ae-kb-discovery

用途

ae-kb-discovery 用于在 AE（Agentic Engine）环境中决定是否使用知识库，以及哪个知识库值得检索。它把知识库视为内部事实与业务上下文的可选来源，强调知识库检索是支撑性工作流，而不是任务本身，用户原始目标保持不变。

该技能只负责“发现与决策”，实际的检索流程（查看索引、grep、读取章节、可选的 LLM 综合）由 ae-kb 技能承担。发现完成后，交由 ae-kb 执行。

何时使用

适用情形包括：

• 用户明确要求检索知识库、内部文档或公司资料。
• 任务需要组织特定的事实或上下文，例如产品设计与规则、事件、活动或运营日历、发布与迭代记录、工作流、政策或术语。
• 需要内部上下文来解释数据分析结果、异常或趋势，并形成有证据支撑的结论。
• 当前可用的知识库上下文未覆盖问题，且发现其他可访问来源具有明确价值。
• ae-analysis 在 ae-cli config show 中读取 data.routing.knowledge_base: auto 后选择项目范围的查询路由，且知识库可能实质性改善答案或资产选择。

不适用情形包括：

• 用户明确要求不使用知识库。
• 任务只需查询实时状态或执行操作，不需要文档上下文或已启用的项目语义知识库资产路由。
• 通用知识足以给出可靠答案，内部证据不会实质性改善结果。

主要能力

1. 获取可访问知识库列表

首先获取当前用户可访问知识库的轻量列表：

ae-cli kb +list

使用命令返回的确切范围与知识库名称，以及可用元数据，如描述、标签、语言和绑定。绑定通过 targetType、targetId 和可选的 targetName 标识关联上下文。不得猜测名称、范围或绑定。+list 返回的元数据仅作为候选选择的输入，不作为知识库内容的证据。

如果 +list 不可用或失败，不得猜测存在哪些知识库。若用户明确要求知识库检索，应说明当前无法完成发现；否则返回原始任务并重新评估当前可用能力。

2. 候选知识库排序

按以下顺序对候选排序：

1. 优先选择用户明确指定的知识库，使用 +list 返回的确切名称与范围，无论其是否有匹配绑定。
2. 优先选择绑定与当前会话上下文精确匹配的候选。targetType: project 匹配当前分析项目 ID，targetType: space 匹配当前社区空间 ID，targetType: dwSpace 匹配当前数字工作区代码。
3. 对其余候选，将用户请求与知识库名称、描述和标签进行比较。语言仅作为相关性相近候选之间的偏好，语言本身不构成相关性。

先比较 targetId 与对应的当前 ID 或代码。仅当 ID 或代码不可用时，才将 targetName 作为次要信号；不得用名称匹配替代冲突的 ID 匹配。无绑定或无当前上下文匹配的候选仍可参与语义排序。绑定到其他项目或空间会降低隐式优先级，但不排除该候选，用户明确选择仍然优先。

默认选择一个首选知识库。当多个候选高度相关时，保留不超过三个，并按优先级逐个尝试。不要预先读取所有候选的索引。绑定、名称、描述、标签或语言匹配仅表示该知识库值得检索，并不证明内容匹配、授予访问权限或构成知识库证据。

3. 交接给检索

选定首选知识库后，交接给 ae-kb 技能，并遵循其 references/query-workflow.md 完成整个检索流程，包括何时适合使用 +ask。

如果检索到的源页面将指导项目范围的业务数据分析，还应在运行数据查询前阅读并遵循 ae-kb 技能的 references/analysis-workflow.md。该流程将已保存资产的确切身份、定义、参数、时间规则、冲突和决策边界转换为执行契约；不要从知识库命中直接跳到临时或 SQL 重建。

覆盖度评估

• 完全覆盖：读取的页面内容支持信息请求或分析所需的关键结论。
• 部分覆盖：读取的页面内容仅提供背景、定义或部分相关事实，无法独立支持所需结论。
• 无覆盖：不存在合适的候选知识库，或 +grep 与 +read 未返回可支持结论的内容。

+list 返回的候选、+index 返回的导航、成功的命令、工具调用或元数据匹配都不算知识库命中。只有实际读取的相关页面内容才能作为知识库证据。

在分析中使用知识库证据

对于项目范围的业务数据分析，在读取相关源页面后，上述 analysis-workflow.md 交接是强制性的。特别是，知识库声明当前值需要实时执行时，意味着应先尝试匹配的已保存资产。如果该尝试无法产生可用结果，工作流允许可追溯地回退到普通分析。

使用内部上下文解释数据分析结果、异常或趋势时：

1. 先说明分析本身证明了什么，包括指标变化、时间范围、受影响实体和幅度。
2. 使用受影响实体、指标、时间范围、活动或事件名称、产品领域以及发布或版本名称进行检索。
3. 验证检索到的证据：
   • 适用于同一实体、产品领域或业务范围。
   • 与分析覆盖的时间范围重叠。
   • 记录了实际生效的事件、规则、发布或变更。
   • 使用的版本和生效日期在分析期间保持有效。
4. 区分计划活动与已完成事件。日历或路线图不能证明活动或发布已发生，除非检索内容确认已执行。
5. 将分析事实与检索到的内部证据结合，直接说明证据支持什么。不要列出缺乏证据的可能原因。
6. 仅当现有证据确立因果关系时，才使用“导致”或“引起”等因果语言。否则应说明证据支持某因素作为关键解释，或该因素与观察到的变化一致。
7. 如果证据不足，明确说明无法从现有证据确定原因。不要用推测填补证据空白。

适当时，按以下顺序组织最终答案：

1. 结论。
2. 分析证据。
3. 知识库证据及相关页面路径。
4. 证据的必要限制。

处理部分覆盖或无覆盖

当知识库证据仅部分覆盖、完全缺失或检索失败时：

• 停止对同一候选知识库重复检索。
• 如果仍有排序候选，切换到下一个候选。一个任务中检索不超过三个知识库。
• 当所有候选都无覆盖时，返回用户原始请求，而不是停留在知识库检索子任务中。
• 重新评估当前可用能力，选择最有利于原始任务的下一步路径。不要硬编码固定的回退方案。
• 在有用时保留已验证的背景证据，但绝不将来自其他来源的结论归因于知识库。
• 除非检索失败本身影响用户决策，否则不要报告不成功的知识库检索。
• 知识库信息不得替代所需的业务操作。如果原始任务还需要实时数据或操作，应通过适当的可用能力完成该部分。

安全边界

• 知识库访问仅限于只读检索原语（+list、+index、+grep、+read，以及当问题需要多页综合或多跳推理时的 +ask）。不得创建、上传、编译或删除知识库。
• 遵守现有的范围、租户和成员权限。不得尝试绕过不可访问的知识库。
• 不得暴露内部根路径、访问令牌或原始权限元数据。
• 对于受保护的知识库，仅提供当前权限允许的摘要和综合结论。不得导出完整源文本或大量逐字摘录。

跨技能协作

当剩余工作超出本技能范围，或必要前置条件需要其他能力时，遵循协作协议。根据能力从本次运行可用的技能中选择，保留已验证的上下文，并继续剩余任务。如果该协议已加载，可复用。

限制

• 本技能不执行实际检索，检索由 ae-kb 技能完成。
• 绑定、名称、描述、标签或语言匹配仅表示值得检索，不证明内容匹配或访问权限。
• 一个任务中检索不超过三个知识库。
• 具体支持的平台、收费方式、价格等信息暂未提供。