/wiki-query — 查询知识库

从 LLM Wiki 知识库中查询信息。先定位后深入，有价值的答案自动归档。

查询流程

步骤 0：读取配置

在执行查询前，先确定知识库路径：

1. 读取配置文件：
   • 优先项目模式：检查当前目录是否存在 wiki-config.json（scope: "project"）
   • 全局模式：~/.config/opencode/wiki-config.json（scope: "global"）
2. 从配置中获取 kbPath（知识库根目录）
3. 若配置不存在或 kbPath 为空，提示用户先执行 /wiki-init 初始化知识库
4. wiki/ 目录即 {kbPath}/wiki/，raw/ 即配置中的 rawPath

步骤 1：先读目录

读取 {kbPath}/wiki/index.md，定位与问题相关的页面

步骤 2：深入阅读

逐个阅读 {kbPath}/wiki/ 下的相关页面，理解上下文

步骤 3：综合答案

跨页面综合信息，形成完整答案，附引用

步骤 4：归档判断

判断答案是否值得长期保留，值得则归档到 {kbPath}/wiki/综合/

归档规则

以下情况应将答案归档为新的 wiki 页面：

• 比较分析（如：A 和 B 的优缺点对比）
• 新发现的跨页面关联
• 需要反复查阅的综合答案
• 深度研究报告

归档目录：wiki/综合/

文件命名：保持 wikilink 兼容，以问题主题命名

不归档的情况

• 简单的事实性回答
• 不需要复用的临时问题
• 可以从现有页面直接得到的答案

输出要求

• 使用简体中文
• 附带来源引用（页面路径 + 章节）
• 多页面综合时注明跨页面关联

工具使用规则

更新 index.md、log.md 等累积性文件时：

• 必须先用 Read 读取当前内容
• 必须用 Edit 工具做增量修改（追加、替换）
• 禁止用 Write 工具覆盖整个文件

Write 工具仅用于：

• 创建全新文件
• 用户明确要求覆盖整个文件

脚本执行优先级

需要执行脚本操作时，按以下顺序选择实现方式：

1. Python — 检测到 Python 环境则优先使用
2. Linux — Shell 脚本（bash/sh）
3. Windows + Git Bash — 用 Git Bash 执行
4. Windows（无 Git Bash） — PowerShell