search

name	search
model	opus
effort	auto
description	지식 베이스에서 semantic search를 수행하고 종합 답변한다. 결과가 부족하면 리서치를 제안한다. "검색해줘", "찾아줘", "알려줘", "분석해줘" 등의 요청에 반응한다.
argument-hint	<검색 쿼리>

Search

지식 베이스(docs/)에서 LanceDB 기반 semantic search를 수행하고 종합 답변하는 skill이다. 만족스러운 결과가 없으면 리서치를 제안한다.

사용법

/search 벡터 데이터베이스
/search 인증 시스템 보안 설계

Instructions

Step 1: 인덱스 상태 확인

ls .lancedb/nodes.lance 2>/dev/null

인덱스가 없으면 먼저 빌드한다:

make index

Step 2: Semantic search 실행

항상 --fanout --json 옵션을 사용하여 연결 노드까지 추적하고 구조화된 결과를 받는다:

make search Q="<검색 쿼리>" OPTS="--fanout --json"

필요에 따라 필터를 추가한다:

make search Q="<쿼리>" OPTS="--type entity --fanout --json"
make search Q="<쿼리>" OPTS="--tag security --fanout --json"
make search Q="<쿼리>" OPTS="--limit 5 --fanout --json"

Step 3: 결과 분석 및 문서 읽기

1. results: 의미적으로 유사한 상위 문서들. 각 결과의 path로 원본 markdown을 읽는다.
2. fanout: 연결된 노드들. 도메인 구조 파악에 활용한다.

Step 4: 종합 답변

검색 결과와 읽은 문서를 종합하여 답변한다:

• 관련 노드들의 핵심 내용을 종합
• 노드 간 관계(links, fanout)를 활용한 맥락 제공
• 출처 노드의 path를 명시

가치 있는 분석 결과가 나오면 docs/analyses/에 새 페이지로 저장할지 사용자에게 제안한다.

Step 5: 결과 부족 시 — 리서치 제안

검색 결과가 없거나 사용자의 질문에 충분히 답변할 수 없는 경우:

1. 사용자에게 보고: "지식 베이스에 관련 내용이 부족합니다. 리서치를 진행할까요?"
2. 사용자가 승인하면:
   • 웹 검색 등을 통해 주제에 대한 리서치를 수행한다.
   • 리서치 결과를 raw/agents/에 저장한다 (파일명: {날짜}_{주제_slug}.md).
   • /ingest를 호출하여 리서치 결과를 docs/에 노드로 정제한다.
   • 정제된 노드를 기반으로 사용자에게 답변한다.
3. 사용자가 거부하면: 현재 보유한 정보 범위 내에서 답변한다.