海量资料深度检索

要解决什么问题

很多「查资料」任务并不是问一句就能答：你要在仓库里定位文件、按主题盘点归纳、跨多份文档对比异同，有时还要把知识库结论和公开信息分开写清楚。单次 Read 或泛泛问答容易漏召、混源，也难留下可继续用的底稿。

技能如何工作

本技能把任务当成一条流水线：理解任务 → 确认范围 → 改写查询 → 分层检索 → 补齐证据 → 诚实标注 → 整理交付。

• 检索路由：精确标识（错误码、版本号、专有名词）走关键词；主题归纳可走语义与同义词扩展；以文件名或时间为线索时先 Glob 再读 frontmatter，再 Read 正文。
• 证据纪律：只补缺口、足够即停；找不到一律标「未找到 / 未涉及」，不补写。
• 交付物：默认产出 Markdown 工作底稿（含可溯源链接）和单页 HTML 报告；结论按 [内] / [外] / [⚠ 未覆盖] 分区，并附证据清单。
• 外部信息：本地仍缺证据或主题涉公开动态时，走 Web 检索与深读子流：子问题拆解、多查询去重、优先权威来源，单源结论标「未验证」。
• 历史对话：任务里出现「上次 / 翻记录 / 历史讨论」等表述时，会把 conversation_search 纳入范围，与文件检索并行合并。

适用边界

• 适合：搜索 / 盘点 / 对比 / 查指标出现在哪 / 整理成报告或表格；即使用户没说「搜索」，只要是「在资料里查并汇总」都适用。
• 不要触发：单文件直读、无检索的纯问答（直接让模型答即可）。
• 范围：默认当前工作区；未经确认不擅自扩全库。金融实时行情等结构化数据应交给专用数据技能；本技能专注通用资料检索与整理。