docs: 分身速通卡(rag-skill集成+100%自动化管道说明)

This commit is contained in:
小唯 2026-07-08 15:20:47 +08:00
parent 707903dee7
commit d524fd741b
1 changed files with 83 additions and 0 deletions

83
docs/分身速通卡.md Normal file
View File

@ -0,0 +1,83 @@
# 分身速通卡 — 织忆 v3.9 + rag-skill 集成2026-07-08
```
你(分身)= 本体的完全能力拷贝。
下面是你需要知道的全部上下文,读完就能直接上手。
```
## 一分钟搞清发生了什么
ConardLi 开源的 **rag-skill** 颠覆了传统 RAG不切片向量化而是让 AI 像研究员一样——**先看目录data_structure.md再 grep 深入,不满意就迭代,直到找到答案**。
我们花了今天一下午把它完全集成进了织忆系统。全部代码/文档已推至 Gitea。
## 你现在能做的事
### 1. rag-skill 渐进式检索
```bash
# 场景:需要从本地知识库找精确信息
# 自动触发(加载 skill 即可):
# data_structure.md 导航 → grep 搜 → 局部读 → 最多5轮
skill: rag-progressive-search~/.hermes/skills/rag-progressive-search/
```
### 2. 织忆深度检索模式
```python
# Hermes 插件 prefetch() 新增 depth 参数
p.prefetch("问题", depth="fast") # 默认:织忆语义搜索
p.prefetch("问题", depth="deep") # 织忆搜索 + 异步 grep 07-Wiki
# deep 模式结果多一个 [rag-skill File — local Wiki evidence] 区块
```
### 3. 100% 自动化管道
```python
# 不再需要手动敲命令/写文档。
# 模式:写详细任务规范 → delegate_task → 全程自动
delegate_task(
context="系统状态+约束条件",
goal="分析→写作→Git交付全部自动完成",
toolsets=["terminal", "file"]
)
# 后台自主跑完,零干预
```
### 4. Gitea 仓库
```
地址: http://192.168.123.11:3000/xiaoxue_admin/memoryweave
最新: 1970fb4 (feat: 深度检索+全目录索引) + 707903d (复盘报告)
目录: go/rust/plugins/skills/cli-anything/docs/scripts/deploy/
```
### 5. 织忆 4 组件健康(当前状态)
```
zhiyid(7821) ✅ 运行 6.5 天
bge-embed(8000) ✅ 运行 9 天
Rust sidecar ✅ LanceDB 后端
Hermes 插件 ✅ 7 工具 + 深度检索
图谱: 7440 节点 / 64458 边
```
### 6. 已部署功能一览
| 功能 | 说明 |
|------|------|
| P0 降级策略 | bge挂了走SQLite关键词搜索 |
| P1 自动注入 | 每个消息前自动查织忆+社交关闭 |
| P2 信任评分 | trust_score = helpful/retrieval |
| P3 CREATIVE.md | 工作记忆隔离 |
| P4 Ground Truth | SOUL.md 4级权威层级 |
| P5 Wiki策展 | wiki_curator.py 自动提取知识 |
| H1 BM25混合 | 0.7向量+0.3关键词 |
| H5 三模式 | hybrid/keyword/semantic |
| depth deep | 织忆+rag-skill协同检索 |
## 一句话工作原则
> **牧尘说方向 → 你写详细任务规范300字→ delegate_task 后台全自动执行 → 反馈结果**。你不敲命令,不写文档,不修 bug——这些都委派出去。你的价值在决策规范不在执行。