用途：该技能用于对已安装、已配置且服务正在运行的 Agent Brain 做文档检索与查询，不负责安装、API key、服务搭建与 provider 配置，这些属于 configuring-agent-brain 技能的范围。
主要能力：提供五种检索模式。bm25 为关键词匹配，速度约 10-50ms，适合技术术语、函数名、错误码；vector 为语义检索，约 800-1500ms，适合概念与自然语言；hybrid 为默认融合模式，约 1000-1800ms；graph 为知识图谱关系检索，约 500-1200ms，适合依赖与调用链，需启动时设置 ENABLE_GRAPH_INDEX=true；multi 为最全面融合，约 1500-2500ms。通用参数包括 --mode（默认 hybrid）、--threshold（默认 0.3）、--top-k（默认 5）、--alpha（默认 0.5，0 偏 BM25，1 偏向量）。
使用方式：先 agent-brain init 初始化，再 agent-brain start 启动，agent-brain index ./docs 建索引，agent-brain query "search" 查询，agent-brain status 查询前校验，agent-brain stop 结束。索引支持 --include-type 预设（如 python、docs、code，共 14 种）、--force 全量重建；agent-brain folders list/add/remove 管理目录，重索引自动检测文件变更。内容注入用 agent-brain inject 配合 Python 脚本或 JSON，脚本需导出 process_chunk(chunk: dict) -> dict，值必须是标量，建议先 --dry-run。任务用 agent-brain jobs 查看，--watch 持续轮询，--cancel 取消。缓存默认自动启用，可用 agent-brain cache status 查看、cache clear 清理。
限制：向量、混合、图谱、多路模式需配置嵌入 provider；图谱模式额外约占 500MB 内存；支持 Markdown、PDF、纯文本及 Python、JS、TS、Java、Go、Rust、C、C++ 代码，不支持 .docx 与图片；典型集合约占 500MB RAM，启用图谱约 1GB；Ollama 需本地安装并下载模型。部分参数细节（如 traversal-depth、include-relationships）资料提及但未给出完整说明，暂未提供。