索引式说明/技能文档与反馈改进闭环

机制目标

将说明文档与技能文档统一为“两层索引结构”，让系统在回答问题或执行操作前，能够快速、准确地检索到相关内容，并基于真实对话反馈持续改进 应答质量，形成长期可演进的知识闭环。

正本原则：人工撰写的说明/技能 正文 视为权威正本，反馈闭环 不直接改写 正本；改进落在 应答补充、工作区技能、检索索引 等叠加层（见 记忆锻造/记忆锻造.md）。

实现机制与运行细节请参考：记忆锻造/记忆锻造.md。

文档组织方式（两层结构）

1. 第一层：根目录索引

根目录下提供总索引文件，用于标记各个子目录主题。

1. 第二层：子目录索引

每个主题子目录内提供二级索引文件，指向具体说明或技能文档。

1. 内容文件

每个主题下可包含一个或多个文档文件，承载真实规则、步骤、约束和示例。

1. 应答补充（叠加层，可选）

由记忆锻造采纳后 新建 的文档，与正本分目录存放；检索时与正本合并，冲突以正本为准。

检索与执行流程

1. 用户提出问题或操作请求。
2. 系统先检索根目录索引，确定候选主题子目录。
3. 再检索候选子目录索引，定位一个或多个最相关文档（含叠加层补充，若已配置）。
4. 将命中的文档内容作为上下文提供给大模型。
5. 大模型基于上下文完成两类任务：

- 回答用户问题； - 按规则执行用户请求（如技能驱动操作）。

用户反馈与数据沉淀

1. 用户对系统回答或执行结果进行好坏评价。
2. 用户可能给出更优的解决方法或补充说明。
3. 用户与系统的对话全过程被记录并归档。

闭环改进原则

1. 对话反馈应定期被分析，识别高价值改进点（MemoryForge 扫描）。
2. 改进建议应落实为 新建 内容或 索引优化，而非 patch 正本：

- 缺内容 → 新建应答补充； - 缺步骤 → 新建工作区技能； - 检索未命中 → 优化 index.json 别名/标签； - 口径已稳定 → 归档已验证答复。

1. 正本变更仍由 人工 PR / 管理流程 负责。
2. 更新叠加层或索引后应继续观察效果，确认是否提升答复与执行质量。

闭环结果

通过“索引检索 → 上下文回答/执行 → 用户反馈 → 叠加层/索引更新”的循环，系统能力会随使用持续变好，形成可持续的文档驱动改进闭环，同时保持人工正本的可审计与权威。

相关机制

• AI重建知识索引规则.md（用 AI 生成两层 index.json）
• 智能体调用知识文档的方式.md（对话如何消费知识）
• 记忆锻造/记忆锻造.md
• 文档驱动意图执行.md