wiki-query

name	wiki-query
description	查询 LLM Wiki 知识库内容并基于 Wiki 页面回答问题。当用户的问题涉及知识库中已有内容时使用——技术概念解释、实体信息、主题对比、知识关联等。触发词包括：查询、query、搜索、查找、搜索知识库、查一下、问一下。当用户问的是知识库覆盖的话题（编程、数学、密码学、设计模式、Docker、Git、OAuth2 等已有概念），即使没有明确说"查询知识库"，也应考虑使用。不用于摄入新资料或检查 Wiki 健康。

Wiki Query（知识库查询）

基于 Wiki 页面内容回答用户问题，通过搜索、排序、综合三个阶段给出精准回答。

边界

基于 Wiki 已有内容回答问题。不摄入新资料（那是 /ingest），不做健康检查（那是 /lint）。

如果用户的问题需要新资料才能回答，提示用户提供资料并使用 /ingest。

前置检查

首次搜索前，检查搜索工具可用性并自动修复问题：

# 1. 检查 qmd 搜索引擎
qmd-node search "test" --files -n 1

# 2. 检查 qmd 索引目录是否指向本项目 wiki/
qmd-node collection show wiki

qmd 索引路径不正确时，自动修复：

# 移除旧集合，添加指向本项目 wiki/ 的新集合
qmd-node collection remove wiki
qmd-node collection add wiki "<项目根目录>/wiki"

修复后输出一条提示说明已自动修正。

qmd 完全不可用时（命令执行失败），直接使用 Grep 作为搜索工具，输出提示：

⚠️ qmd 搜索引擎不可用，使用 Grep 替代。搜索精度可能降低。

判断是否需要查询

不是所有问题都需要走完整查询流程。快速判断：

• 需要查询：问题涉及知识库中的具体概念、实体、主题，需要综合多个页面回答
• 直接回答：一般性编程问题、数学公式、常识问题——这些不需要查询知识库
• 不确定：先快速搜索，有结果就走查询流程，没有就告知用户知识库中暂无相关内容

搜索流程

步骤 1：搜索获取候选页面

qmd 可用时：

# 混合搜索，只返回文件名
qmd-node query "用户的查询内容" --files -n 20

# 如果查询包含精确术语，加 BM25 关键词搜索辅助
qmd-node search "精确术语" --files -n 10

qmd 不可用时，用 Grep 替代：

# 关键词搜索
grep -rl "关键词" wiki/ --include="*.md"

# 从 index.md 快速定位
grep -i "关键词" wiki/index.md

步骤 2：图扩展（2-hop wikilink 发现）

从步骤 1 的搜索结果中，提取每个候选页面包含的 [[wikilinks]]，找到 1-hop 邻居。再从这些邻居页面中提取 wikilinks，得到 2-hop 邻居。

将图扩展发现的页面加入候选列表，标记为"图扩展发现"。这些页面可能与查询没有直接关键词匹配，但通过知识网络结构关联。

Grep 快速提取 wikilinks：

# 提取候选页面的所有 wikilinks
grep -oP '\[\[([^\]]+)\]\]' wiki/sources/候选页.md wiki/concepts/候选概念.md

步骤 3：精准读取 + 预算控制

预算分配（基于约 100K token 上下文窗口估算）：

分配	比例	Token 预算	内容
全局上下文	10%	~10K	overview.md 前 30 行 + index.md
深入阅读	60%	~60K	排序后的 top 页面全文
图扩展	15%	~15K	2-hop 页面的摘要段落（前 20 行）
系统提示 + 输出	15%	~15K	CLAUDE.md 规则 + 回答

执行顺序：

1. 读取 wiki/overview.md 前 30 行（全局上下文）
2. 读取排序后的 top 页面全文（深入阅读），从最高分开始，累计 token 直到 60K 预算用完
3. 对图扩展发现的页面，只读前 20 行（摘要段落），累计到 15K 为止
4. 如果 top 页面 < 3，告知用户搜索范围有限

步骤 4：聚合排序

按以下规则对所有候选页面（搜索结果 + 图扩展）排序：

1. 搜索直接命中 > 图扩展发现（搜索结果优先级更高）
2. 概念页面 > 来源摘要页面（概念页更精炼）
3. 同页面多段落命中 → 排名提升
4. 被更多页面引用 → 微调提升（用 Grep 统计 [[页面名]] 出现次数）

步骤 5：综合回答

基于步骤 3 读取的 Wiki 内容（而非原始资料）回答用户问题，遵循以下原则：

• 回答要综合多个相关页面的信息，不是复述单一页面
• 引用相关页面使用 [[wikilink]] 语法，方便用户在 Obsidian 中跳转
• 如果图扩展发现了间接关联页面，体现这些关联（"此外，通过 XX 关联到 YY..."）
• 如果 Wiki 中的信息不足以完整回答，坦诚说明并建议补充相关资料

步骤 6：回填洞察

如果回答过程中产生了新的洞察（以下任一情况），创建综合页面：

需要回填的情况：

• 对比了多个概念/实体的异同
• 发现了页面间未被记录的关联
• 综合多个来源得出了新结论
• 回答本身就是一篇综述性的分析

不需要回填的情况：

• 简单的事实查询（"XX 是什么"）
• 直接复述单个页面的内容
• 一般性的解释和定义

回填时，按 CLAUDE.md 中综合页面的格式创建 wiki/synthesis/ 页面，并同步更新 wiki/index.md 和 wiki/log.md。

搜索回退策略

如果搜索结果不足：

1. 搜索结果 < 3 → 尝试拆分查询词，分别搜索
2. 仍然不足 → 读取 wiki/index.md 手动定位相关页面
3. index.md 也没有 → 提示用户知识库中暂无相关内容，建议：
   • 补充相关资料（使用 /ingest）
   • 或运行 /lint 检查是否有孤立页面未被索引