Back to skills
SKILL.md
Search
ASecurity乐享知识库搜索与内容阅读。当用户提到「乐享」「知识库」「lexiang」并包含搜索/查找/阅读意图时使用。典型触发:「帮我找一下…」「搜索一下…」「查一下有没有…」「看看这个知识库里有什么」「找找关于 XX 的文档」「读一下这个页面」「打开这个链接」。也适用于用户提供 lexiangla.com 链接、/pages/、/spaces/ 路径需要读取内容的场景。支持实体召回(搜索 space、entry、team)、RAG 切片召回(语义检索+重排,用于回答问题)、知识库浏览、目录结构导航、文档内容读取与解析。
- 279 stars
- 0 votes
- 0 copies
- 7 views
- Added September 8, 2026
Works with
Security analysis
100/100npx -y skills add infometa/workbuddyskills --skill search --agent claude-codeAre you the author of Search?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/infometa-search)---
name: lexiang-search
description: "乐享知识库搜索与内容阅读。当用户提到「乐享」「知识库」「lexiang」并包含搜索/查找/阅读意图时使用。典型触发:「帮我找一下…」「搜索一下…」「查一下有没有…」「看看这个知识库里有什么」「找找关于 XX 的文档」「读一下这个页面」「打开这个链接」。也适用于用户提供 lexiangla.com 链接、/pages/、/spaces/ 路径需要读取内容的场景。支持实体召回(搜索 space、entry、team)、RAG 切片召回(语义检索+重排,用于回答问题)、知识库浏览、目录结构导航、文档内容读取与解析。"
---
# 乐享搜索与浏览
> **基础知识**:数据模型、URL 规则、工具发现方式见 `base/SKILL.md`。
> **前置条件**:本 skill 需要已配置乐享 MCP 连接。如未配置,请先使用 `setup/SKILL.md`。
> **遇到 401 错误**:不要重试,读取 `setup/SKILL.md` 引导用户续期(点击续期按钮即可恢复,无需重新配置)。
---
## 工具概览
### 🔍 搜索与发现
- `search_kb_search` — 实体召回(可搜索 space、entry、team)
- `search_kb_embedding_search` — RAG 切片召回(基于语义检索 + 重排,返回文档切片,用于回答用户问题)
- `team_list_teams` — 获取团队列表
- `team_describe_team` — 获取团队详情
- `team_list_frequent_teams` — 获取常用团队列表
- `space_list_spaces` — 获取知识库列表
- `space_describe_space` — 获取知识库详情(返回 `root_entry_id`)
- `space_list_recently_spaces` — 获取最近访问知识库
### 📖 条目与结构浏览
- `entry_list_children` — 浏览目录结构
- `entry_describe_entry` — 获取条目元信息(不含正文)
- `entry_describe_ai_parse_content` — 获取 AI 解析内容(含正文)
- `entry_list_parents` — 获取父级路径(面包屑)
- `entry_list_latest_entries` — 获取最近更新条目
---
## 内容搜索
### 实体召回 vs RAG 切片召回
| 工具 | 定位 | 适用场景 | 参数 |
|------|------|----------|------|
| `search_kb_search` | 实体召回 | 查找具体的知识库(space)、文档(entry)、团队(team) | `keyword="xxx"` |
| `search_kb_embedding_search` | RAG 切片召回 | 基于语义检索 + 重排,返回与问题最相关的文档切片,直接用于回答用户问题 | `filters={"keyword": "xxx"}` |
> ⚠️ **参数注意**:`search_kb_embedding_search` 的关键词参数为 `filters.keyword`(嵌套字段),**不是**顶层 `keyword`。
**使用策略**:
- 用户想**找某个文档/知识库/团队** → 用 `search_kb_search` 召回实体
- 用户想**了解某个问题的答案** → 用 `search_kb_embedding_search` 获取相关切片直接回答
- 如需查看完整文档,再用 `entry_describe_entry` 或 `entry_describe_ai_parse_content` 精确读取
### 搜索结果链接格式
链接拼接规则见 `base/SKILL.md`(`{domain}` 来源、三级域名判断、`company_from` 获取优先级)。
根据返回的 `target_type` 拼接路径部分(搜索独有):
| target_type | 路径格式 |
|-------------|----------|
| `kb_page` | `/pages/<target_id>` |
| `kb_file` / `kb_video` | `/teams/<team_id>/docs/<target_id>` |
---
## 📖 内容读取
| 工具 | 返回内容 | 用途 |
|------|----------|------|
| `entry_describe_entry` | 条目元信息(ID、名称、类型等) | 获取基本信息 |
| `entry_describe_ai_parse_content` | **条目正文内容** | 读取实际内容进行分析 |
---
## ⚠️ 核心注意事项
1. **`_mcp_fields` 优化**:所有工具支持 `_mcp_fields` 参数选择返回字段,减少 token 消耗
2. 参数不确定时以 `get_tool_schema(tool_name="xxx")` 返回为准
---
## 参考文档
| 文档 | 说明 |
|------|------|
| `references/common-errors.md` | 常见错误排查 |
| `base/SKILL.md` | 数据模型、URL 规则、工具发现方式 |
Attribution
Comments
Loading comments…