PKM 知识库检索

解决的问题

当用户询问的是某个 avatar 的私人知识库（PKM），而不是通用网页或产品资料时，普通搜索容易把公开信息、噪声片段和真正的客户维护数据集混在一起。test2333 把这类请求收敛到一个明确的数据集检索流程：以 dataset_id 为入口，调用 PKM 检索接口，再从返回的分片中提取最相关内容，避免把 PDF 预览、图片碎片或低相关片段直接丢给用户。

技能如何工作

这个技能不是硬编码密钥，也不自行推导客户可见的 dataset_id。它读取 skills/pkm-retrieval/config.json 中的 base_url、dataset_id 与 api_key，再对 POST /v1/datasets/{dataset_id}/retrieve 发起请求。核心步骤包括：

• 确认用户已经提供 dataset_id 和检索 query；
• 将 UI 中的 Vector Search 理解为 API 的 semantic_search 场景；
• 优先使用最高分 chunk，忽略明显噪声的长尾；
• 用简短摘要回答，并在有帮助时附上源文档名。

如果只有 avatar_id，技能会停在客户面向流程外，询问 dataset_id，不会默认走 avatar_id -> pkb_{avatar_id} -> dataset lookup 的内部路径。

适用边界

它适合客户已维护 PKM 数据集、且任务确实依赖私有资料检索的场景。不适合通用知识问答、缺少 dataset_id 且用户无法补充的情况，或应走 Avatar 对话流程而非直接数据集检索的任务。输出风格偏简洁：先给答案，再补来源；找不到相关内容时会明确说明，而不是生成未经检索支撑的推断。