用途：该技能用于为建筑知识库构建检索增强生成（RAG）系统，基于 DDC 方法论第 2.3 章，参考书籍《Pandas DataFrame 与 LLM ChatGPT》，实现对建筑文档的语义搜索与 AI 问答。
主要能力：定义建筑文档类型（规范、图纸、合同、RFI、提交件、变更单、会议纪要、日报、安全报告、检查、手册、标准）；提供多种文本分块策略（固定长度、段落、章节、语义、句子）；内置内存向量存储，支持余弦相似度检索与元数据过滤；提供 EmbeddingModel 模拟嵌入（生产环境需替换为真实模型）；ConstructionRAG 类支持添加文档、批量添加、搜索与问答，返回答案、来源、置信度与 token 用量。
使用方式：通过 Python 导入相关类，创建 ConstructionRAG 实例，调用 add_document 或 add_documents 添加文档，调用 search 进行语义检索，调用 query 获取带来源的问答结果。示例代码展示了完整的类定义与调用流程。
适用场景：建筑项目文档管理、规范与合同检索、施工问答助手等。
限制：嵌入模型为模拟实现，生产环境需替换；向量存储为内存实现，未提供持久化方案；问答答案生成部分为模拟，需接入真实 LLM；资料未提供安装命令、收费信息或具体平台支持。