问数
🔍 问数类 Skill
Section titled “🔍 问数类 Skill”意图:把自然语言提问翻译成查询/取数/检索,再把结果用人话回答。本质是「意图 → 查询 → 解释」。
📚 本页 = 速览;落地工程化方法论见下方 问数技能开发指南(14 篇,源自 cost-query V1→V4 沉淀)。
- 「今天有哪些待办」「查一下某人的通讯录」
- 「百科里有没有讲过 X」(知识库检索问答)
- 业务取数:按条件查记录、查状态、查闲忙
输入 / 输出
Section titled “输入 / 输出”| 内容 | |
|---|---|
| 输入 | 模糊的自然语言问题(含口语、省略) |
| 输出 | 直接答案 + 必要的来源/证据,而非原始数据堆 |
- 意图澄清:问题不全时先补问关键约束(时间范围、对象),别瞎猜。
- 查询走稳定接口:能用 CLI/API 就别让 AI 即兴拼(见 设计指南/CLI设计 的查询类/分析类)。
- 答案落地(grounded):基于查到的数据回答,标注来源,不臆造。
- 空结果要诚实:查不到就说查不到,不要用常识糊弄。
- 只读优先:问数默认只读,涉及写操作要单独确认。
参考 Skill
Section titled “参考 Skill”bw-todo/wecomcli-*(待办、消息、通讯录查询)bw-wiki(知识库 grounded 问答)cost-query(成本问数,本类的标杆实现 → 见下方开发指南)
问数技能开发指南(14 篇)
Section titled “问数技能开发指南(14 篇)”把 cost-query 从 V1 到 V4(约 2 个月)沉淀的跨领域可复用方法论抽出来:架构分层、DSL 设计、SKILL 纪律、测评闭环。目标——让其他业务领域做问数技能时少走 4–6 个月弯路、少写约 60% 样板代码。
🧩 配套脚手架(可运行代码)在代码仓库
AI 问数 Skill 指南/scaffold/。
阅读路径:先判断要不要做 → 0 前言与判断;想直接动手 → 9 脚手架与启动模板;看真实落地 → 附录 A · cost-query 速读。
| # | 章节 | 一句话 |
|---|---|---|
| 0 | 前言与判断 | 该不该做问数、数据底座是否就绪、问数 ≠ SQL 翻译器 |
| 1 | 通用框架 | Agent / SKILL / CLI / 数据底座的整体分层 |
| 2 | 数据底座 | 星型宽表、维度/事实、更新节奏 |
| 3 | Schema 双层架构 | 编译源 schema vs AI 速查版 |
| 4 | DSL 编译层 | find / aggregate / rank → SQL |
| 5 | 二级指令系统 | find-X / agg-X / rank-X 模板化指令 |
| 6 | SKILL 业务表达层 | 角色定位、L1–L4 意图分层、收口门、数据底线 |
| 7 | 模式手册 | 命中即抄的 M 模式 |
| 8 | 测评驱动迭代 | 问题集 + headless 跑批 + Bad case 闭环 |
| 9 | 脚手架与启动模板 | 该写哪些文件、按什么顺序 + scaffold 用法 |
| 10 | 检查清单与 FAQ | 上线前自检 + 常见问题 |
| 附录 | 章节 | 一句话 |
|---|---|---|
| A | cost-query 设计方案速读 | 真实落地案例 |
| B | 脚手架代码结构 | scaffold 各文件职责 |
| C | 术语表 | 问数领域专有术语(通用术语见 参考/术语表) |
← 返回 场景指南 · Cookbook 概览