Query Papers

SKILL.md

# Skill: query_papers — paper-kb 查询知识库

## 用途

用户用自然语言提问时，从其专属 Gitea 知识库中找到相关内容，生成有依据、带来源链接的回答。
两阶段检索：先读目录定位，再精读相关页面，避免知识库变大后撑爆上下文。
知识库现在包含六类资料（论文/行业调研/开源项目/技术文档/实验记录/会议纪要），查询对所有类型通用。

## 触发条件

**Activate when（满足任一）：**
- 用户查找自己存过的内容："有没有关于……的论文/资料"、"找一下……"、"查一查……"、
  "我之前存过……吗"、"知识库里有什么"、"上次那个实验……"、"上周组会决定了什么"。
- 基于知识库做分析："总结一下我存的关于……的方法"、"对比知识库里几种……方案"。
- 上一轮查询后的追问："第二篇详细讲讲"、"那个实验的结论是什么"。

**Do NOT activate when：**
- 用户在存资料（有链接/文件/内容 + 存储意图）→ 交给 ingest_paper。
- 用户问通用知识而非查自己的库（"什么是强化学习"）→ 不调用本 Skill，直接正常回答。
  区分：问题是否指向"我存过的/知识库里的"内容。拿不准可先查库，没有再正常回答。
- 用户未注册 → 先走 init_user。

## 前置依赖

- **current_user_open_id**：从消息上下文 sender 获取，传给脚本 --open_id。
- 本 Skill 根目录需有 .env（GITEA_URL / GITEA_ADMIN_TOKEN / GITEA_BOT_USERNAME）。

## 完整执行流程

### Step 1：读目录定位 + 顺手记录查询（第一阶段检索，必做）

```bash
python3 scripts/kb_read.py --open_id <open_id> --list all --log_question "<用户的原始问题>"
```

**务必带上 --log_question 参数**：它会在读目录的同时把本次查询写入 log.md。
查询必然要先读目录才能回答，所以日志记录绑定在这一步、不会被漏掉。

输出含：research_direction、documents[]（每篇 title/keywords/brief/score/file/type_key）、
concepts[]、resources[]、base_url（拼链接用）、repo_url。

边界：
- user_not_registered → 转交 init_user。
- documents 为空 → 回复"你的知识库还是空的～发一篇资料给我就能开始积累了！"，终止。

### Step 2：判断相关页面（你自己完成）

据问题与目录的 title/keywords/brief 列出相关页面，精读上限 8 个。优先级：
1. **概念页优先**：问题命中某概念（如问"力控制有哪些方法"且 concepts 有"力控制"）→
   概念页本身就是跨文档综合好的答案，优先精读。
2. **资源页**：找数据集/工具/开源项目时优先。
3. **summary 页**：按 keywords 与 brief 匹配度挑选。注意 documents 里有 type_key，
   用户如限定类型（"我存的会议纪要里…"）就只在该类型内找。
4. 超 8 个时精读最相关 8 个，其余仅以"标题+一句话"列出。

无任何相关内容时：诚实告知"知识库里暂时没有与「××」直接相关的内容"，可基于自身知识
简要回答并**明确标注"以下是通用知识，非来自你的知识库"**，建议存入相关资料。不要假装有。

### Step 3：精读相关页面（第二阶段检索）

对选中页面：
```bash
python3 scripts/kb_read.py --open_id <open_id> --read "<file路径，如 summaries/papers/某论文>"
```
输出含 content（全文）和 page_url（可点击链接）。

### Step 4：生成回答（你自己完成）

基于精读内容回答。要求：
- 全部中文，先给综合回答（直接回应问题，不要罗列式开头）。
- 涉及具体资料时注明来源，**每个引用都附 page_url 链接**。
- 不同资料结论冲突时如实指出（概念页的"矛盾与待解决问题"是线索）。
- 只基于知识库内容；未覆盖的部分明说"知识库中未涉及"。

回复格式参考（灵活调整）：
```
📌 <直接回答，1-3段综合论述>

📚 相关内容：
1. 《<标题>》（<类型>，相关性：高）
   <与问题的关系，1-2句>
   🔗 <page_url>
2. ……

（若引用了概念页）
🧠 概念页「<概念名>」已综合 <N> 篇资料对此主题的论述：🔗 <page_url>
```

### 追问处理
追问某资料细节时直接精读那篇（若没读过）。本会话已精读过的内容可复用，不必重复调用。

## 错误处理总则
- 脚本输出单行 JSON；success:false 时按 message 处理，不堆原始报错。
- Gitea 连不上等：告知"知识库暂时无法访问，请稍后再试或联系管理员"。
- 绝不编造知识库中不存在的资料、结论或链接。