siluzan-cso-cli 1.1.11-beta.5 → 1.1.11-beta.7

package/README.md

@@ -50,7 +50,7 @@ siluzan-cso init -d /path/to/skills  # 写入自定义目录
 siluzan-cso init --force             # 强制覆盖已存在文件
 ```
 
-> **注意**：当前为测试版（1.1.11-beta.5），供内部测试使用。正式发布后安装命令将改为 `npm install -g siluzan-cso-cli`。
+> **注意**：当前为测试版（1.1.11-beta.7），供内部测试使用。正式发布后安装命令将改为 `npm install -g siluzan-cso-cli`。
 
 | 助手 | 建议 `--ai` |
 |------|-------------|

package/dist/index.js

@@ -6010,18 +6010,12 @@ ${hint}`);
   console.log("\n\u63D0\u793A\uFF1A\u5B8C\u6574 styleGuide\uFF08Markdown\uFF09\u8BF7\u4F7F\u7528 --json \u67E5\u770B\u6BCF\u6761\u8BB0\u5F55\u7684 styleGuide \u5B57\u6BB5\u3002");
 }
 
-// src/types/rag.ts
-var RAG_THREE_LIB_TAGS = ["\u6D41\u91CF\u56E0\u5B50\u5E93", "\u4EA7\u54C1\u8D44\u4EA7\u5E93", "\u70F9\u8C03\u65B9\u6CD5\u5E93"];
-
 // src/commands/rag.ts
 function splitCsv(s) {
   if (!s) return [];
   return s.split(",").map((x) => x.trim()).filter(Boolean);
 }
 function resolveTags(tagsOption) {
-  if (tagsOption === void 0) {
-    return [...RAG_THREE_LIB_TAGS];
-  }
   return splitCsv(tagsOption);
 }
 function unwrapQueryKnowledges(raw) {
@@ -6237,6 +6231,110 @@ async function runRagQuery(options) {
   console.log(`
 ${header}${body}`);
 }
+var RAG_ROOT_FOLDER_ID = "88888888-8888-8888-0000-888888888888";
+async function runRagList(options) {
+  const config = loadConfig(options.token);
+  let belongToId = String(options.belongToId ?? "").trim();
+  if (!belongToId) {
+    const me = await fetchSiluzanCurrentUser(config.apiBaseUrl, config);
+    belongToId = (me?.companyId ?? "").trim();
+  }
+  if (!belongToId) {
+    console.error(
+      "\n\u274C \u65E0\u6CD5\u786E\u5B9A\u4F01\u4E1A ID\uFF1A\u8BF7\u4F20\u5165 --belong-to-id\uFF0C\u6216\u786E\u4FDD GET /query/account/me \u54CD\u5E94\u4E2D\u542B companyId\u3002"
+    );
+    process.exit(1);
+  }
+  const p = new URLSearchParams({
+    belongTo: "0",
+    belongToId,
+    showCut: "true",
+    isGlobal: "true",
+    orderBy: "createTime",
+    isDesc: "true",
+    pageIndex: "1",
+    pageSize: "999",
+    folderId: RAG_ROOT_FOLDER_ID
+  });
+  const url = `${config.csoBaseUrl}/cutapi/v1/material/querylist?${p.toString()}`;
+  let raw;
+  try {
+    raw = await apiFetch2(
+      url,
+      config,
+      {},
+      Boolean(options.verbose)
+    );
+  } catch (e) {
+    console.error(`
+\u274C \u8BF7\u6C42\u5931\u8D25\uFF1A${e.message}`);
+    if (!options.verbose) console.error("   \u52A0 --verbose \u53C2\u6570\u53EF\u67E5\u770B\u8BE6\u7EC6\u9519\u8BEF\u4FE1\u606F");
+    process.exit(1);
+  }
+  if (raw.code !== 1) {
+    console.error(`
+\u274C \u83B7\u53D6\u77E5\u8BC6\u5E93\u5217\u8868\u5931\u8D25\uFF1A${raw.message || `\u4E1A\u52A1\u7801 ${raw.code}`}`);
+    process.exit(1);
+  }
+  let folders = raw.data?.folders ?? [];
+  if (options.ragOnly) {
+    folders = folders.filter((f) => f.ragStatus === true);
+  }
+  if (options.json) {
+    console.log(
+      JSON.stringify(
+        {
+          belongToId,
+          total: folders.length,
+          folders: folders.map((f) => ({
+            id: f.id,
+            name: f.name,
+            ragStatus: f.ragStatus,
+            createTime: f.createTime
+          }))
+        },
+        null,
+        2
+      )
+    );
+    return;
+  }
+  if (folders.length === 0) {
+    console.log(options.ragOnly ? "\n\u6682\u65E0\u5DF2\u5EFA RAG \u7D22\u5F15\u7684\u77E5\u8BC6\u5E93\u3002\n" : "\n\u6682\u65E0\u77E5\u8BC6\u5E93\u6587\u4EF6\u5939\u3002\n");
+    return;
+  }
+  const ragTag = (s) => s === true ? "\u2705 \u5DF2\u7D22\u5F15" : "\u2014";
+  const rows = folders.map((f) => ({
+    id: f.id,
+    name: f.name,
+    ragStatus: ragTag(f.ragStatus),
+    createTime: formatTime(f.createTime)
+  }));
+  const colWidths = {
+    id: Math.max(36, ...rows.map((r) => r.id.length)),
+    name: Math.max(4, ...rows.map((r) => [...r.name].length)),
+    ragStatus: Math.max(6, ...rows.map((r) => [...r.ragStatus].length)),
+    createTime: Math.max(10, ...rows.map((r) => r.createTime.length))
+  };
+  const pad = (s, w) => s + " ".repeat(Math.max(0, w - [...s].length));
+  const sep2 = `+-${"-".repeat(colWidths.id)}-+-${"-".repeat(colWidths.name)}-+-${"-".repeat(colWidths.ragStatus)}-+-${"-".repeat(colWidths.createTime)}-+`;
+  const header = `| ${pad("ID", colWidths.id)} | ${pad("\u540D\u79F0", colWidths.name)} | ${pad("RAG", colWidths.ragStatus)} | ${pad("\u521B\u5EFA\u65F6\u95F4", colWidths.createTime)} |`;
+  const lines = [
+    `
+\u77E5\u8BC6\u5E93\u5217\u8868\uFF08belongToId=${belongToId}\uFF0C\u5171 ${folders.length} \u6761\uFF09
+`,
+    sep2,
+    header,
+    sep2,
+    ...rows.map(
+      (r) => `| ${pad(r.id, colWidths.id)} | ${pad(r.name, colWidths.name)} | ${pad(r.ragStatus, colWidths.ragStatus)} | ${pad(r.createTime, colWidths.createTime)} |`
+    ),
+    sep2,
+    "",
+    options.ragOnly ? "\u{1F4A1} \u4F7F\u7528 --folder-id <id> \u6307\u5B9A\u4E0A\u65B9\u4EFB\u610F\u77E5\u8BC6\u5E93\u8FDB\u884C\u68C0\u7D22\uFF08rag query \u547D\u4EE4\uFF09\u3002\n" : "\u{1F4A1} \u4EC5\u663E\u793A RAG \u5DF2\u7D22\u5F15\u7684\u77E5\u8BC6\u5E93\uFF1A\u52A0 --rag-only \u53C2\u6570\u3002\n   \u7528 --folder-id <id> \u5728 rag query \u4E2D\u6307\u5B9A\u68C0\u7D22\u8303\u56F4\u3002\n"
+  ];
+  console.log(lines.join("\n"));
+}
 
 // src/commands/config.ts
 import * as fs10 from "fs";
@@ -6444,6 +6542,15 @@ personaCmd.command("list").description("\u62C9\u53D6\u4EBA\u8BBE\u5217\u8868\uFF
   });
 });
 var ragCmd = program.command("rag").description("RAG \u77E5\u8BC6\u5E93\u68C0\u7D22\uFF08\u4EC5\u5199\u7A3F/\u4E09\u5E93\uFF1B\u9ED8\u8BA4 belongToId=account/me \u7684 companyId\uFF0C\u9ED8\u8BA4 tags=\u4E09\u5E93\uFF09");
+ragCmd.command("list").description("\u5217\u51FA\u5F53\u524D\u4F01\u4E1A\u4E0B\u6240\u6709\u77E5\u8BC6\u5E93\u6587\u4EF6\u5939\uFF08GET cutapi/v1/material/querylist\uFF09\uFF0C\u4F9B AI \u9009\u62E9\u68C0\u7D22\u8303\u56F4").option("--belong-to-id <id>", "\u4F01\u4E1A ID\uFF1B\u4E0D\u4F20\u5219\u4ECE GET /query/account/me \u53D6 companyId").option("--rag-only", "\u4EC5\u663E\u793A\u5DF2\u5EFA RAG \u5411\u91CF\u7D22\u5F15\uFF08ragStatus=true\uFF09\u7684\u77E5\u8BC6\u5E93", false).option("-t, --token <token>", "Token\uFF08\u53EF\u9009\uFF1B\u4F18\u5148\u4E8E ~/.siluzan/config.json\uFF09").option("--json", "\u8F93\u51FA\u5B8C\u6574 JSON", false).option("--verbose", "\u663E\u793A\u8BE6\u7EC6\u9519\u8BEF\u4FE1\u606F", false).action(async (opts) => {
+  await runRagList({
+    belongToId: opts.belongToId,
+    ragOnly: opts.ragOnly,
+    token: opts.token,
+    json: opts.json,
+    verbose: opts.verbose
+  });
+});
 ragCmd.command("query").description("\u6309\u5173\u952E\u8BCD\u68C0\u7D22\u5DF2\u7EB3\u5165\u5411\u91CF\u7684\u77E5\u8BC6\u7247\u6BB5\uFF08GET cutapi/v1/material/queryknowledges\uFF09").requiredOption("-q, --query <text>", "\u68C0\u7D22\u5173\u952E\u8BCD\u6216\u95EE\u53E5").option(
   "--belong-to-id <id>",
   "\u4F01\u4E1A ID\uFF1B\u4E0D\u4F20\u5219\u4ECE GET /query/account/me \u53D6 companyId"
@@ -6452,7 +6559,7 @@ ragCmd.command("query").description("\u6309\u5173\u952E\u8BCD\u68C0\u7D22\u5DF2\
   "\u7D20\u6750\u6587\u4EF6 ID\uFF0C\u9017\u53F7\u5206\u9694\uFF08\u53EF\u9009\uFF0Cqueryknowledges \u7684 sourceid\uFF09"
 ).option("--folder-id <ids>", "\u6587\u4EF6\u5939 ID\uFF0C\u9017\u53F7\u5206\u9694\uFF08\u53EF\u9009\uFF0Ccomid\uFF09").option("--top-k <n>", "\u8FD4\u56DE\u6761\u6570\uFF0C3\u201330\uFF08\u9ED8\u8BA4 7\uFF09", "7").option("--belong-to <n>", "\u5F52\u5C5E\u7C7B\u578B\uFF08\u9ED8\u8BA4 0\uFF0C\u4F01\u4E1A\uFF09", "0").option(
   "--tags <tags>",
-  "\u6807\u7B7E\u8FC7\u6EE4\uFF0C\u9017\u53F7\u5206\u9694\uFF1B\u4E0D\u4F20\u5219\u9ED8\u8BA4\u4E09\u5E93\uFF1A\u6D41\u91CF\u56E0\u5B50\u5E93\u3001\u4EA7\u54C1\u8D44\u4EA7\u5E93\u3001\u70F9\u8C03\u65B9\u6CD5\u5E93"
+  "\u6807\u7B7E\u8FC7\u6EE4\uFF0C\u9017\u53F7\u5206\u9694\uFF1B\u4E0D\u4F20\u5219\u4E0D\u8FC7\u6EE4\u6807\u7B7E\uFF08\u5168\u91CF\u68C0\u7D22\uFF09"
 ).option("--category <categories>", "\u5206\u7C7B\u8FC7\u6EE4\uFF0C\u9017\u53F7\u5206\u9694").option("-t, --token <token>", "Token\uFF08\u53EF\u9009\uFF1B\u4F18\u5148\u4E8E ~/.siluzan/config.json\uFF09").option("--json", "\u8F93\u51FA\u5B8C\u6574 JSON", false).option("--unicode", "\u4F7F\u7528 Unicode \u7EBF\u6846\u8868\u683C\uFF08\u9ED8\u8BA4 ASCII +-|\uFF09", false).option("--verbose", "\u663E\u793A\u8BE6\u7EC6\u9519\u8BEF\u4FE1\u606F", false).action(async (opts) => {
   await runRagQuery({
     query: opts.query,

package/dist/skill/SKILL.md

@@ -1,9 +1,6 @@
 ---
 name: siluzan-cso
-description: >-
-当用户提问的内容涉及以下内容时，可以使用本SKILL
-  （1）多媒体平台内容(视频/图文)发布与运营（YouTube、TikTok、Instagram、LinkedIn、X、视频号），以及账号授权、数据报表、任务管理；
-  （2）公众号，小红薯等内容文案/选题生成——选题/拆解/口播成稿，三库选题。
+description: 当用户提问的内容涉及以下内容时，可以使用本SKILL（1）多媒体平台内容(视频/图文)发布与运营（YouTube、TikTok、Instagram、LinkedIn、X、视频号），以及账号授权、数据报表、任务管理；2）公众号，小红薯等内容文案/选题生成——选题/拆解/口播成稿，三库选题。
 compatibility: Requires siluzan-cso-cli installed and authenticated via `siluzan-cso login`
 ---
 
@@ -58,7 +55,8 @@ compatibility: Requires siluzan-cso-cli installed and authenticated via `siluzan
 | `siluzan-cso authorize --media-type <平台>` | 发起媒体账号 OAuth 授权 | `references/authorize.md` |
 | `siluzan-cso list-accounts` | 列出媒体账号，获取账号 ID / 数据总览 | `references/list-accounts.md` |
 | `siluzan-cso persona list` | 拉取 CSO 人设列表（含 styleGuide Markdown） | `references/persona.md` |
-| `siluzan-cso rag query` | RAG 知识库检索（仅写稿；需指定素材文件/文件夹 ID） | `references/rag.md` |
+| `siluzan-cso rag list` | 列出所有知识库文件夹（供 AI 按用户意图选择检索范围） | `references/rag.md` |
+| `siluzan-cso rag query` | RAG 知识库检索（仅写稿；可配合 `rag list` 选定 `--folder-id`） | `references/rag.md` |
 | `siluzan-cso account-group list/create/add-accounts/remove-accounts/update/delete` | 账号分组管理 | `references/account-group.md` |
 | `siluzan-cso upload -f <file>` | 上传视频 / 图片到素材库 | `references/upload.md` |
 | `siluzan-cso extract-cover -f <video> -p <平台>` | 从视频截取封面帧 | `references/extract-cover.md` |
@@ -88,7 +86,7 @@ compatibility: Requires siluzan-cso-cli installed and authenticated via `siluzan
 | AI 内容规划 | `references/planning.md` |
 | 需要给用户提供后台页面链接 | `references/web-pages.md` |
 | 拉取人设 / styleGuide（写稿前） | `references/persona.md` |
-| 写稿时检索素材库 RAG 片段（三库拆素材等） | `references/rag.md` |
+| 写稿时检索素材库 RAG 片段（三库拆素材等） | `references/rag.md`（先 `rag list` 选库，再多次 `rag query` 拆词检索） |
 | 选题 / 三库拆解 / 口播文案/其他文案 / 人设卡 / 代表作品反推人设 | `three-lib-content-workflow/content-writer.workflow.md` |
 
 ---
@@ -102,10 +100,55 @@ publish ──提交后查状态──► task ──失败重授权──► au
 
 report ──需要 mediaCustomerId──► list-accounts
 account-group ──需要 mediaCustomerId──► list-accounts
+
+rag query ──需要知识库 ID──► rag list（按用户意图自动选择）
 ```
 
 ---
 
+## RAG 知识库检索工作流
+
+> 详细检索策略见 `references/rag.md`，以下为决策摘要。
+
+### 何时使用 RAG
+
+- ✅ 询问特定品牌/产品知识、写需要品牌素材的文案 → **必须先 RAG**
+- ✅ 执行三库内容工作流 → **按三库分库检索**
+- ❌ 询问平台操作方法、纯通用创作、用户明确不需要 → **跳过 RAG**
+
+### 四步执行流程
+
+**Step 1 — 获取知识库**（只在任务开始时调用一次）
+
+```bash
+siluzan-cso rag list --rag-only --json
+```
+
+**Step 2 — 选择知识库**（按名称语义匹配）
+
+- 用户提到品牌名 → 找最匹配的文件夹，记录 `id`
+- 多品牌 → `--folder-id id1,id2`
+- 无明确品牌 → 不传 `--folder-id`
+
+**Step 3 — 拆词多轮检索**（2–5 个子查询，每个聚焦一个维度）
+
+```bash
+# 默认不传 --tags = 全量检索（适用于绝大多数场景）
+siluzan-cso rag query -q "产品核心卖点" --folder-id <id> --top-k 10
+siluzan-cso rag query -q "用户使用场景" --folder-id <id>
+siluzan-cso rag query -q "品牌差异优势" --folder-id <id>
+
+# 知识库已按三库打标时，才按标签精确筛选
+siluzan-cso rag query -q "抖音爆款钩子" --tags "流量因子库"
+siluzan-cso rag query -q "产品卖点故事" --tags "产品资产库"
+```
+
+**Step 4 — 合成使用**
+
+将多轮结果去重 → 按相关度（score 越小越相关）排序 → 作为写稿/回答的事实依据，重新组织表达（不直接粘贴原文）。
+
+---
+
 ## AI 行为规范
 
 ### 执行任务的标准流程

package/dist/skill/_meta.json

@@ -1,7 +1,7 @@
 {
   "slug": "siluzan-cso",
-  "version": "1.1.11-beta.5",
-  "publishedAt": 1776319950998,
+  "version": "1.1.11-beta.7",
+  "publishedAt": 1776330316575,
   "homepage": "https://www.siluzan.com",
   "source": "https://dev.azure.com/jack4it/Sammamish/_git/siluzan-skill",
   "requiredBinaries": [

package/dist/skill/references/rag.md

@@ -1,37 +1,166 @@
-# rag：RAG 知识库检索（仅文案）
+# rag：RAG 知识库检索
 
-与 Siluzan-RAG-sys-ui `MultiFileChat.vue` / `queryKnowledges` 一致：**只用于写稿、三库流程**。
+与 Siluzan-RAG-sys-ui `MultiFileChat.vue` / `queryKnowledges` 一致，用于写稿、产品知识问答、三库素材提取等场景。
 
-## 接口
+## 命令速览
 
-- `GET {csoBaseUrl}/cutapi/v1/material/queryknowledges`
+```bash
+# 第一步：列出所有已建索引的知识库（--rag-only 只显示可检索的）
+siluzan-cso rag list --rag-only
 
-## 默认值（与 `three-lib-content-workflow/libraries.md` 对齐）
+# 第二步：按关键词检索
+siluzan-cso rag query -q "<关键词>" --folder-id <id> --tags ""
+siluzan-cso rag query -q "<关键词>"                          # 全库 + 三库标签过滤
+```
+
+## 参数说明
+
+| 选项 | 默认 | 说明 |
+|------|------|------|
+| `-q, --query` | 必填 | 检索关键词或短句（越具体越好，避免长段落） |
+| `--folder-id` | 全库 | 指定一个或多个文件夹 ID（逗号分隔），锁定检索范围 |
+| `--tags` | 不过滤 | 不传 = 全量检索（无标签限制）；传具体标签 = 只返回含该标签的片段 |
+| `--top-k` | 7 | 每次返回条数，3–30；复杂问题建议调高到 10–15 |
+| `--json` | false | 输出完整 JSON，适合程序处理 |
+
+---
+
+## AI 检索策略指南
+
+> 以下规则指导 AI 如何将用户意图转化为高质量的 RAG 检索。
+
+### 1. 判断是否需要 RAG
+
+**需要 RAG 的场景：**
+- 用户询问特定品牌/产品的信息（"海科佳的产品有哪些卖点"）
+- 需要基于公司素材库写文案、口播稿、选题
+- 执行三库内容工作流（流量因子库/产品资产库/烹调方法库）
+
+**不需要 RAG 的场景：**
+- 询问平台功能、操作方法（查 references 文档即可）
+- 纯创意写作、无需依赖品牌素材的通用内容
+- 用户明确说"不用查知识库"
+
+---
+
+### 2. 选择知识库（`rag list` → `--folder-id`）
+
+先运行 `siluzan-cso rag list --rag-only --json` 获取列表，再按以下规则匹配：
 
-| 参数 | 默认行为 |
-|------|----------|
-| **belongToId** | 不传时，使用 **GET `/query/account/me`** 响应中的 **`companyId`**（亦尝试 `companyInfo.id`） |
-| **tags** | 不传 `--tags` 时，默认三个标签：**`流量因子库`**、**`产品资产库`**、**`烹调方法库`**（与三库章节标题一致）。若传入 `--tags`，则**完全以参数为准**（可传空字符串表示不按标签过滤，视后端行为而定） |
-| **source-id / folder-id** | 可选；用于缩小到指定素材或文件夹，与网页勾选文件/文件夹一致 |
+| 用户意图 | 文件夹选择策略 |
+|----------|----------------|
+| 明确提到某品牌/产品名 | 找名称最匹配的文件夹，用 `--folder-id <id>` 锁定 |
+| 没有指定品牌，做通用内容 | 不传 `--folder-id`（全库检索） |
+| 需要公司公共素材（总部公共库） | 不传 `--folder-id`，isGlobal 已覆盖公共库 |
+| 用户提到多个品牌 | `--folder-id <id1>,<id2>` 同时检索 |
 
-## 命令
+> 文件夹名称匹配优先：语义近似 > 包含关键词 > 不确定时全库。
 
-```text
-siluzan-cso rag query -q "<关键词>"
-siluzan-cso rag query -q "<关键词>" --belong-to-id <企业ID>
-siluzan-cso rag query -q "<关键词>" --source-id <id1,id2>
+---
+
+### 3. 标签策略（`--tags`）
+
+**默认行为（不传 `--tags`）= 不过滤标签 = 全量检索**，适用于绝大多数场景。
+
+只有在知识库**已按标签打标**，且用户明确需要**精确筛选某类内容**时，才传具体标签：
+
+```bash
+# 只检索打了"流量因子库"标签的片段
+siluzan-cso rag query -q "抖音爆款钩子" --tags "流量因子库"
+
+# 同时检索两个标签
+siluzan-cso rag query -q "产品卖点" --tags "产品资产库,烹调方法库"
+
+# 不限标签（默认行为，通常省略 --tags）
+siluzan-cso rag query -q "海科佳产品特点"
 ```
 
-| 选项 | 说明 |
-|------|------|
-| `-q, --query` | 检索关键词或问句（必填） |
-| `--tags` | 见上表默认三库标签 |
-| `--top-k` | 3–30，默认 `7` |
-| （默认） | **完整 Markdown** 打印检索结果|
-| `--json` | JSON，含 `belongToId`、`tags`、完整 `output` |
+---
+
+### 4. 查询拆解（Query Decomposition）
+
+单次检索语义受限，**同一个问题应拆分为 2–5 个独立关键词并行检索**，每个关键词聚焦一个子维度：
+
+**示例 1：写产品口播文案**
+```
+用户意图 → "帮我写海科佳产品的口播文案"
+
+拆解检索（--folder-id 海科佳ID，--tags ""）：
+  "产品核心卖点"
+  "用户痛点 解决方案"
+  "产品使用场景"
+  "品牌差异化优势"
+```
+
+**示例 2：三库选题（知识库已按三库打标）**
+```
+用户意图 → "给我找抖音爆款选题角度"
+
+拆解检索（知识库已打三库标签，按标签精确分库）：
+  siluzan-cso rag query -q "抖音 爆款 钩子" --tags "流量因子库"
+  siluzan-cso rag query -q "产品 卖点 故事" --tags "产品资产库"
+  siluzan-cso rag query -q "内容结构 情绪" --tags "烹调方法库"
+
+若知识库未打标签，直接不传 --tags，一次全量检索即可。
+```
+
+**示例 3：回答品牌知识问题**
+```
+用户意图 → "成功易是做什么的"
+
+拆解检索（--folder-id 成功易ID，--tags ""）：
+  "公司简介 主营业务"
+  "产品类型"
+  "服务对象 客户"
+```
+
+**拆词规则：**
+- 每个子查询 **2–6 个字**，过长的句子效果反而差
+- 避免重复语义（"卖点"和"优势"只选一个）
+- 优先具体名词，避免虚词（不要查"的"、"是"、"如何"）
+- 需要回答某个具体问题时，先查核心实体，再查修饰属性
+
+---
+
+### 5. 结果合成与使用
+
+检索完成后，按以下方式处理多次检索的结果：
+
+1. **去重**：相似度分数相同且内容高度重合的片段只保留一条
+2. **分类归档**：按检索关键词分组（例如：卖点类、场景类、情绪类）
+3. **优先级**：相似度分数（`score` 字段，越接近 0 越相关）较低的片段排前
+4. **引用而非复制**：将片段作为信息来源重新组织表达，不直接粘贴原文
+5. **结果为空时**：尝试更换关键词（同义替换、扩大范围），或告知用户知识库中暂无相关内容
+
+---
+
+## 完整调用示例
+
+```bash
+# 场景：用户问"帮我写一篇关于海科佳产品的抖音口播稿"
+
+# Step 1: 找知识库
+siluzan-cso rag list --rag-only --json
+
+# Step 2: 假设找到 id=affe64c5...，多轮拆词检索（不传 --tags，全量）
+siluzan-cso rag query -q "产品核心卖点" --folder-id affe64c5-d3d4-4cec-ab33-196035916894 --top-k 10
+siluzan-cso rag query -q "用户痛点解决方案" --folder-id affe64c5-d3d4-4cec-ab33-196035916894
+siluzan-cso rag query -q "产品使用场景" --folder-id affe64c5-d3d4-4cec-ab33-196035916894
+
+# Step 3: 汇总结果，结合写稿流程生成口播稿
+# (参考 three-lib-content-workflow/content-writer.workflow.md)
+```
+
+---
+
+## 与三库工作流的关系
 
-若未传 `--belong-to-id` 且 `/query/account/me` 无 `companyId`，需手动传入。
+三库写稿流程（见 `three-lib-content-workflow/content-writer.workflow.md`）可以调用 RAG 检索作为素材来源。若知识库已按三库体系打标，可按标签精确分库：
 
-## 与三库工作流
+| 三库 | 对应 `--tags` | 检索内容 |
+|------|--------------|----------|
+| 流量因子库 | `--tags "流量因子库"` | 平台趋势、爆款钩子、流量密码 |
+| 产品资产库 | `--tags "产品资产库"` | 产品特性、卖点、品牌故事 |
+| 烹调方法库 | `--tags "烹调方法库"` | 内容结构、创作手法、情绪设计 |
 
-拆素材、对齐业务事实时引用向量片段；标签与三库命名一致，便于知识库侧按库打标。
+**若知识库未打三库标签，直接不传 `--tags`，全量检索后按内容性质自行归类。**

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "siluzan-cso-cli",
-  "version": "1.1.11-beta.5",
+  "version": "1.1.11-beta.7",
   "description": "Siluzan platform AI Skill CLI — multi-platform content publishing (video/image-text) for Cursor, Claude Code, and OpenClaw.",
   "type": "module",
   "bin": {