![Q: [通用化问题表述]](http://pic.xiahunao.cn/yaotu/Q: [通用化问题表述])
Q: [通用化问题表述]【免费下载链接】cherry-studioAI productivity studio with smart chat, autonomous agents, and 300 assistants. Unified access to frontier LLMs项目地址: https://gitcode.com/GitHub_Trending/ch/cherry-studioA:[简洁方案] [分步骤操作]关键词: [逗号分隔]相关文件/Issue: [路径或#编号]版本: vX.X.X |收录日期: YYYY-MM-DD逐字段说明 | 字段 | 含义与填写建议 | | --- | --- | | ### Q: | 问题标题。必须是**通用化**表述去除用户个人信息与具体上下文便于日后检索复用 | | **A:** | 一行简洁答案直接给出核心结论 | | 分步骤操作 | 若方案包含多个动作用有序列表展开保证可照做 | | **关键词** | 逗号分隔的检索词是搜索匹配阶段的主要命中依据 | | **相关文件/Issue** | 指向项目内相关文件路径或 Issue 编号方便溯源 | | **版本** | 记录答案适用的应用/项目版本避免旧版本方案误用到新版本 | | **收录日期** | 按 YYYY-MM-DD 记录便于维护 FAQ 时效性 | | --- | 条目分隔线区分相邻记录 | ## 三、收录标准什么该收、什么不该收 SKILL.md 给出了明确的判定原则这是 faq-collector 自动化判断的核心规则Agent 在每次问题解决后都要用它做一次筛选 **应收录**满足其一即可 - 通用性高的问题——换一个用户、换一个场景仍可能遇到 - 有明确解决方案的问题——结论可执行、可复现 - 配置/操作类问题——这类问题最常被反复询问FAQ 价值最大 - 非直觉问题——答案不直观、容易踩坑值得沉淀。 **不收录** - 纯个人环境问题——例如某台机器特有的路径、凭据、偶然性故障无通用价值 - 已有相同条目——重复收录只会让 FAQ 膨胀需先查重 - 未解决的问题——没有结论不能形成条目。 这套“通用性 可执行性 非直觉性”的收录标准本质上是把一次性的问题解决过程转化为可复用的项目知识资产与 Cherry Studio 对 Agent 的定位内置通用助手、负责产品答疑与故障排查一致。 ## 四、完整工作流程 ### 4.1 收录流程 SKILL.md 规定的收录流程为一条线性流水线问题解决 → 判断收录标准 → 读FAQ查重 → 无重复则通用化后追加 → 有相似但更好则更新逐步拆解 1. **问题解决**用户的问题在对话中得到明确答案这是触发前提 2. **判断收录标准**按第三节的标准判定该问题是否值得收录 3. **读 FAQ 查重**读取 project_root/.cherry-assistant/faq.md检查是否已有相同或高度相似的条目 4. **无重复则通用化后追加**把原问题改写为通用化表述去除人名、私有路径、一次性上下文按 2.2 的模板追加到文件末尾 5. **有相似但更好则更新**若已存在相似条目但本次方案更优更简洁、更准确、适配新版本则更新原条目而非新增保持 FAQ 精简。 ### 4.2 搜索匹配流程 faq-collector 的检索侧规则是“先查 FAQ再走诊断”用户提问 → 先读FAQ关键词匹配 → 命中直接给答案 → 未命中走正常诊断即用户提出问题时Agent 优先读取 FAQ 文件用问题中的关键信息与条目里的 **关键词** 字段以及 ### Q: 标题做匹配命中则直接引用 FAQ 中的方案作答未命中才进入常规的诊断流程。这一“缓存优先”的设计能显著减少重复排查也意味着**关键词字段的质量直接决定 FAQ 的命中率**——收录时应尽量覆盖同义说法与常见问法变体。 ### 4.3 与 Issue Reporter 的协作 SKILL.md 特别规定了 faq-collector 与 Issue Reporter 技能的分工顺序 1. **先收录 FAQ**问题解决后无论是否涉及 Bug先把方案沉淀进 FAQ记录方案本身 2. **是 Bug 再提 Issue**只有确认属于 Bug而非使用/配置问题时才创建 Issue 3. **FAQ 记录关联 Issue 编号**在 FAQ 条目的 **相关文件/Issue** 字段写入对应 Issue 编号形成“FAQ 方案 ↔ Issue 跟踪”的双向追溯。 这样既避免了把每个问题都上报成 Issue 造成噪音又保证了 Bug 有正式跟踪渠道FAQ 条目也能指向 Issue 获取后续修复进展。 ## 五、FAQ 文件的实际形态示例 综合以上规范一个已收录多条记录的项目内 faq.md 大致呈现如下结构 markdown ### Q: 如何为知识库添加本地文档 **A:** 在知识库设置中点击添加文件选择本地 Markdown/TXT 文件即可。 1. 打开设置 → 知识库 2. 点击添加文件并选择目标文件 3. 等待索引完成后即可在对话中引用。 - **关键词**: 知识库, 添加文件, 本地文档, 导入文档 - **相关文件/Issue**: docs/knowledge/README.md - **版本**: v1.0.0 | **收录日期**: 2026-09-01 --- ### Q: 对话历史记录存储在哪个目录 **A:** 数据目录下的 Data 文件夹内具体位置可在设置中查看数据路径。 - **关键词**: 数据目录, 存储路径, 历史记录, Data - **相关文件/Issue**: #1234 - **版本**: v1.0.0 | **收录日期**: 2026-09-05 ---【免费下载链接】cherry-studioAI productivity studio with smart chat, autonomous agents, and 300 assistants. Unified access to frontier LLMs项目地址: https://gitcode.com/GitHub_Trending/ch/cherry-studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Q: [通用化问题表述]
Q: [通用化问题表述]【免费下载链接】cherry-studioAI productivity studio with smart chat, autonomous agents, and 300 assistants. Unified access to frontier LLMs项目地址: https://gitcode.com/GitHub_Trending/ch/cherry-studioA:[简洁方案] [分步骤操作]关键词: [逗号分隔]相关文件/Issue: [路径或#编号]版本: vX.X.X |收录日期: YYYY-MM-DD逐字段说明 | 字段 | 含义与填写建议 | | --- | --- | | ### Q: | 问题标题。必须是**通用化**表述去除用户个人信息与具体上下文便于日后检索复用 | | **A:** | 一行简洁答案直接给出核心结论 | | 分步骤操作 | 若方案包含多个动作用有序列表展开保证可照做 | | **关键词** | 逗号分隔的检索词是搜索匹配阶段的主要命中依据 | | **相关文件/Issue** | 指向项目内相关文件路径或 Issue 编号方便溯源 | | **版本** | 记录答案适用的应用/项目版本避免旧版本方案误用到新版本 | | **收录日期** | 按 YYYY-MM-DD 记录便于维护 FAQ 时效性 | | --- | 条目分隔线区分相邻记录 | ## 三、收录标准什么该收、什么不该收 SKILL.md 给出了明确的判定原则这是 faq-collector 自动化判断的核心规则Agent 在每次问题解决后都要用它做一次筛选 **应收录**满足其一即可 - 通用性高的问题——换一个用户、换一个场景仍可能遇到 - 有明确解决方案的问题——结论可执行、可复现 - 配置/操作类问题——这类问题最常被反复询问FAQ 价值最大 - 非直觉问题——答案不直观、容易踩坑值得沉淀。 **不收录** - 纯个人环境问题——例如某台机器特有的路径、凭据、偶然性故障无通用价值 - 已有相同条目——重复收录只会让 FAQ 膨胀需先查重 - 未解决的问题——没有结论不能形成条目。 这套“通用性 可执行性 非直觉性”的收录标准本质上是把一次性的问题解决过程转化为可复用的项目知识资产与 Cherry Studio 对 Agent 的定位内置通用助手、负责产品答疑与故障排查一致。 ## 四、完整工作流程 ### 4.1 收录流程 SKILL.md 规定的收录流程为一条线性流水线问题解决 → 判断收录标准 → 读FAQ查重 → 无重复则通用化后追加 → 有相似但更好则更新逐步拆解 1. **问题解决**用户的问题在对话中得到明确答案这是触发前提 2. **判断收录标准**按第三节的标准判定该问题是否值得收录 3. **读 FAQ 查重**读取 project_root/.cherry-assistant/faq.md检查是否已有相同或高度相似的条目 4. **无重复则通用化后追加**把原问题改写为通用化表述去除人名、私有路径、一次性上下文按 2.2 的模板追加到文件末尾 5. **有相似但更好则更新**若已存在相似条目但本次方案更优更简洁、更准确、适配新版本则更新原条目而非新增保持 FAQ 精简。 ### 4.2 搜索匹配流程 faq-collector 的检索侧规则是“先查 FAQ再走诊断”用户提问 → 先读FAQ关键词匹配 → 命中直接给答案 → 未命中走正常诊断即用户提出问题时Agent 优先读取 FAQ 文件用问题中的关键信息与条目里的 **关键词** 字段以及 ### Q: 标题做匹配命中则直接引用 FAQ 中的方案作答未命中才进入常规的诊断流程。这一“缓存优先”的设计能显著减少重复排查也意味着**关键词字段的质量直接决定 FAQ 的命中率**——收录时应尽量覆盖同义说法与常见问法变体。 ### 4.3 与 Issue Reporter 的协作 SKILL.md 特别规定了 faq-collector 与 Issue Reporter 技能的分工顺序 1. **先收录 FAQ**问题解决后无论是否涉及 Bug先把方案沉淀进 FAQ记录方案本身 2. **是 Bug 再提 Issue**只有确认属于 Bug而非使用/配置问题时才创建 Issue 3. **FAQ 记录关联 Issue 编号**在 FAQ 条目的 **相关文件/Issue** 字段写入对应 Issue 编号形成“FAQ 方案 ↔ Issue 跟踪”的双向追溯。 这样既避免了把每个问题都上报成 Issue 造成噪音又保证了 Bug 有正式跟踪渠道FAQ 条目也能指向 Issue 获取后续修复进展。 ## 五、FAQ 文件的实际形态示例 综合以上规范一个已收录多条记录的项目内 faq.md 大致呈现如下结构 markdown ### Q: 如何为知识库添加本地文档 **A:** 在知识库设置中点击添加文件选择本地 Markdown/TXT 文件即可。 1. 打开设置 → 知识库 2. 点击添加文件并选择目标文件 3. 等待索引完成后即可在对话中引用。 - **关键词**: 知识库, 添加文件, 本地文档, 导入文档 - **相关文件/Issue**: docs/knowledge/README.md - **版本**: v1.0.0 | **收录日期**: 2026-09-01 --- ### Q: 对话历史记录存储在哪个目录 **A:** 数据目录下的 Data 文件夹内具体位置可在设置中查看数据路径。 - **关键词**: 数据目录, 存储路径, 历史记录, Data - **相关文件/Issue**: #1234 - **版本**: v1.0.0 | **收录日期**: 2026-09-05 ---【免费下载链接】cherry-studioAI productivity studio with smart chat, autonomous agents, and 300 assistants. Unified access to frontier LLMs项目地址: https://gitcode.com/GitHub_Trending/ch/cherry-studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考