核心用法
Wiki Retriever 是一款专门用于知识库文档检索的 AI Agent 技能。其核心工作流程遵循"由大到小、逐步收敛"的原则，分为三个阶段：
第一阶段：广度筛选
- 调用
get_wiki_file_paths工具获取知识库全部文件列表 - 基于文件名进行宽松匹配，筛选所有潜在相关文档（不遗漏任何可能相关文件）
- 区分三类文件来源：
wiki/（Teamo 生成）、wiki/feishu（用户飞书上传）、upload/（用户其他上传） - 重点关注用户主动上传的文件
第二阶段：深度确认
- 必须阅读文档内容，严禁仅根据文件名二次过滤
- 可使用文档读取工具或
python_code_execution读取已上传文件（注意文件需在upload_files参数中） - 从第一阶段的结果中精确锁定最匹配的文档
第三阶段：结果提交
- 通过
submit_result工具提交最终确定的文件，以attached_files形式返回 - 硬性限制：最多返回10份文档，超限需与用户进一步确认筛选条件
显著优点
- 双阶段过滤机制：文件名粗筛+内容精读，兼顾效率与精准度
- 多源文件支持：原生兼容 Teamo Wiki、飞书文档及通用上传文件
- 硬性安全兜底：10份文档上限防止成本失控和系统异常
- 明确的禁止性规则：禁止无内容依据的二次过滤，降低误判率
潜在缺点与局限性
- 无主动语义理解：依赖文件名关键词匹配，对语义相关但命名偏差的内容可能漏检
- 工具链依赖强：需配合
get_wiki_file_paths、文档读取工具、submit_result完整执行 - 人工介入阈值：当粗筛结果>10份且无法自主收敛时，需中断并询问用户
- 无跨知识库能力：仅能检索当前任务所属知识库
适合人群
- 企业知识库管理员需快速定位沉淀文档
- 研发团队查询技术 Wiki 中的特定模块说明
- 运营人员检索飞书上传的产品资料或政策文件
- 需要基于既有文档进行问答或摘要生成的下游 Agent
常规风险
- 超限风险：未遵守10份限制可能导致系统成本异常
- 路径混淆风险：
upload/文件需确保在upload_files参数中声明，否则读取失败 - 过滤不彻底风险：第一阶段过于宽松可能导致第二阶段工作量剧增，需平衡松紧度