跳到主要内容

搜索与查询

结合使用这些命令：search 用于发现，query 用于答案合成，path 用于图连接性，explain 用于深度概念演练。

搜索​

lore search "term" [--limit N] [--json]

FTS5/BM25 全文搜索，支持排名摘要。

提示：

  • 偏好使用专注的名词短语（"plugin lifecycle"、"ingest metadata"）。
  • 探索广泛主题时使用 --limit 增加召回率。
  • 搜索是词汇 BM25，因此词汇很重要。

示例：

# 广泛发现
lore search "compile lock" --limit 15

# 精确短语
lore search "manifest repair" --limit 5

查询​

lore query "question" [--no-file-back] [--normalize-question] [--json]

BFS/DFS 遍历反向链接图 + LLM 问答。答案可以归档到 derived/qa/。

--normalize-question 在检索前启用保守的拼写错误清理，同时保留技术标记（例如路径、ID、环境变量、版本术语）。

示例：

# 保留精确查询文本
lore query "How is index rebuild implemented?"

# 应用拼写清理但保留技术标记
lore query "teh qurey about src/core/mcp.ts" --normalize-question

# 禁用文件回退副作用
lore query "What are current gaps?" --no-file-back

默认标准化也可以通过以下方式启用：

export LORE_QUERY_NORMALIZE=true

当文件回退启用时（默认），Lore 在 .lore/wiki/derived/qa/ 下写入 Markdown 产物。

路径​

lore path "Article A" "Article B" [--json]

通过反向链接图找到两篇文章之间的最短概念路径。

示例：

lore path "Compile Lock" "MCP Server"

如果未找到路径，命令在 JSON 模式下返回空路径和 hops: -1。

解释​

lore explain "concept" [--json]

从相关文章的完整上下文深入研究概念。

当你需要跨相邻概念的综合信息而非简短直接答案时，使用 explain。

lore explain "Incremental Compile" --json

检索说明​

  • 查询流程使用索引优先上下文，然后 FTS 候选文章，最后图邻居扩展。
  • 答案包含源 slug，可以持久化到 wiki/derived/qa/，除非禁用。
  • path 仅限图，用于独立于 LLM 生成检查概念连接性。

查询检索流程​

flowchart LR
	A[问题] --> B[索引上下文]
	B --> C[FTS 候选 slug]
	C --> D[邻居扩展]
	D --> E[LLM 答案]
	E --> F[可选文件回退 Markdown]

操作细节：

  • FTS 阶段选择最佳匹配
  • 邻居扩展添加一跳相关文章
  • 在 LLM 综合前限制上下文以保持响应稳定

故障排除​

  • 查询返回低信号答案：
    • 运行 lore index --repair 然后重试
    • 验证源文章存在于 .lore/wiki/articles/ 中
  • 未找到路径：
    • 运行 lore lint 并检查 gaps 和 orphans
    • 确认预期链接作为 [[Wiki Links]] 存在于文章 Markdown 中

相关文档​