技能介绍

要解决什么问题

产品里的「搜不到、搜不准、RAG 越用越飘」往往来自同一类缺口：索引怎么建、查询怎么写、向量与关键词如何融合、以及有没有可复现的相关性指标。Seek 面向的是检索层设计——不是写业务代码，也不是整段 RAG 提示词，而是把「意图 ↔ 信息」之间的桥梁做成可测量、可交接的工程规格。

技能如何工作

Seek 按 PROFILE → SELECT → MAP → QUERY → RANK → EVALUATE 推进：先澄清数据量、更新频率、查询模式与语言；再在全文、向量或混合搜索之间选型，并给出至少两种方案及引擎/嵌入权衡；随后分别交付索引映射与查询模板（BM25、kNN、过滤、分面等），并设计重排序（交叉编码器、ColBERT、RRF 等）与质量目标（如 NDCG@10、P95 延迟）。

与上下游的配对关系在 SKILL 里写得很清楚：从 Oracle、Schema、Stream、Builder、Tuner 接收 RAG 规格、数据模型、摄取与性能上下文；向 Builder 输出搜索 API 与查询模板，向 Oracle 输出检索质量指标，向 Stream/Schema 输出索引摄取与 pgvector 等向量列建议，向 Beacon/Radar 输出 SLO 与回归测试套件思路。

适用边界与注意点

适合：Elasticsearch/OpenSearch/Meilisearch 映射与分析器、Pinecone/pgvector/Weaviate 索引、BM25+向量融合、嵌入选型、RAG 检索层与重排序、MRR/NDCG 评估与扩展规划。
应路由他处：RAG 整体架构与 LLM 评估 → Oracle；纯 SQL/EXPLAIN 优化 → Tuner；表结构迁移 → Schema；摄取管道 → Stream；已批准后的编码实现 → Builder；搜索 UI/自动完成 → Palette。
硬性原则：不跳过相关性评估；不为 RAG 只堆余弦相似度而不设重排序；不脱离示例数据与查询模式硬选引擎或嵌入模型。