Menu
从 corpus 检索已有内容并综合答案，按精确/模糊/图遍历三层路由。触发词：查、找、搜、知识库里有没有、记得吗、之前说过、关于 XXX。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
从任意项目跨库查询已注册的 LoreKit corpus：点名哪个库（总知识库/某个项目库）就路由哪个库，不点名默认总库。触发词：查总知识库、查我XX库、去XX知识库找。
用于显式配置目标 corpus 后，把跨项目 URL、文件、粘贴来源、文章、文档或外部资料摄入、归档、保存到该 LoreKit corpus。
把新内容摄入 corpus，按 filing-rules 落盘并建反向链接。触发词：ingest、存一下、整理进知识库、收藏、归档、mp.weixin、公众号、带图文章，或用户直接发 URL / 文件路径。
工作台清算——on-demand 扫描 _工作台/ 淤积内容与复盘层 fileback 候选，AI 预判分组后出裁决账单，先生勾选后才执行（入库/归档/丢弃）。触发词：整理工作台、清算工作台、工作台该清了、triage、工作台清算。
对 corpus 做健康检查，扫 frontmatter 合规、断链、孤岛、来源可解析、复审到期（stale），只报告不自动修。触发词：lint、体检、检查 corpus、看看有没有问题、知识库健康。
用于显式配置目标 corpus 后，把跨项目随手记录、想法、观察、决策或临时信息捕获到该 corpus 的工作台收件箱。
| name | wiki-query |
| description | 从 corpus 检索已有内容并综合答案，按精确/模糊/图遍历三层路由。触发词：查、找、搜、知识库里有没有、记得吗、之前说过、关于 XXX。 |
从当前 corpus 回答问题。核心是三层检索决策 + 答案必须标注来源 + corpus 没有就诚实说没有。
不要触发：
wiki-filebackwiki-ingestWebSearch / WebFetch（默认仍先查库再联网兜底，见默认查询顺序第 6 步）铁律：先走确定性文本层，不先启动重型召回流程。
默认顺序：
rg / lorekit search "<q>" 找精确词、实体名、文件名和短语。corpus/index.md 定位知识分区。{dir}/_INDEX.md 缩小到候选页。知识库/ canonical page，再按页内 wikilink 追 1-2 跳。lorekit search "<q>" --all
把过程区（_工作台/、_归档/、输出/ 等）纳入召回。命中时照常引用，但必须
标注非 canonical（例如 ⚠ 过程稿：_工作台/草稿/xxx.md，未经入库校验），
不得当作 Compiled Truth 级证据。转写噪音层（_工作台/转写/）--all 仍排除，
先生点名"去转写里找"才 lorekit search "<q>" --dir _工作台/转写。WebSearch / WebFetch 联网检索，不要停在"库里没有"。
回答必须分层标注来源：「库内已沉淀」（引用 corpus 页面）vs「联网新查」（给
URL，注明未入库、未校验）。联网结论有长期复用价值时，提议 wiki-fileback /
wiki-ingest 入库，由用户决定。按 query 类型选层：
先走 lorekit search "<q>"（ripgrep fallback）。命中就读对应页面。
corpus/index.md / 知识库/ → AI 按语义选 1-3 个分区{选中分区}/_INDEX.md → 选具体页.md 文件 → 综合答案原料/_工作台/** / _归档/** 不是第一级召回层：知识库层无命中时走 lorekit search "<q>" --all 第二级召回（结果标注非 canonical）；先生点名具体路径时直接读在第 2 步基础上，沿候选页的 [[wikilinks]] 递归遍历 1-2 步，综合。
大部分真实 query 是组合：先精确找锚点（第 1 步），再沿语义展开（第 2 步），最后拉链接（第 3 步）。
lorekit search "<q>" — 精确 ripgrep/fallback 检索（durable 层）lorekit search "<q>" --all — 第二级召回，纳入工作台/归档等过程区corpus/index.md / {dir}/_INDEX.md / 具体文件综合答案时必须遵守：
[[页面名]]，用户能直接跳过去铁律：源页面 wikilink 必须真实存在；不要生造页面名。
每个核心结论必须追溯到具体的 知识库/摘要/<slug>.md（即 source 页），禁止只引 concept 页。原因：
正确姿势：[[知识库/概念/RAG]] 定义了 RAG（引自 [[知识库/摘要/lewis-2020-rag]], [[知识库/摘要/rag-survey-2024]]） — concept 页提供语义锚点，source 页提供证据。
结论：每条核心论点必须至少有 1 个 知识库/摘要/ 引用；只有 concept / entity 没有 source 的引用不算完整答案。
答案末尾必须列出"Confidence Notes"节，展开每条核心引用的 confidence 级别：
---
### ⚠ Confidence Notes
| 引用 | Confidence | 备注 |
| --- | --- | --- |
| [[知识库/概念/RAG]] | high | 5+ sources，先生已确认 |
| [[知识库/概念/HyDE]] | medium | 3 sources |
| [[知识库/摘要/xxx]] | low | 单源，未经交叉验证 |
⚠）标出 low confidence 的引用根据问题类型选输出形式（先生在问题里明示或你合理推断）：
| 问题类型 | 输出形式 | 说明 |
|---|---|---|
| 普通问题 | Markdown 正文 | 默认 |
| 比较类（"A vs B"） | Markdown 表格 | 维度 × 对象矩阵 |
| 演示类（"给我做个分享 / 讲一下"） | Marp 幻灯片 | frontmatter 加 marp: true |
| 趋势类（"过去 N 个月如何变化"） | Python matplotlib 代码块 | 可直接复制运行 |
| 清单类（"列出所有 X"） | 结构化 bullet list | 分组 + 每条带 wikilink |
注意：复杂输出（Marp / matplotlib）落盘规则见下方 outputs 回盘小节；不是每次都要落盘，只有先生确认"值得留存"或价值门槛达到才落。
如果答案满足以下任一复用价值条件，自动写入 corpus/输出/问答/YYYY-MM-DD-<slug>.md：
落盘规范：
corpus/输出/问答/YYYY-MM-DD-<slug>.mdgraph-excluded: true（系统文件隔离，不进图谱）corpus/index.md 的 Recent Synthesis 列表（在对应受控区追加一行）不落盘的情况：单条事实查询（如"XX 的作者是谁"）、临时探索、corpus 里没找到答案。
query 结束后，在 corpus/log.md 末尾追加一行：
## [YYYY-MM-DD HH:mm] query | <question 一句话简述>
用于先生回看"这个月都查了什么"。
综合答案本身是新的知识产物——它把 corpus 里分散的信息组合成了一个新的结论。这个结论 如果不存回去，下次还要重新综合一遍，浪费认知。所以 wiki-query 的标准输出末尾必须带一个 明确的 fileback 提议，让用户一句话决定要不要把今天的结论存回 corpus。
输出模板：
根据你的 corpus：
{综合答案，每条带 [[页面]] 引用}
引用来源：[[页面 A]] · [[页面 B]] · [[页面 C]]
---
💾 要把这个答案存回 corpus 吗？(Y/N)
Y → 我会触发 `wiki-fileback`，按主语追加 timeline 条目
N → 结束（不保存）
分支：
wiki-fileback，输入是刚才的综合答案 + 引用清单 + 用户的原始问题
（用于判断主语和目标页）为什么这个闭环重要：