vscode-templete/.claude/skills/auto-wiki-cn/references/query-protocol.md

Query 协议

基于 wiki 积累回答问题。不是 RAG——不搜原始文档，搜编译后的 wiki 页面。

流程

1. 理解问题
   ├─ 识别目标 wiki（从问题内容推断，或用户指定）
   ├─ 提取关键词（实体名、概念名、时间范围）
   └─ 判断问题类型（事实查询 / 比较分析 / 趋势判断 / 开放探索）

2. 搜索 wiki
   ├─ 读 index.md，按关键词匹配页面标题和描述
   ├─ 读取匹配的页面（通常 3-8 个）
   ├─ 如果页面中有 [[wikilink]]，沿链接读取关联页面（一层展开）
   └─ 注意 confidence 字段：contested 页面需要特别标注

3. 综合回答
   ├─ 基于读取的页面内容综合分析
   ├─ 每个关键论点标注来源页面：[[page-slug]]
   ├─ 如果涉及 contested 信息，明确说明：
   │   "关于 XX，wiki 中存在矛盾：来源 A 说...，来源 B 说..."
   └─ 如果信息不足，明确说明缺口并建议 ingest 方向

4. 可选归档
   ├─ 如果回答中包含有价值的新分析（不是简单复述页面内容）
   ├─ 提示用户："这个分析要归档到 wiki 吗？"
   └─ 用户同意 → 写入 analyses/{slug}.md，更新 index

回答格式

事实查询

根据 wiki 中 {N} 篇源文件的积累：

{直接回答}

来源：[[page-1]]、[[page-2]]

比较分析

基于 wiki 中的记录，{A} 和 {B} 的对比：

| 维度 | {A} | {B} |
|------|-----|-----|
| ... | ... | ... |

来源：[[page-1]]、[[page-2]]、[[page-3]]

注：关于 XX 维度，wiki 中数据有限（仅 1 篇来源），建议补充。

信息不足

wiki 中关于 {主题} 的信息不足：
- 相关页面：{N} 个
- 源文件：{N} 篇
- 缺口：{具体缺什么}

建议 ingest：
- {建议补充的材料类型 1}
- {建议补充的材料类型 2}

跨 Wiki 查询

当问题涉及多个 wiki 时：

1. 列出 .wiki/ 下所有 wiki 目录
2. 读取每个可能相关的 wiki 的 index.md
3. 分别搜索
4. 综合回答时标注来源属于哪个 wiki：

综合 enterprise-annuity wiki 和 charlie-munger wiki 的内容：

{分析}

来源：
- enterprise-annuity: [[alpha-corp]]、[[fiduciary-responsibility]]
- charlie-munger: [[circle-of-competence]]、[[margin-of-safety]]

查询性能

Wiki 规模	查询策略	预期延迟
< 30 页	读 index + 直接读匹配页面	快（< 5s）
30-150 页	读 index + grep 关键词 + 读 top 匹配	中（5-15s）
150-500 页	读 index + grep + 分批读取	慢（15-30s）
> 500 页	超出 Skill 设计范围	建议迁移到平台