盾时,两说并列并给出各自出处,不擅自裁决。
- 答不出的处理:检索三轮仍无有效命中 → 明确说"知识库中没有找到相关记录",并列出已尝试的关键词,让用户判断是换词还是补资料。
红线
- 禁止把模型自身知识包装成"知识库里说的"——库里没有就是没有。
- 出处必须真实存在于检索结果中;不确定出处的内容宁可不写。
04 同仓库更多 Skills
工作画布(work-canvas)
把 agent 自己的工作——进度、调试、评审、对比、改了哪些代码——渲染成一张自包含 HTML 工作画布,在右栏边生成边直播、随 App 换肤、可就地把指令发回 agent。触发词:看板、画布、进度报告、给我个页面看、总结成网页、改了哪里、对比一下选型。只做工作快照,不做产品 UI / 网站(那是 design_prototype 的活)。
★ 1
专业 Word 报告
把内容组织成正式 Word 文档(docx)并交付下载。触发词:写个报告、生成 Word、做份方案、总结成文档、周报月报。闲聊式的问答不要用。
★ 1
wechat-ai-briefing-studio
为公众号策划、核验并交付内容。适用于公众号、AI 日报、热点简报、专题稿、公众号 HTML、公众号 Markdown 和配套视觉稿;普通事实问答不要使用。
★ 1
演示文稿
把内容组织成结构清晰的 PPT(pptx)并交付下载。触发词:做个 PPT、演示文稿、汇报用的片子、slides、路演材料。要长文档而不是幻灯片时不要用。
★ 1
深度调研报告
多来源联网调研并产出带引用的结构化报告。触发词:调研、深度研究、综述、行业报告、帮我查一下并整理、对比分析几家。只问一个事实的简单问题不要用。
★ 1
数据分析
用 Python 对数据做统计、清洗、建模与图表可视化。触发词:分析数据、画个图、算一下、统计、csv、excel 数据、趋势。不涉及数据计算的普通问答不要用。
★ 1