用途：解决语义检索中的词汇不匹配问题。例如查询“scaling async data pipelines”，文档却使用 event-driven messaging、Apache Kafka 等术语，直接嵌入查询会得到低相似度。HyDE 改为让 LLM 生成一段假想答案文档，再用其嵌入去检索。
主要能力：提供 generate_hyde 异步函数，接收查询、LLM、嵌入函数与 max_tokens（默认150），返回 HyDEResult（含 original_query、hypothetical_doc、embedding）。提供带缓存的 HyDEService，按查询小写去空白后取 MD5 作键缓存结果；支持 batch_hyde 对多概念并行生成；提供 hyde_with_fallback，超时（默认3秒）时回退为直接嵌入查询。
使用方式：生成时使用快速模型如 gpt-5.2-mini 或 claude-haiku-4-5，temperature 0.3，max_tokens 100-200，保持文档简洁。建议积极缓存、设置 2-3 秒紧超时并回退，可与查询分解、语义缓存配合。
适用场景：抽象或概念性查询、自然语言问题、怀疑存在词汇不匹配时使用；精确术语搜索、代码片段搜索不宜使用，应改用关键词检索。
限制：资料未提供该技能的具体安装命令、依赖版本、完整源码路径及收费信息；代码示例中的模型名、参数为原始资料所给，未经验证。