lark-workflow-knowledge-qa（Lark 工作流程知识问答）

知识库问答工作流

CRITICAL — 开始前 MUST 先用 Read 工具读取 lark-shared/SKILL.md，其中包含认证、权限处理和安全规则。

适用场景

• "知识库里关于 XX 怎么说的" / "公司的 YY 政策是什么"
• "报销流程是什么" / "请假需要提前几天"
• "XX 技术方案文档在哪里" / "找一下关于 YY 的文档"
• "帮我从知识库查一下 ZZ" / "文档里有没有关于 XX 的说明"
• "知识库搜索 XX" / "Knowledge base Q&A"

实现飞书知识库的 RAG（检索增强生成）式问答：先搜索定位相关文档，再读取内容，最后基于真实文档内容回答问题并附上来源引用。

用户问题 ──► 搜索知识库 ──► 定位相关文档 ──► 读取内容 ──► AI 问答 ──► 回答 + 引用

前置条件

支持 user 身份。执行前确保已授权：

lark-cli auth login --domain wiki,doc,drive

工作流

用户问题（自然语言）
        │
        ├─► wiki（搜索知识空间节点）──► 匹配文档列表
        │
        ├─► drive files search（补充搜索）──► 匹配文档列表（可选）
        │
        ▼
   合并去重 → 按相关性排序 → 取 Top N
        │
        ▼
   逐个 docs +fetch（读取文档内容）
        │
        ▼
   AI 综合分析（问题 + 文档内容）
        │
        ▼
   结构化回答 + 来源引用链接

Step 1: 解析用户问题

从用户的自然语言问题中提取关键搜索词：

• "报销流程是什么" → 搜索词："报销流程"
• "关于 API 接入的规范" → 搜索词："API 接入 规范"
• "新员工入职需要准备什么" → 搜索词："新员工 入职"

注意：搜索词应去除停用词，保留核心名词和动词，2-4 个词为佳。

Step 2: 搜索知识库

参考 lark-wiki/SKILL.md。

方式 A — 知识库节点搜索：

# 列出可用的知识空间
lark-cli wiki spaces list --format json

# 在知识空间中搜索
lark-cli wiki spaces nodes search --data '{"space_id":"<space_id>","query":"<搜索词>","page_size":10}' --format json

方式 B — 云空间文件搜索（补充）：

参考 lark-drive/SKILL.md。

# 全局搜索文档
lark-cli drive files search --data '{"search_key":"<搜索词>","count":10,"doc_types":["docx","doc","wiki"]}' --format json

高级搜索语法（v1.0.7+）：

提升搜索精度，支持以下语法：

• 布尔搜索："A AND B" — 同时包含 A 和 B
• 标题搜索："intitle:报销流程" — 仅搜索标题含关键词的文档
• 组合搜索："intitle:入职 AND 流程" — 标题含"入职"且正文含"流程"

提示：高级搜索语法可显著提升检索准确率，建议优先使用。详见 lark-doc SKILL.md 中的搜索语法说明。

Step 3: 筛选与排序

从搜索结果中筛选最相关的文档：

1. 合并两种搜索的结果，按 doc_token 去重
2. 优先选择标题中包含搜索词的文档
3. 取 Top 3-5 个最相关的文档进入下一步

上下文管理：最多读取 5 篇文档。如果结果过多，提示用户缩小搜索范围。

Step 4: 读取文档内容

参考 lark-doc/SKILL.md。

对于每篇筛选出的文档：

# Wiki 链接需先解析真实 token
lark-cli wiki spaces get_node --params '{"token":"<wiki_token>"}'

# 读取文档内容
lark-cli docs +fetch --doc "<doc_token>" --format markdown

长文档处理：如果单篇文档过长（>20KB），仅读取与问题相关的章节。可通过文档的大纲（# 标题层级）定位相关段落。

Step 5: AI 综合问答

基于用户问题 + 读取到的文档内容，生成回答：

## 💡 回答：{用户问题的简短回述}

{基于文档内容生成的详细回答}

{如果有具体步骤、流程，使用有序列表}

### 📚 来源文档

| # | 文档标题 | 相关程度 | 链接 |
|---|---------|---------|------|
| 1 | {文档标题 1} | ⭐⭐⭐ 高度相关 | [查看文档]({链接}) |
| 2 | {文档标题 2} | ⭐⭐ 部分相关 | [查看文档]({链接}) |

### 💬 补充说明
- {如果文档中信息有冲突，指出冲突}
- {如果信息可能已过时，提示最后更新时间}
- {如果问题未在文档中完全覆盖，说明缺失部分}

生成规则：

1. 回答必须基于文档内容：不能凭空生成，每个要点应能追溯到具体文档
2. 引用标注：在回答中用 [1] [2] 标注信息来源
3. 诚实声明：如果知识库中没有找到相关内容，明确告知用户"未在知识库中找到关于 XX 的内容"
4. 时效提示：如果文档创建时间或编辑时间较久（>6 个月），提示用户信息可能已过时
5. 多文档综合：如果多篇文档涉及同一主题，综合所有信息给出完整回答

Step 6: 追问与深入（交互式）

回答后，主动提供追问建议：

### 🔍 您可能还想了解
- "{相关问题 1}"
- "{相关问题 2}"
- "查看完整文档：[{标题}]({链接})"

容错机制

权限表

参考

• lark-shared — 认证、权限（必读）
• lark-wiki — 知识库搜索与节点查询
• lark-doc — +fetch 详细用法
• lark-drive — 文件搜索详细用法