| name | query |
| description | Use when retrieving from a project knowledge-base/ — multi-channel RAG recall (vector plus lexical plus metadata, RRF-fused) returning locate-pointer cards; multi-round and multi-angle querying allowed. Trigger /ragkit:query, or called by name by workflows like specode. Building or refreshing the index instead uses ragkit:embed. |
RagKit Query
对项目 knowledge-base/ 做多路召回（向量+词汇+元数据，RRF 融合），返回定位卡片。
执行
脚本在本插件的 scripts/ 目录（本 skill 目录的上两级）；用本 skill 的 base directory 把下面的相对路径拼成绝对路径执行。
sh ../../scripts/run.sh ../../scripts/ragkit.py \
query '<检索词>' --kb <项目根>/knowledge-base
- 检索词由你根据用户问题/需求自行提炼：优先用页面名、字段名、接口路径、功能域词。
- 允许多轮、多角度：一轮不够就换角度再查（按页面查 / 按字段查 / 按调用链查），直到定位充分或确认无相关知识。
- 需要程序化消费时加
--json；--top N 调数量。
结果使用纪律（硬约束）
- 卡片是定位指针，非事实来源——命中后用「路径」
Read 原文，再跳到真实代码验证；禁止仅凭卡片摘要下结论。
- tag/词面命中 ≠ 语义相关：逐条判断该知识点的改动类型/语义是否真适用，不适用就丢弃。
- 独立 RAG 用法（用户直接提问系统历史逻辑）：召回 → Read 命中文档 → 综合整理回答，并注明来源文档路径。
降级与错误（stderr 信号，固定文案）
无可用向量后端：结果仍有效（词汇+元数据路）；stderr 会带一个 ╭─ RagKit ─╮ 提示块，原样转述给用户（不改写、不省略）。索引不存在：提示用户先跑 /ragkit:embed。model_mismatch / index_stale：提示用户重跑 /ragkit:embed（必要时 --rebuild）。
