Knowledge Rag Answer

知识库问答

知识库范围（多模态）

• 支持 knowledge/ 下 txt、md、pdf（含内嵌图）、docx（含内嵌图）、png/jpg 等；图示经 qwen3.6-plus 生成描述后入库检索。
• rag_summarize 只返回知识库参考资料/检索结果，不是最终答案；可能含「关联图示」和 [KB_IMAGE:...] 标记，回答时需保留，并标明来自知识库。

何时使用

• 用户询问内部知识、业务流程、规范说明、平台配置、版本查看方法、文档结论。
• 用户明确要求“依据知识库回答”“按文档回答”“先查知识库”。
• 问题答案明显依赖项目内资料，而不是通用常识。

执行步骤

1. 先判断问题是否属于知识库覆盖范围。
2. 命中后优先调用 rag_summarize(原始问题)，不要跳过检索直接作答。
3. 如果 rag_summarize 返回“知识库暂无足够信息”，明确告诉用户资料不足；可以用通用知识补充可参考的方向，但必须标注为非知识库内容。
4. 如果检索结果足够，由 Agent 基于参考资料组织最终回答；不要把工具 observation 直接原样倾倒给用户。

回答要求

• 以知识库参考资料为优先依据；可以补充通用知识，但必须明确区分“知识库内容”和“通用知识补充”，且不得与知识库结果冲突。
• 用户明确要求依据知识库回答时，必须先调用 rag_summarize。
• 回答尽量简洁，但不要漏掉关键命令、路径、前置条件和注意事项。
• 流程/步骤类问题要保留关键步骤、命令、参数和注意事项；资料不足时明确说明缺少哪一段。
• [KB_IMAGE:...] 必须放在对应步骤或图示说明附近，不能删除、改写或集中放到文末。
• 适合列表时优先用短步骤或短要点，避免冗长铺垫。

可选资源

• 如需查看补充说明，可读取 references/answering-guide.md
• 如需验证脚本调用链路，可运行 scripts/echo_query.py

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: Arnioss
• Source: Arnioss/WeChat_Agent
• License: MIT

Install and usage instructions live in the source repository linked above.