- 将wikillm技能移动到skills/wikillm/目录 - 添加详细的技能参考文档(workflows.md, qa.md, standards.md, errors.md) - 更新README中的参考资料列表 - 添加Harness Engineering相关的图片和查询 - 更新wiki索引
1.7 KiB
1.7 KiB
Q&A 与知识沉淀详细指南
Q&A 执行清单(严格按顺序执行)
- 步骤 1:确认当前任务是 Q&A 场景(用户在提问,而非要求编译文档)
- 步骤 2:Agent 模式 - 检索全库相关文档,进行跨文档推理
- 步骤 3:生成回答,包含:
- 对问题的直接解答
- "参考文档清单"(使用 Wikilink 格式)
- 步骤 4:判断是否需要归档:
- 是否具有通用研究价值?
- 是否可能被其他人再次查询?
- 如果是 → 继续步骤 5;如果否 → 结束
- 步骤 5:自动归档:
- 将 Q&A 整理为一篇新的 markdown 文章
- 存入
wiki/queries/目录 - 文件名使用 kebab-case,如
How-to-Do-Something.md - 在
INDEX.md的"Q&A 归档"部分创建入口
Q&A 归档文档的元数据格式
---
title: "问题标题(用中文)"
source: "WikiLLM Q&A"
date: YYYY-MM-DD
tags:
- "Q&A"
- "其他标签"
question: |
在这里记录原始问题
---
Q&A 场景的子判断
- 简单查询:可以直接用现有知识回答,无需创建新文档 → 仅回答,不归档
- 复杂查询:答案具有通用研究价值,可能被其他人再次查询 → 回答 + 归档到
wiki/queries/
详细流程
当用户针对 Wiki 发起复杂查询时:
- Agent 模式:LLM 检索全库文档,进行跨文档推理
- 回答格式:回答不仅要解决当前问题,还需提供"参考文档清单"
- 自动归档 (Filing):若该次 Q&A 具有通用研究价值,LLM 需自动将其整理为一篇新的文章,存入
wiki/queries/,并在INDEX.md中创建入口