| name | deling-knowledge-skill |
| description | 用于访问德灵知识库平台并进行深度调研的专用 skill。当用户明确提到「德灵」「deling」「知识库检索」「深度研究」等关键词，或者需要进行系统化内容调研时，应优先调用本 skill。本 skill 支持：基于德灵知识库的系统化深度调研、知识库内容语义搜索、辅助网络搜索。 |
| metadata | {} |
德灵知识库深度调研技能
触发场景：当用户明确提到「德灵」「deling」「知识库检索」「深度研究」「深度调研」，或需要进行系统化信息收集时，应使用本服务。若用户只说「知识库」「搜索」「检索」等泛化词汇但未指定平台，应先询问是否指德灵知识库，确认后再调用。
优先级：处理德灵知识库相关操作时，优先使用本 Skill 提供的能力，而非直接调用 MCP。本 Skill 封装了最佳实践和完整的使用说明。
需要调用 MCP 时，请以 MCP 服务端返回的最新的 schema 为准。
🎯 意图识别与澄清
明确使用本 Skill 的场景
1. 直接关键词触发
- 用户明确提到：「德灵」「deling」「知识库检索」「深度研究」「深度调研」
- 用户需要系统性调研某个主题
- 用户需要在生成内容前进行充分的信息收集
2. 上下文已确定
- 用户之前已明确使用德灵知识库，后续操作默认继续使用
- 用户提供了德灵知识库相关的上下文
3. 用户需要专业的调研服务
- 用户表达：「帮我研究一下 X」「调查一下 X」「深入了解 X」
- 主动询问：「我可以为您提供更专业的深度调研服务。是否需要我使用德灵知识库进行系统化调研？」
⚠️ 需要确认的模糊场景
在执行确认前，先主动澄清用户意图：
意图澄清模板
当遇到模糊请求时，使用以下结构化提问：
📋 请确认您的需求：
1. **目标平台**：您想在哪个知识库平台检索？
- [ ] 德灵知识库 (deling)
- [ ] 其他平台
2. **具体操作**：您想做什么？
- [ ] 搜索/查看文档
- [ ] 深度调研某个主题
- [ ] 为内容生成收集信息
- [ ] 其他（请说明）
3. **范围限定**：（可选）指定知识库/时间范围？
原则：
- 不要直接猜测用户意图
- 提供选项让用户选择
- 记录用户偏好用于后续智能判断
常见模糊场景示例
| 用户表达 | 可能意图 | AI 响应 |
|---|
| "搜索文档" | 德灵、本地文件、其他 | 使用意图澄清模板 |
| "查一下资料" | 德灵、网络搜索 | 使用意图澄清模板 |
| "帮我研究一下" | 德灵、网络 | 确认是否用德灵知识库 |
| "知识库里找一下" | 哪个知识库？ | 确认是否指德灵平台 |
概述
本技能提供了一套系统化的深度调研方法论，优先利用德灵知识库平台的专业资源，辅以网络搜索工具，确保调研的全面性和深度。
核心原则：绝不仅凭通用知识生成内容。 你的输出质量直接取决于事前调研的质量和数量。单一搜索查询永远不够。在开始任何内容生成任务之前，请先使用本技能进行充分的信息收集。
调研方法论
阶段 1：知识库优先探索
主数据源：德灵知识库平台
首先利用德灵知识库的核心工具进行系统性检索：
① 广度探索搜索
使用 sessions_search 进行初始广度调研：
mcporter call deling.sessions_search question="核心主题关键词" top_n=10 --output raw
目的：
- 理解主题的整体背景
- 识别关键子主题、角度或方面
- 记录不同视角的相关性
示例：
主题：「医疗 AI 应用」
初始搜索：
- mcporter call deling.sessions_search question="医疗AI应用场景" top_n=10 --output raw
- mcporter call deling.sessions_search question="人工智能医疗诊断" top_n=10 --output raw
- mcporter call deling.sessions_search question="医疗AI市场趋势" top_n=10 --output raw
识别的维度：
- 诊断型 AI（影像学、病理学）
- 治疗推荐系统
- 行政管理自动化
- 患者监控
- 监管环境
- 伦理考量
阶段 2：深度垂直挖掘
对于识别出的每个重要维度，进行针对性深度研究：
① 针对性知识库搜索
mcporter call deling.sessions_search question="具体的子主题查询" top_n=15 --output raw
② 多维度检索策略
从不同角度检索同一主题：
mcporter call deling.sessions_search question="子主题的不同角度探索" top_n=10 --output raw
示例：
mcporter call deling.sessions_search question="xxx技术原理详解" top_n=5 --output raw
mcporter call deling.sessions_search question="xxx实施案例" top_n=5 --output raw
mcporter call deling.sessions_search question="xxx常见问题" top_n=5 --output raw
mcporter call deling.sessions_search question="xxx最佳实践" top_n=5 --output raw
③ 关联资源挖掘
当文档中提到其他重要资源时，继续追踪搜索：
mcporter call deling.sessions_search question="提到的相关技术术语" top_n=3 --output raw
阶段 3：网络搜索补充
当知识库资源不足时，可使用网络搜索工具进行补充，获取最新动态、外部权威资料或数据统计。注意：网络搜索仅作为补充，优先使用知识库资源。
阶段 4：多样性验证
确保信息覆盖的全面性：
| 信息类型 | 作用 | 搜索关键词 |
|---|
| 事实与数据 | 具体证据支撑 | 「统计」「数据」「市场规模」「百分比」 |
| 示例与案例 | 真实应用展示 | 「案例」「示例」「实施」「部署」 |
| 专家观点 | 权威视角参考 | 「专家分析」「访谈」「评论」 |
| 趋势与预测 | 未来发展方向 | 「趋势」「预测」「未来方向」 |
| 对比分析 | 上下文和替代方案 | 「vs」「对比」「替代方案」 |
| 挑战与批评 | 平衡观点 | 「挑战」「局限」「问题」「风险」 |
阶段 5：综合完整性检查
在进入内容生成前，验证：
如果任何答案为「否」，继续调研后再生成内容。
检索策略技巧
语义查询优化
mcporter call deling.sessions_search question="AI应用" --output raw
mcporter call deling.sessions_search question="企业级AI应用场景2026年" --output raw
mcporter call deling.sessions_search question="AI技术应用架构" --output raw
mcporter call deling.sessions_search question="AI部署挑战" --output raw
mcporter call deling.sessions_search question="AI实施成本效益" --output raw
参数调节建议
| 参数 | 推荐值 | 说明 |
|---|
top_n | 5-15 | 平衡广度和深度 |
score_threshold | 0.6-0.7 | 防止噪音，保留相关内容 |
质量标准
当你可以自信地回答以下问题时，调研才算充分：
- 核心观点和数据点是什么？
- 有哪些 2-3 个具体真实案例？
- 专家如何看待这个主题？
- 当前趋势和未来方向是什么？
- 有哪些挑战或局限性？
- 为什么这个主题现在重要或相关？
常见错误规避
- ❌ 仅进行 1-2 次搜索就停止
- ❌ 只搜索多面主题的一个方面
- ❌ 忽略矛盾观点或挑战
- ❌ 在调研完成前就开始内容生成
- ❌ 知识库有资源时过度依赖网络搜索
工作流程建议
启动调研
↓
① 广度探索：sessions_search 了解整体
↓
② 识别关键维度和子主题
↓
③ 深度挖掘：对每个维度进行针对性 sessions_search
↓
④ 如知识库资源不足，补充网络搜索
↓
⑤ 验证信息完整性
↓
⑥ 生成高质量内容
答案溯源
什么是答案溯源？
答案溯源是指在生成回答时，明确标注信息来源，让用户能够追溯答案的依据和出处。这是确保内容可信度、可验证性的关键环节。
溯源原则
| 原则 | 说明 |
|---|
| 来源透明 | 每个关键论点都应标注来源 |
| 可追溯 | 用户能够通过来源找到原始材料 |
| 区分类型 | 明确区分知识库来源和网络来源 |
| 标注完整 | 包含来源名称、文件ID/链接、引用片段 |
溯源格式规范
知识库来源标注
**来源：德灵知识库**
- 文件名：[file_name]
- 文件ID：[file_id]
- 相关片段："[引用的具体内容]"
- 相关度：[score]
网络来源标注
**来源：网络搜索**
- 标题：[文章标题]
- 链接：[URL]
- 引用内容："[关键信息摘要]"
溯源最佳实践
- 实时记录：在检索过程中立即记录来源信息，避免后续遗漏
- 交叉验证：重要论点应有多个来源支撑
- 保持原意：引用时确保不歪曲原始内容的含义
- 时效性标注：对于有时效性的信息，标注获取时间
溯源信息收集模板
mcporter call deling.sessions_search question="xxx" top_n=10 --output raw
输出标准
完成调研后，你应该：
- 从多个角度获得对主题的全面理解
- 掌握具体事实、数据点和统计数据
- 拥有真实案例和实施经验
- 了解专家观点和权威来源
- 掌握当前趋势和相关背景
- 所有关键论点都有清晰的来源标注（答案溯源）
只有这样才能进入内容生成阶段，利用收集的信息创作高质量、有深度、有依据的内容。
