Menü
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。
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
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：