Back to Details

kb-retriever

Compare original and translation side by side

🇺🇸

Original

English
🇨🇳

Translation

Chinese

本地知识库检索 Skill（kb-retriever）

Local Knowledge Base Retrieval Skill (kb-retriever)

知识库目录说明

Knowledge Base Directory Description

  • 知识库存放在一个根目录下，包含多种文件类型（如 
    .md
    /
    .txt
    、
    .pdf
    、
    .xlsx
    等），通常按类型或业务用途拆分为多级子目录。
  • 采用分层目录索引文件：
    • 根目录有一个 
      data_structure.md
      ，说明主要的「领域目录」及其用途。
    • 每个领域目录下可以有自己的 
      data_structure.md
      ，说明该目录下有哪些子目录/文件，以及各自用途。
    • 更深一层的子目录也可以继续有 
      data_structure.md
      ，形成多级索引树。
  • 知识库根目录约定：
    • 默认认为知识库位于当前项目根目录下的 
      knowledge/
      目录。
    • 如果用户在对话中明确指定了其他路径（例如“我的知识库在 /data/kb”或“用 ./docs 这个目录作为知识库”），则以用户指定的路径作为根目录。
    • 当默认路径 
      knowledge/
      不存在或访问失败时，应向用户确认实际的知识库根目录位置，而不是随意猜测。
  • 单个业务文件可能很大：
    • 不要直接用 Read 读取整文件
    • 对 PDF、Excel 使用对应 Skill 进行结构化处理后，再结合 grep/局部读取做精细检索
  • The knowledge base is stored in a root directory, containing multiple file types (such as 
    .md
    /
    .txt
    , 
    .pdf
    , 
    .xlsx
    , etc.), usually split into multi-level subdirectories by type or business purpose.
  • Adopt hierarchical directory index files:
    • The root directory has a 
      data_structure.md
      that describes the main "domain directories" and their purposes.
    • Each domain directory can have its own 
      data_structure.md
      , explaining which subdirectories/files are under this directory and their respective purposes.
    • Deeper subdirectories can also have 
      data_structure.md
      , forming a multi-level index tree.
  • Knowledge base root directory conventions:
    • By default, the knowledge base is located in the 
      knowledge/
      directory under the current project root.
    • If the user explicitly specifies another path in the conversation (e.g., "My knowledge base is in /data/kb" or "Use ./docs as the knowledge base directory"), use the user-specified path as the root directory.
    • When the default path 
      knowledge/
      does not exist or access fails, confirm the actual knowledge base root directory location with the user instead of guessing randomly.
  • Individual business files may be large:
    • Do not directly read the entire file using Read
    • For PDF and Excel files, perform structured processing using corresponding Skills first, then conduct precise retrieval combined with grep/local reading

定位 
knowledge
根目录

Locate the 
knowledge
Root Directory

  • 根目录优先听用户：如果用户给了路径（如 
    ./docs
    、
    ./knowledge-personal
    ），直接用用户提供的路径。
  • 默认根目录：否则约定根目录为当前项目下的 
    knowledge/
    。
    • 使用 shell 显式检查目录是否存在：优先使用 
      test -d knowledge
      ，或退而求其次使用 
      ls -d knowledge
      。
    • 注意：禁止使用 
      Glob "knowledge" in .
      这类模式来判断目录是否存在，
      Glob
      只返回文件路径，不返回目录本身，空结果并不能区分“目录不存在”和“目录存在但为空”。
  • 只有在根目录已通过 
    test -d
    等方式确认存在时，才使用 Glob 在该目录下检索内容，并把目录作为 
    path
    ，例如：
    • 索引文件：
      pattern="**/data_structure.md"
      , 
      path="knowledge"
    • 所有 Markdown：
      pattern="**/*.md"
      , 
      path="knowledge"
  • 如果默认 
    knowledge/
    不存在（
    test -d
    失败）：不要猜测其他目录，明确告诉用户未找到默认根目录，并让用户指定实际知识库路径。
  • Prioritize user-specified root directory: If the user provides a path (such as 
    ./docs
    , 
    ./knowledge-personal
    ), use the user-provided path directly.
  • Default root directory: Otherwise, the root directory is约定为 
    knowledge/
    under the current project.
    • Explicitly check if the directory exists using shell commands: Prefer 
      test -d knowledge
      , or use 
      ls -d knowledge
      as a fallback.
    • Note: Prohibit using patterns like 
      Glob "knowledge" in .
      to determine directory existence. 
      Glob
      only returns file paths, not directories themselves, and an empty result cannot distinguish between "directory does not exist" and "directory exists but is empty".
  • Only use Glob to retrieve content under the directory when the root directory is confirmed to exist via 
    test -d
    or similar methods, and specify the directory as 
    path
    , for example:
    • Index files: 
      pattern="**/data_structure.md"
      , 
      path="knowledge"
    • All Markdown files: 
      pattern="**/*.md"
      , 
      path="knowledge"
  • If the default 
    knowledge/
    does not exist (failed 
    test -d
    ): Do not guess other directories, clearly inform the user that the default root directory was not found, and ask the user to specify the actual knowledge base path.

关键原则：先学习，再处理

Key Principle: Learn First, Then Process

遇到 PDF 或 Excel 文件时的强制检查清单：
  • ✅ 已读取对应的 references 文档学习处理方法
  • ✅ 已理解推荐的工具和命令
  • ✅ 已将文件处理（提取/转换）完成
  • ⏭️ 现在可以开始检索
禁止行为：
  • ❌ 在未读取 pdf_reading.md 的情况下直接尝试处理 PDF
  • ❌ 在未读取 excel_reading.md 的情况下直接尝试处理 Excel
  • ❌ 跳过文件处理步骤，直接对原始 PDF/Excel 进行检索
Mandatory Checklist When Encountering PDF or Excel Files:
  • ✅ Have read the corresponding references document to learn processing methods
  • ✅ Have understood the recommended tools and commands
  • ✅ Have completed file processing (extraction/conversion)
  • ⏭️ Now you can start retrieval
Prohibited Actions:
  • ❌ Attempt to process PDF directly without reading pdf_reading.md
  • ❌ Attempt to process Excel directly without reading excel_reading.md
  • ❌ Skip file processing steps and directly retrieve from original PDF/Excel files

总体流程

Overall Process

  1. 理解用户需求
    • 读用户问题，提取：
      • 主题/领域关键词（如“销售报表”“系统架构”“接口文档”）
      • 时间或范围限定（如“2023 年 Q1”“最近版本”）
      • 需要的输出类型（解释、摘要、具体字段数值等）
    • 确定知识库根目录：
      • 优先检查用户是否在问题中指定了知识库路径。
      • 否则使用默认根目录 
        knowledge/
        。
      • 若默认根目录不存在或目录结构异常，应向用户询问确认，而不是自行假设。
  2. 分层查看目录索引 
    data_structure.md
    • 使用一个「当前工作目录」的概念：
      • 默认从用户指定的知识库根目录开始；如果用户未指定，则使用当前目录。
    • 在当前工作目录下，如果存在 
      data_structure.md
      ：
      • 使用 Read 读取该文件的前若干行（例如 limit=300），必要时分段继续读取。
      • 目标：
        • 了解当前目录下有哪些子目录和文件
        • 理解每个子目录/文件的用途说明
      • 基于用户问题，挑选最相关的若干个子目录或文件，构成候选集合。
    • 对于候选子目录：
      • 递归进入该子目录，将其作为新的「当前工作目录」，继续查找其中的 
        data_structure.md
        并重复上述过程。
      • 在递归过程中，避免一次性深入所有分支，优先沿着与问题最相关的路径向下钻取。
    • 对于候选业务文件（md/文本、PDF、Excel 等）：
      • 在完成必要的目录层级探索后，收集这些文件为最终的检索目标列表。
    • 在优先级排序时：
      • 优先选择用途说明与问题主题高度匹配的领域目录和文件
      • 其次考虑时间/版本等约束（如果索引中有体现）
      • 通用说明类文档（如 README.md、总体设计类文档）放在较后优先级
  3. 学习文件处理方法（遇到 PDF/Excel 时强制执行）
    • 在处理 PDF 文件前：
      • 必须先读取 references/pdf_reading.md（注意这个目录位于 Skills 目录下，而不是 Knowledge 目录下）学习提取方法
      • 重点了解：pdftotext 命令、pdfplumber 用法、表格提取方法
    • 在处理 Excel 文件前：
      • 必须先读取 references/excel_reading.md学习读取方法
      • 必须先读取 references/excel_analysis.md学习分析方法
      • 重点了解：pandas 读取、列筛选、数据过滤
    • 目的：确保使用正确的工具和方法，避免盲目检索
  4. 按文件类型执行处理和检索
    • 使用刚学到的方法处理文件（提取、转换、结构化）
    • 对每类候选文件，按照下面「Markdown/文本」「PDF」「Excel」策略执行
    • 总原则：
      • 优先从最相关、最精确的文件开始
      • 每个文件内都渐进式地局部检索，避免一次性加载全内容
      • 若当前文件得不到满意信息，切换到下一个候选文件
  5. 迭代检索
    • 所有文件类型都使用统一的「多轮迭代检索机制」（见上文公共检索原则）
  6. 答案组织与溯源
    • 汇总多轮检索得到的上下文，综合回答用户问题。
    • 尽量：
      • 给出清晰、直接的回答
      • 指出使用过的文件名（必要时包含大致位置，如章节或大概行数/页数）
    • 如果答案基于推断或信息不完全：
      • 明确标注假设与不确定性
      • 提示用户可以补充更具体的文件范围或关键词
  1. Understand User Requirements
    • Read the user's question and extract:
      • Topic/domain keywords (e.g., "sales report", "system architecture", "interface documentation")
      • Time or scope constraints (e.g., "Q1 2023", "latest version")
      • Required output type (explanation, summary, specific field values, etc.)
    • Determine the knowledge base root directory:
      • First check if the user specified a knowledge base path in the question.
      • Otherwise, use the default root directory 
        knowledge/
        .
      • If the default root directory does not exist or has an abnormal structure, ask the user for confirmation instead of making assumptions.
  2. View Directory Index 
    data_structure.md
    Hierarchically
    • Use the concept of a "current working directory":
      • Start from the user-specified knowledge base root directory by default; if not specified, use the current directory.
    • If 
      data_structure.md
      exists in the current working directory:
      • Use Read to read the first few lines (e.g., limit=300), and read in segments if necessary.
      • Objectives:
        • Understand which subdirectories and files are under the current directory
        • Understand the purpose description of each subdirectory/file
      • Based on the user's question, select the most relevant subdirectories or files to form a candidate set.
    • For candidate subdirectories:
      • Recursively enter the subdirectory, set it as the new "current working directory", continue to find the 
        data_structure.md
        inside and repeat the above process.
      • During recursion, avoid diving into all branches at once, prioritize drilling down along the path most relevant to the question.
    • For candidate business files (md/text, PDF, Excel, etc.):
      • After completing the necessary directory level exploration, collect these files as the final retrieval target list.
    • When prioritizing:
      • Prioritize domain directories and files whose purpose descriptions highly match the question topic
      • Secondly consider constraints such as time/version (if reflected in the index)
      • General explanatory documents (such as README.md, overall design documents) are given lower priority
  3. Learn File Processing Methods (Mandatory When Encountering PDF/Excel)
    • Before processing PDF files:
      • Must first read references/pdf_reading.md (note this directory is under the Skills directory, not the Knowledge directory) to learn extraction methods
      • Focus on understanding: pdftotext command, pdfplumber usage, table extraction methods
    • Before processing Excel files:
      • Must first read references/excel_reading.md to learn reading methods
      • Must first read references/excel_analysis.md to learn analysis methods
      • Focus on understanding: pandas reading, column filtering, data filtering
    • Purpose: Ensure correct tools and methods are used, avoid blind retrieval
  4. Execute Processing and Retrieval by File Type
    • Process files using the newly learned methods (extraction, conversion, structuring)
    • For each type of candidate file, execute the strategy below for "Markdown/Text", "PDF", "Excel"
    • General principles:
      • Start with the most relevant and precise files first
      • Perform progressive local retrieval within each file, avoid loading the entire content at once
      • Switch to the next candidate file if satisfactory information cannot be obtained from the current file
  5. Iterative Retrieval
    • All file types use a unified "multi-round iterative retrieval mechanism" (see Public Retrieval Principles above)
  6. Answer Organization and Traceability
    • Summarize the context obtained from multiple rounds of retrieval and comprehensively answer the user's question.
    • Try to:
      • Provide clear and direct answers
      • Indicate the file names used (include approximate locations if necessary, such as chapters or approximate line numbers/page numbers)
    • If the answer is based on inference or incomplete information:
      • Clearly mark assumptions and uncertainties
      • Prompt the user to supplement more specific file ranges or keywords

公共检索原则

Public Retrieval Principles

关键词选择策略

Keyword Selection Strategy

  • 从用户问题提取 3-8 个关键词（含可能的英文缩写、同义词、上位/下位词）
  • 可组合词组（如 "销售 报表"、"API 接口 超时"）
  • 必要时包含业务词、技术术语、常见缩写（如 "uv"、"pv"、"GMV"）
  • Extract 3-8 keywords from the user's question (including possible English abbreviations, synonyms, hypernyms/hyponyms)
  • Can combine phrases (e.g., "sales report", "API interface timeout")
  • Include business terms, technical terminology, common abbreviations if necessary (e.g., "uv", "pv", "GMV")

grep 检索基本原则

Basic grep Retrieval Principles

  • 始终指定尽量精准的 include 和 path，避免搜索整个目录
  • pattern 优先尝试问题中的核心名词、术语，再尝试同义词
  • 对于每个命中，只读取匹配附近的局部区域（上下若干行）
  • 保存「文件名 + 位置信息 + 文本片段」
  • Always specify as precise include and path as possible, avoid searching the entire directory
  • Prioritize trying core nouns and terms from the question as patterns, then try synonyms
  • For each hit, only read the local area near the match (several lines above and below)
  • Save "file name + location information + text snippet"

多轮迭代检索机制（最多 5 次）

Multi-round Iterative Retrieval Mechanism (Max 5 Times)

所有文件类型都采用统一的迭代策略：
  1. 迭代控制
    • 维护「已尝试检索次数」计数，最多 5 次
    • 每次检索后累加计数
  2. 每轮迭代流程
    1. 基于问题生成/更新检索关键词（可包括同义词、扩展词）
    2. 选择尚未充分检索的文件或文件部分
    3. 执行检索（grep/局部读取/专用 Skill 调用）
    4. 分析获取的上下文片段
    5. 判断是否足够回答问题
  3. 终止条件
    • 找到足够支撑回答的上下文；或
    • 已达到 5 次尝试仍未找到合适信息
  4. 信息不足时的处理
    • 明确告知用户信息缺失或可能不在当前知识库中
    • 提供已找到的最接近信息，并说明不确定性
    • 提示用户可以如何缩小范围（更具体的文件名、关键词、时间范围等）
All file types adopt the same iterative strategy:
  1. Iteration Control
    • Maintain a "number of retrieval attempts" count, maximum 5 times
    • Increment the count after each retrieval
  2. Per Iteration Process
    1. Generate/update retrieval keywords based on the question (can include synonyms, extended words)
    2. Select files or file parts that have not been fully retrieved
    3. Execute retrieval (grep/local reading/dedicated Skill call)
    4. Analyze the obtained context snippets
    5. Judge whether the information is sufficient to answer the question
  3. Termination Conditions
    • Found sufficient context to support the answer; or
    • Reached 5 attempts without finding suitable information
  4. Handling Insufficient Information
    • Clearly inform the user that information is missing or may not be in the current knowledge base
    • Provide the closest information found and explain the uncertainty
    • Prompt the user how to narrow down the scope (more specific file names, keywords, time ranges, etc.)

注意事项

Notes

  • 禁止第一次就直接调用：
    Glob "knowledge" in .
    或任何试图用 Glob 判定目录存在性的调用，目录存在性应通过 shell 命令（如 
    test -d
    ）检查。
  • 使用本 Skill 查询知识库时，禁止使用网络搜索等其他工具获取知识
  • Prohibit directly calling 
    Glob "knowledge" in .
    or any call attempting to determine directory existence using Glob for the first time. Directory existence should be checked via shell commands (such as 
    test -d
    ).
  • When using this Skill to query the knowledge base, prohibit using other tools such as web search to obtain knowledge

针对不同文件类型的具体策略

Specific Strategies for Different File Types

1. Markdown / 文本类文件（.md, .txt, .log 等）

1. Markdown / Text Files (.md, .txt, .log, etc.)

  1. 候选文件选择
    • 根据 
      data_structure.md
      和文件名、路径判断相关度
    • 优先检索标题和目录类文件（如汇总文档、设计总览）
  2. grep 定位与局部读取
    • 使用 Grep 工具对指定候选文件，include 限定具体后缀（如 "*.md"）
    • 对于有匹配的文件，使用 Read 仅读取匹配附近的局部区域：
      • 通过行号偏移和 limit 控制读取（例如从匹配行附近往前后各读取几十行）
      • 避免整文件读取
  3. 特殊处理
    • 如内容仅是目录/标题，根据链接或小节名继续定位深入内容
    • 应用「多轮迭代检索机制」（见上文公共检索原则）
  1. Candidate File Selection
    • Judge relevance based on 
      data_structure.md
      , file names and paths
    • Prioritize retrieving title and directory files (such as summary documents, design overviews)
  2. grep Positioning and Local Reading
    • Use the Grep tool for specified candidate files, limit specific suffixes with include (e.g., "*.md")
    • For files with matches, use Read to only read the local area near the match:
      • Control reading via line number offset and limit (e.g., read dozens of lines before and after the matching line)
      • Avoid reading the entire file
  3. Special Handling
    • If the content is only a directory/title, continue to locate and dive deeper based on links or section names
    • Apply the "multi-round iterative retrieval mechanism" (see Public Retrieval Principles above)

2. PDF 文件检索策略

2. PDF File Retrieval Strategy

工作流：
  1. 首先：读取处理方法指南
    • 在处理任何 PDF 之前，必须先读取 references/pdf_reading.md（注意这个目录位于 Skills 目录下，而不是 Knowledge 目录下）
    • 重点了解：pdftotext 命令、pdfplumber 用法、表格提取方法、快速决策表
  2. 选择候选 PDF
    • 根据 
      data_structure.md
      中的描述，选择最相关的 1-3 个文件
    • 如果用户指明具体 PDF 文件，则优先使用该文件
  3. 应用学到的方法提取文本
    • 使用 pdf_reading.md 中推荐的工具（优先 pdftotext 或 pdfplumber）
    • 重要：使用 
      pdftotext input.pdf output.txt
      将文本提取到文件，不要直接输出到 stdout（避免占用大量 token）
    • 如需提取表格，使用 pdfplumber 的表格提取功能
  4. 对提取结果执行检索
    • 使用 grep 对提取的文本进行关键词搜索
    • 对于每个命中，提取命中附近范围的上下文（上下数十行或相邻几页）
    • 保存「文件名 + 页码/大致位置 + 文本片段」
    • 应用「多轮迭代检索机制」（见上文公共检索原则）
Workflow:
  1. First: Read Processing Method Guide
    • Before processing any PDF, must first read references/pdf_reading.md (note this directory is under the Skills directory, not the Knowledge directory)
    • Focus on understanding: pdftotext command, pdfplumber usage, table extraction methods, quick decision table
  2. Select Candidate PDFs
    • Select the most relevant 1-3 files based on descriptions in 
      data_structure.md
    • If the user specifies a specific PDF file, prioritize using that file
  3. Extract Text Using Learned Methods
    • Use tools recommended in pdf_reading.md (prefer pdftotext or pdfplumber)
    • Important: Use 
      pdftotext input.pdf output.txt
      to extract text to a file, do not output directly to stdout (avoid occupying a large number of tokens)
    • If table extraction is needed, use pdfplumber's table extraction function
  4. Execute Retrieval on Extracted Results
    • Use grep to perform keyword search on the extracted text
    • For each hit, extract the context around the hit (dozens of lines or adjacent pages)
    • Save "file name + page number/approximate location + text snippet"
    • Apply the "multi-round iterative retrieval mechanism" (see Public Retrieval Principles above)

3. Excel 文件检索策略

3. Excel File Retrieval Strategy

工作流：
  1. 首先：读取处理方法指南
    • 在处理任何 Excel 之前，必须先读取：
      • references/excel_reading.md - 学习如何读取工作表（注意这个目录位于 Skills 目录下，而不是 Knowledge 目录下）
      • references/excel_analysis.md - 学习如何分析数据（注意这个目录位于 Skills 目录下，而不是 Knowledge 目录下）
    • 重点了解：pandas 读取方法、列筛选、数据过滤、聚合操作
  2. 选择候选 Excel
    • 根据 
      data_structure.md
      和文件/工作表命名，选择最相关的表
    • 优先选择包含「报表」「统计」「日志」「配置」「映射」等关键词的工作簿/工作表
    • 若用户指明具体 Excel 文件，优先使用该文件
  3. 应用学到的方法探索结构
    • 使用 pandas 读取前 10-50 行（使用 
      nrows
      参数限制）
    • 重点掌握：列名/字段名、数据类型（数值、日期、文本）、关键字段
    • 将列名与用户问题比对，识别潜在关键字段（如「收入」「销售额」「error_code」等）
  4. 执行数据检索和分析
    • 使用学到的 pandas 方法进行过滤和聚合（如 
      df[df['column'] == value]
      ）
    • 每次只读取匹配行附近的数据，避免一次性读取整表
    • 如问题包含时间范围，在检索中加入时间过滤
    • 应用「多轮迭代检索机制」（见上文公共检索原则）
Workflow:
  1. First: Read Processing Method Guides
    • Before processing any Excel, must first read:
      • references/excel_reading.md - Learn how to read worksheets (note this directory is under the Skills directory, not the Knowledge directory)
      • references/excel_analysis.md - Learn how to analyze data (note this directory is under the Skills directory, not the Knowledge directory)
    • Focus on understanding: pandas reading methods, column filtering, data filtering, aggregation operations
  2. Select Candidate Excel Files
    • Select the most relevant sheets based on 
      data_structure.md
      and workbook/worksheet names
    • Prioritize workbooks/worksheets containing keywords such as "report", "statistics", "log", "configuration", "mapping"
    • If the user specifies a specific Excel file, prioritize using that file
  3. Explore Structure Using Learned Methods
    • Use pandas to read the first 10-50 rows (use the 
      nrows
      parameter to limit)
    • Focus on mastering: column names/field names, data types (numeric, date, text), key fields
    • Compare column names with the user's question to identify potential key fields (e.g., "revenue", "sales", "error_code", etc.)
  4. Execute Data Retrieval and Analysis
    • Use learned pandas methods for filtering and aggregation (e.g., 
      df[df['column'] == value]
      )
    • Only read data near matching rows each time, avoid reading the entire table at once
    • If the question includes a time range, add time filtering to the retrieval
    • Apply the "multi-round iterative retrieval mechanism" (see Public Retrieval Principles above)

与其他工具的协同

Collaboration with Other Tools

PDF 处理

PDF Processing

  • 在处理 PDF 前必须先读取 references/pdf_reading.md 学习处理方法
  • 使用 pdfplumber/pypdf 进行文本提取、表格提取、元数据读取
  • 优先使用 pdftotext 命令行工具进行快速文本提取
  • Must first read references/pdf_reading.md to learn processing methods before handling PDF
  • Use pdfplumber/pypdf for text extraction, table extraction, metadata reading
  • Prefer the pdftotext command-line tool for fast text extraction

Excel 处理

Excel Processing

  • 在处理 Excel 前必须先读取：
    • references/excel_reading.md - 学习读取方法
    • references/excel_analysis.md - 学习分析方法
  • 使用 pandas 进行数据探索、预览、过滤和分析
  • Must first read before handling Excel:
    • references/excel_reading.md - Learn reading methods
    • references/excel_analysis.md - Learn analysis methods
  • Use pandas for data exploration, preview, filtering and analysis

工具使用原则

Tool Usage Principles

  • Grep：用于按关键词在指定文件中查找行号与匹配片段，始终指定尽量精准的 include 和 path
  • Read：只用于局部读取文件，始终设置合理的 limit（如 200-500 行）和合适的偏移
  • 对于任何可能很大的文件：
    • 禁止直接从头读到尾
    • 始终先通过索引、目录、关键词等方式缩小范围后再读
  • Grep: Used to find line numbers and matching snippets by keyword in specified files, always specify as precise include and path as possible
  • Read: Only used for local file reading, always set a reasonable limit (e.g., 200-500 lines) and appropriate offset
  • For any potentially large file:
    • Prohibit reading from start to end directly
    • Always narrow down the scope first via index, directory, keywords, etc., then read

回答风格与错误处理

Answer Style and Error Handling

  • 回答风格
    • 尽量用用户提问的语言（中文/英文）作答。
    • 先给出结论，再给出简要依据。
    • 如需要，可在后面列出引用的文件和大致位置，例如：
      • 来源：design/api_gateway.md 第 100 行附近
      • 来源：reports/2023_Q1_sales.xlsx Summary 工作表
  • 信息缺失或不确定时
    • 明确说明在当前知识库中没有找到完全匹配的信息或只能部分回答。
    • 不臆造事实。
    • 提示用户可以如何帮助缩小范围：
      • 指定更具体的目录/文件
      • 提供更精确的关键词或字段名
      • 指定时间/版本范围
  • Answer Style
    • Try to answer in the language used by the user (Chinese/English).
    • Give the conclusion first, then brief basis.
    • If needed, list the referenced files and approximate locations at the end, for example:
      • Source: design/api_gateway.md near line 100
      • Source: reports/2023_Q1_sales.xlsx Summary worksheet
  • When Information is Missing or Uncertain
    • Clearly state that no fully matching information was found in the current knowledge base or only partial answers can be provided.
    • Do not fabricate facts.
    • Prompt the user how to help narrow down the scope:
      • Specify more specific directories/files
      • Provide more precise keywords or field names
      • Specify time/version ranges