PKM 知识库检索
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_e3c9e60f/test123。
技能介绍
解决什么问题
当用户需要查的是 Avatar 的个人知识库(PKM),而不是通用网页或产品资料时,直接调用检索接口更容易把噪音混进答案。这个技能把“缺 dataset_id 时先追问、拿到后调用检索、再整理结果”的过程固定下来,避免模型假设内部映射或硬编码密钥。
如何工作
- 配置:从
skills/pkm-retrieval/config.json读取base_url和api_key,密钥不要写进技能说明。 - 输入检查:必须有
dataset_id和检索query;只有avatar_id时不要默认推导,除非用户明确要求内部管理员流程。 - 调用:请求
POST /v1/datasets/{dataset_id}/retrieve,UI 里的 Vector Search 对应semantic_search。 - 结果处理:优先使用最高分 chunk,忽略 PDF、图片预览等噪声片段,输出简洁摘要并附上来源文档名。
适用边界
适合已有客户维护 dataset 的 PKM 查询;不适合通用知识问答、仅有 avatar_id 的场景,或应走 Avatar chat workflow 的任务。查不到时要明确说明,而不是继续猜测。
使用场景
- 已有 dataset_id,需要查询 Avatar 个人知识库中的笔记并返回摘要。
- 需要检索客户上传文件或参考资料,并避免输出长段原始片段。
- 只有 avatar_id 时,需要明确追问 PKM dataset_id 后再调用检索。
- 需要把最高分 chunk 整理成回答,并附上可追溯的来源文档名。
适合人员
- 要按客户 dataset_id 查询 Avatar PKM 的客服系统工程师
- 需要把检索结果整理成简洁回答并标注来源的后端工程师
- 需要处理 dataset_id 缺失追问逻辑的应用开发者
- 要区分 PKM 检索与 Avatar chat workflow 的产品技术负责人