菜单
面向中文问答的航空故障诊断 FMEA GraphRAG 技能。用于根据用户提出的航空故障、失效模式、事故链、维修检查、管理原因、风险传播、整改建议、相似案例等问题，在技能内打包的航空 FMEA 图谱中检索相关节点、边、案例与证据，并用中文给出带图谱引用的专业回答。遇到需要输出 ASCII 因果链、FMEA 表格、案例对照时使用。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| name | aviation-fmea-graphrag |
| description | 面向中文问答的航空故障诊断 FMEA GraphRAG 技能。用于根据用户提出的航空故障、失效模式、事故链、维修检查、管理原因、风险传播、整改建议、相似案例等问题，在技能内打包的航空 FMEA 图谱中检索相关节点、边、案例与证据，并用中文给出带图谱引用的专业回答。遇到需要输出 ASCII 因果链、FMEA 表格、案例对照时使用。 |
用于中文航空故障诊断问答。输入可能来自用户文字，也可能来自上游已经转成文本的图片、截图、报告片段或附件内容。
出现以下情况时使用本技能：
不适用场景：
本技能按闭环方式打包，默认不依赖 skill 目录外的其他文件。
assets/graph.jsonassets/graph.htmlscripts/query_graph.py如果 skill 被整体复制到任意支持 skill 的 agent 环境，只要目录结构保持不变，就应当可以直接运行。
先用中文理解问题，再生成一组短检索词，优先采用：
检索词数量控制在 4-10 个，不要把整段自然语言直接丢给脚本。
示例：
重落地后结构损伤为什么会长期没有被发现？重落地 结构损伤 检查未触发 上报机制 SMS hard landing structural damage inspection reporting优先运行：
uv run python scripts/query_graph.py --query "<检索词>"
如果查询结果里的证据不足，优先基于 matched_nodes、subgraph_nodes、subgraph_edges 和 case_ids 收敛回答，不要假设你还能访问 skill 外部的抽取工程目录。
优先围绕以下主线组织答案：
现象 -> 失效模式 -> 直接原因 -> 深层原因 -> 后果 -> 控制/建议如果用户问“相似案例”，则按：
当前问题命中案例共同失效模式差异点可迁移经验必须显式区分：
图谱明确支持基于图谱的合理推断图谱暂未覆盖不要把推断包装成既有调查结论。
回答必须全部使用中文。
默认输出结构：
先用 2 到 4 句给出直接结论。
列出：
必须尽量给出 ASCII 艺术画，不要只给项目符号。优先使用框线字符。
推荐模板：
┌──────────────┐
│ 现象 / 输入问题 │
└──────┬───────┘
▼
┌──────────────┐
│ 失效模式 │
└──────┬───────┘
▼
┌──────────────┐
│ 直接原因 │
└──────┬───────┘
▼
┌──────────────┐
│ 深层原因 │
└──────┬───────┘
▼
┌──────────────┐
│ 后果 / 风险 │
└──────┬───────┘
▼
┌──────────────┐
│ 建议措施 │
└──────────────┘
如果存在分支，使用分叉结构：
┌────────────────┐
│ 组织/管理原因 │
└──────┬─────────┘
▼
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ 现象 │ → │ 失效模式 │ → │ 安全后果 │
└──────────────┘ └──────┬───────┘ └──────────────┘
▲
┌────────┴────────┐
│ 技术/维修原因 │
└─────────────────┘
尽量给出精简 FMEA 表：
| 项目 | 内容 |
|---|---|
| 功能 | ... |
| 失效模式 | ... |
| 失效影响 | ... |
| 直接原因 | ... |
| 深层原因 | ... |
| 现有控制 | ... |
| 建议措施 | ... |
至少引用：
1-3 个节点名1-3 个案例 source_id1-3 条证据或调查发现引用时优先写成：
案例：ntsb_usair1549_2009节点：Dual-engine thrust loss after bird ingestion证据：What We Found - probable cause ...基础查询：
uv run python scripts/query_graph.py --query "<检索词>"
如果要看更完整的命中结果：
uv run python scripts/query_graph.py --query "<检索词>" --top-nodes 12 --max-neighbors 24
默认情况下，不需要额外读取其他文件。