dqtx760 query 技能 v2.0
核心定位
Query 是知识工厂的问答引擎：只使用你的本地知识库回答问题，绝不凭模型记忆胡说八道。所有回答都带来源引用，高价值总结自动固化为 Synthesis。
架构升级 v2.0：
- ✅ 支持多页面交叉引用与一致性验证
- ✅ Synthesis 自动发现机制（无需用户问）
- ✅ Calibration 回答质量自检
- ✅ Memory 记住你问过的问题，避免重复回答
触发场景
| 触发方式 | 示例 |
|---|---|
/query 问题 |
/query Claude Code 和普通 AI 有什么区别？ |
| 自然语言询问 | "我的笔记里关于 X 是怎么说的？"、"过去我对 Y 的决策是什么？" |
| 关键词触发 | 提及"wiki"、"知识库"、"笔记"、"记录" |
检索与综合流水线（v2.0 增强版）
前置检查：Memory 查询历史
第一步永远检查 Memory：
- 查询该问题或相似问题是否已回答过
- 已回答 → 直接给出上次的 Synthesis 链接，问是否需要更新
- 未回答 → 继续流程，回答后记录到 Memory
步骤 1：查阅全局索引
永远的第一步：读取 笔记/Wiki/index.md
在 index.md 中定位与问题相关的：
- Architecture：架构、设计哲学
- Tools：工具、能力、最佳实践
- Skills：技能、工作流
- Methodologies：方法论、框架
- Integrations：集成方案
- Sources：来源摘要
- Syntheses：已有的综合分析
步骤 2：深度阅读 + 交叉验证
选取步骤 1 中找到的最相关页面，使用读取工具获取完整内容。
v2.0 增强：多页面一致性校验
- 如果 > 2 个页面提到同一话题，自动比对说法是否一致
- 发现不一致 → 明确标注："关于 X 有两种说法：A 页面说... B 页面说..."
- 标注每个主张的来源置信度
步骤 3：Calibration 质量自检
回答前必须通过自检：
| 检查项 | 通过标准 |
|---|---|
| ✅ 无编造 | 所有信息都能在本地页面找到原文 |
| ✅ 引用完整 | 每个主张都有对应的双链引用 |
| ✅ 冲突标注 | 页面间的不一致已明确标注 |
| ✅ 区分边界 | 通用知识 vs 知识库知识已明确划分 |
未通过自检的处理方式：
⚠️ 自检未通过：以下回答包含模型通用知识补充，本地知识库中未找到对应内容。
步骤 4：综合回答 + 双链引用
回答规范：
- 每当引用某个 Wiki 页面的信息，在文本中使用
[[页面名称]]标注 - 整段引用同一页面：段落首尾各引用一次
- 引用特定原文：使用 Markdown 块引用
> 原文内容 - 发现不一致：用
⚠️ 知识冲突标注
降级策略（知识库无内容时）：
本地知识库中未找到相关内容，以下为通用知识回答： [直接回答问题，但明确标注这是外部知识]
步骤 5：Synthesis 自动发现
满足以下任一条件，主动询问是否保存：
| 条件 | 说明 |
|---|---|
| 回答 > 2 个段落 | 内容较长，有保存价值 |
| 引用 > 3 个页面 | 跨页面综合，本身就是新知识 |
| 解决了知识冲突 | 对不一致的说法做了梳理 |
| 用户追问 > 2 次 | 迭代式问答，价值高 |
询问话术：
💡 这是一个有价值的综合分析，是否需要我将其保存为 Synthesis 页面？
用户同意后：
- 在
笔记/Wiki/syntheses/创建页面 - 按照规范填写 Frontmatter
- 在
笔记/Wiki/index.md的 Syntheses 分类下注册 - 在 Memory 记录该 Synthesis 的核心论点
步骤 6：记录操作日志
无论是否生成 Synthesis，查询结束后必须在 笔记/Wiki/log.md 末尾追加：
## [YYYY-MM-DD] query | 用户问题简述
- **引用页面**: [[PageA]], [[PageB]], [[PageC]]
- **输出**: 即时回答未保存 / 已保存为 [[SynthesisName]]
- **发现冲突**: 无 / 发现 X 与 Y 在 Z 问题上不一致
v2.0 增强特性
1. 多页面交叉验证
- v1.0：单页引用 → 可能片面
- v2.0：多页交叉 → 自动发现不一致，回答更可靠
- 自动标注置信度：多个页面一致 → high，单个来源 → medium
2. Synthesis 自动发现
- 不需要用户说"帮我总结一下"
- AI 主动判断回答的价值，提出保存建议
- 保存的 Synthesis 成为后续 query 的输入 → 知识飞轮
3. Memory 上下文延续
- 记住你问过的问题："上次你问过 X，这次是想补充 Y 吗？"
- 记住你的偏好：你喜欢对比分析、你喜欢列表格式
- 避免重复劳动
4. 渐进式回答
- 先给你 2 句话摘要
- 再给详细展开
- 最后问你：需要我深入哪个部分？
强制约束（红线）
- ✅ 禁止凭记忆回答：回答前必须检索知识库，必须能找到原文对应
- ✅ 禁止静默回答：知识库无内容时必须声明，不能假装知道
- ✅ 禁止过度引用：同一页面的信息在段落首尾引用一次即可
- ✅ 禁止混淆边界：必须明确区分"知识库内容"和"通用知识"
- ✅ 冲突必须标注：发现不一致时不能选边站，必须明确标注冲突
回答示例
关于 Claude Code 和普通 AI 的区别：
[[Claude_Code]] 的核心定位是"AI 原生开发环境"，而普通 AI（如豆包）是"对话式问答工具"。本质区别在于：普通 AI 给你建议，你自己动手；Claude Code 直接把活干了。
从能力维度看：
- 普通 AI 只有对话能力，没有操作权限
- Claude Code 有 100+ 内置工具，可以直接改代码、发消息、调 API [[Tool_System]]
- Claude Code 支持 Subagent 并行处理，一个顶五个 [[Agent_Architecture]]
- Claude Code 有持久化 Memory，跨会话记住你的偏好 [[Memory_System]]
⚠️ 知识冲突：[[摘要-5c-prompt-contracts-paper]] 说提示工程已死，
但 [[摘要-anthropic-prompting-best-practices]] 仍推荐使用简化提示。
两者的共识是：复杂 DSL 有害，简单自然语言提示效果最好。
💡 这是一个有价值的综合分析，是否需要保存为 Synthesis？
关联连接
- [[Skill_Ingest]] — 知识编译流水线，是 query 的上游
- [[Skill_Lint]] — 知识库质量门禁，确保 query 的数据源可靠
- [[Memory_System]] — 查询历史与用户偏好记忆
- [[Synthesis_Workflow]] — 综合分析页面的创建规范