deling-knowledge-skill

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：

# 同时发起多个并行调用
- 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：

# 同时发起多个并行调用
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：

• 是否已从至少 3-5 个不同角度进行检索？
• 是否已获取高相关度的知识库内容并深入阅读？
• 是否有具体数据、示例和专家观点？
• 是否同时探索了积极方面和挑战/局限性？

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

# ❌ 模糊查询
mcporter call deling.sessions_search question="AI应用" --output raw

# ✅ 上下文明确化
mcporter call deling.sessions_search question="企业级AI应用场景2026年" --output raw

# ✅ 多维度展开
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

1. 实时记录：在检索过程中立即记录来源信息，避免后续遗漏
2. 交叉验证：重要论点应有多个来源支撑
3. 保持原意：引用时确保不歪曲原始内容的含义
4. 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

# 知识库检索时记录
mcporter call deling.sessions_search question="xxx" top_n=10 --output raw
# 记录返回结果中的：
# - file_name（文件名）
# - file_id（文件ID）
# - content（引用片段）
# - score（相关度）

输出标准

完成调研后，你应该：

1. 从多个角度获得对主题的全面理解
2. 掌握具体事实、数据点和统计数据
3. 拥有真实案例和实施经验
4. 了解专家观点和权威来源
5. 掌握当前趋势和相关背景
6. 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。