用途：在 RLM Factory 生态中高效查找代码、文档或架构上下文。仓库已预处理，每个文件只读一次、生成摘要并永久缓存，检索应基于该预工作，不要冷启动。
主要能力为三阶段搜索协议，始终从第 1 阶段开始，仅当前阶段不足时才升级，未失败前不得直接跳到 grep。 第 1 阶段 RLM 摘要扫描（约 1ms，O(1)）：用原生 grep_search 在缓存目录中搜索预生成的一句话摘要。缓存目录由 rlm_profiles.json 定义，常见默认为 project 用 .agent/learning/rlm_summary_cache/，tools 用 .agent/learning/rlm_tool_cache/；主题不明确时可搜索所有 profile 目录。 第 2 阶段 向量库语义搜索（1-5s，O(log N)）：需要具体代码片段、模式或实现时，触发 vector-db:vector-db-search 技能，可提供查询及可选的 --profile 与 --limit 参数，返回语义最相关的 400 字符子块，并附带 2000 字符父块与 RLM Super-RAG 上下文。 第 3 阶段 Grep 精确搜索：已知文件时查找确切函数名、类名、配置键或错误信息，优先使用前两阶段得到的路径限定范围，示例：grep_search "VectorDBOperations" ./scripts/，rg "def query" ../../ --type py，rg "chroma_host" plugins/ -l。
使用方式：按决策树执行——先摘要扫描，足够即用；不足则语义搜索；需要确切行或符号再精确搜索，并读取返回行号处的目标文件。反模式：不得跳过第 1 阶段直接 grep，不得冷读整个文件，不得在未限定路径时全仓扫描，不得假设 RLM 缓存为空，可先用 inventory.py --missing 检查覆盖。
依赖：仅需 Python 3.8+ 与标准库，无外部包；安装依赖可运行 pip-compile ./requirements.in 与 pip install -r ./requirements.txt，requirements.txt 当前为空。
限制：资料未说明具体平台、收费、价格、效果指标与外部服务依赖；架构参考图包括 search_process.mmd、rlm-factory-architecture.mmd、rlm-factory-dual-path.mmd。