用途：为知识图谱 RAG 系统设计检索与搜索编排方案，输出一份检索策略规范。
主要能力与工作流（7 步）：分析查询类型与需求；选择检索模式；设计查询分解策略；配置排序与约束；设计溯源追踪；定义降级策略；产出检索策略规范。
查询类型分类包括：事实型查找（单实体单跳）、探索/主题型（跨实体聚合）、多跳推理、时间查询、带类型或属性过滤的约束查询。
模式选择指南：全局优先适合宽泛主题与语料级摘要，采用社区发现与自顶向下遍历；局部优先适合实体中心查找，采用种子实体链接与 1-2 跳邻域扩展；U 形混合适合兼顾广度与深度的复杂查询；查询分解适合多跳与复合问题；时间模式适合时间受限或序列相关查询；约束引导适合类型过滤或规则限定查询。选择启发式：以系统主导查询类型为起点，查询混合时可默认 U 形混合并回退到专用模式。
查询分解模式包括 LLM-as-controller、Self-Ask 链、ReAct 交错推理与检索、以及用 Cypher/SPARQL 等工具增强检索。排序与约束可设置嵌入相似度阈值、图距离惩罚、类型前后过滤、置信度下限、时间衰减函数。溯源需为每条信息附带来源文档 ID、抽取时间戳、置信度与证据链。降级策略包括迭代加深、查询放宽、并行探索、带置信度指标的优雅降级。
输出模板包含系统上下文、检索模式、查询分解、排序与约束、溯源设计、降级策略、评估标准等章节，评估参考 resources/evaluators/rubric_retrieval.json。
限制：资料未提供具体实现代码、支持的模型或数据库、收费与平台信息，均暂未提供。