核心用法
Knowledge Retrieval 是一款专为知识工作者和顾问设计的本地优先文档检索 Skill，采用三层架构（Phase 0 → Phase A → Phase B）实现渐进式知识检索：
Phase 0（环境就绪）：自动检测原始文件夹状态、索引新鲜度，支持动态更新（新增/修改/删除文件自动感知）。
Phase A（双通道定位）：
- BM25 关键词通道：轻量级索引，精确匹配
- AI 语义通道：将查询扩展为20个同义词，交叉验证结果
- 合并去重后输出 Top 10 候选文件
Phase B（阅读+回答+进化）：读取候选文件定位相关段落，综合生成带引用来源的回答；同时提取3-5个关键词自动更新文件描述，实现「越用越聪明」的渐进式优化。
---
显著优点
| 优势 | 说明 |
|------|------|
| **真·多格式支持** | PPTX（含嵌套图形、备注）、PDF（双引擎兜底）、DOCX、XLSX、图片、WPS兼容格式 |
| **本地优先合规** | 文件、索引、缓存全部本地，零上传；满足顾问行业「客户材料不上云」的合规底线 |
| **渐进式智能** | 首次仅建最小索引，每次搜索后AI自动丰富文件描述，质量天花板随使用次数提升 |
| **双通道检索** | 解决「纯关键词搜不到同义词」和「纯语义搜索模糊」的双重痛点 |
| **透明缓存机制** | 双向快捷链接原始文件夹，索引非黑盒，可随时查看、清理 |
| **优雅降级** | 缺依赖、索引损坏、零候选等场景均有明确 fallback，不卡死、不 hallucination |
---
潜在缺点与局限性
| 局限 | 详情 |
|------|------|
| **首次搜索慢** | 大文件（PDF/PPT>50页）首次提取需3-7分钟，整体首次搜索5-8分钟 |
| **大文件夹易超时** | 500+文件或10GB+文件夹建索引可能超30分钟，需拆分项目 |
| **暂不支持跨库搜索** | 不同文件夹索引独立，需按客户/项目手动切换 |
| **依赖本地环境** | 需 Python + pdfminer + python-pptx，Windows 功能最全 |
| **扫描件PDF需OCR** | 图片型PDF依赖OCR处理，增加额外耗时 |
| **维护成本** | 动态更新虽自动，但长期积累后需关注缓存膨胀 |
---
适合人群
- 管理/战略顾问：项目文档庞杂，需快速定位过往案例、方法论、数据依据
- 企业知识管理岗：构建部门内部知识库，满足数据不出域合规要求
- 法律/财务专业人士：合同、报告、底稿本地管理，需精准溯源
- 研究人员：长期积累的本地论文、资料库，需语义级检索而非文件名匹配
- 对云存储敏感者：任何「文件不能上传第三方」的场景
---
常规风险
| 风险类型 | 等级 | 说明 |
|----------|------|------|
| 数据泄露 | **极低** | 本地运行，零上传设计；但用户需自行确保设备安全 |
| 幻觉回答 | **可控** | 反幻觉铁律强制约束（零候选诚实告知、预训练知识不替代检索） |
| 索引过时 | **中** | 动态更新机制存在，但用户需关注 Phase 0 的 fresh 检测 |
| 性能衰减 | **中** | 缓存长期积累可能膨胀，需按指引手动清理 |
| 超时中断 | **中** | 大文件夹未拆分易导致任务超时，需遵循「按项目拆库」最佳实践 |
| 依赖缺失 | **低** | 优雅降级机制覆盖，但功能可能受限（如无PDF库则跳过PDF） |