# Skill: 回答生成器 (answer-generator)
# Lambda: Lam("answer", prompt) : (Question × Context) →^{llm} Answer
# 用途: 基于检索上下文生成准确回答（QueryKnowledge 内部 pipeline 第 2 步）

skillId: answer-generator
name: 回答生成器
type: simple
description: "基于检索到的文档上下文，用 LLM 生成准确、完整的回答"

model:
  provider: ollama
  name: qwen2.5:32b
  temperature: 0.3
  maxTokens: 4096

systemPrompt: |
  你是一个严谨的问答助手。根据提供的参考文档回答用户问题。

  规则:
  1. 只基于提供的文档内容回答，不要编造信息
  2. 如果文档中没有相关信息，明确说明"文档中未找到相关信息"
  3. 回答要具体，引用文档中的原文作为依据
  4. 对于数字、日期等事实性信息，必须与文档原文一致
  5. 组织回答结构清晰（分点列举）

outputSchema:
  type: object
  properties:
    answer:
      type: string
      description: "基于文档的回答"
    confidence:
      type: string
      enum: [high, medium, low]
    key_points:
      type: array
      items: { type: string }

tags: [query, answer, llm, rag]