query-decomposition-searchlisted

--- name: query-decomposition-search title: 查询分解多源检索 description: 当一句自然语言问题要并行查多个数据源（聊天/知识库/任务/邮件/云盘）并合成一个连贯答案时使用；做的是按查询类型分解出每源子查询、翻译成各源专用语法、并行执行后去重排序，产出排好序的合并结果；不适用于单一已知源的直接检索、或向量+关键词的算法级混排（用 hybrid-search-retrieval）。触发词：多源检索、查询分解、企业搜索、跨源搜索、search orchestration domain: 通用/misc triggers: [多源检索, 查询分解, 企业搜索, 跨源搜索, search orchestration, query decomposition, 并行搜索, 搜索策略] tags: [检索, 查询分解, 多源编排, 企业搜索, 排序, 去重, research] level: 进阶 status: stable agents: [claude-code, codex, cursor, gemini-cli] tools: [] requires: [] related: [hybrid-search-retrieval, fact-checking, entity-research-dossier, rag-pipeline-builder] combines_with: [entity-research-dossier, fact-checking] license: CC-BY-4.0 source: anthropics/knowledge-work-plugins source_license: Apache-2.0 --- ## 何时使用 当一句自然语言问题需要在**多个互不相通的数据源**（团队聊天、知识库/Wiki、任务/项目跟踪、邮件、云盘文档）里同时找答案，再把分散结果合成一个连贯回复时使用。典型触发： - 「我们当时关于 X 是怎么决定的？」「项目 Y 现在什么状态？」「Z 的设计文档在哪？」这类跨工具的内部知识查询。 - 已接入多个连接器，需要把一个问题拆成每源的针对性查询并并行下发。 不该用： - **只查一个已知源**（如就在某个 Wiki 里搜）——直接调该源的搜索，不必走分解编排。 - **算法级混排**（同一语料里做向量召回 + 关键词召回 + RRF/重排）——用 `hybrid-search-retrieval`，本技能管的是「跨源编排」而非「单源召回融合」。 - **开放网络检索 / 实时事实查证**——本技能面向内部已接入源；查证真伪用 `fact-checking`。 - 用户问题已足够明确指向单条结果，分解反而增加噪声。 ## 步骤 / 指令 ``` 1. 判定查询类型（决定优先源与排序权重） 决策类「我们决定了什么」 → 优先 聊天/邮件，找结论性信号（meeting notes、thread 结论） 状态类「X 进展如何」 → 优先 近期活动、任务跟踪、状态更新 文档类「X 的文档在哪」 → 优先 云盘、Wiki、共享文档 人员类「谁在做 X」 → 搜任务负责人、消息作者、文档协作者 事实/政策类「我们的 X 政策」→ 优先 Wiki/官方文档，再用对话确认 时间类「X 何时发生」 → 放宽日期范围，找时间戳 探索类「关于 X 我们都知道什么」→ 全源广撒网