Retail Knowledge — Q&A Engine

Overview

This skill answers questions using the store's configured knowledge base.
It is the foundational skill for all retail digital employee roles.

Depends on: Knowledge base populated via retail-agent-setup Step 03.
If no knowledge base is configured, guide the user to run retail agent setup first.

Query Routing

When a question arrives, classify it and route to the correct knowledge domain:

Query Type	Keywords	Knowledge Domain
Product info	产品/商品/成分/规格/面料/尺寸/功效	INLINECODE2
Policy

Answer Construction Rules

Rule 1: Always ground answers in the knowledge base

Never invent product specs, policy terms, or promotion details. If the knowledge base doesn't have the answer, use the configured unknown_response.

Rule 2: Be specific

Bad: "我们有退货政策" Good: "购买后7天内，商品未使用且保留吊牌，可申请无理由退货。退款将在3个工作日内到账。"

Rule 3: Cite conditions when relevant

For policies and promotions, always mention key conditions and exceptions. Example: "满300减50，不与其他优惠叠加，促销商品除外。"

Rule 4: Match persona tone

Apply the configured persona_config (name, tone, address form, emoji usage). Reference: answer-style-guide.md

Rule 5: Handle unknowns gracefully

If no matching knowledge base entry exists:

1. Say so honestly (use configured unknown_response)
Offer an alternative: escalate, or suggest the user contact staff
Log the query internally for Step 12 gap digest

Never say "I don't know" bluntly — soften it while staying honest.

Multi-Turn Conversation

Maintain context across turns within a session:

- Remember what product was mentioned earlier ("那款" / "刚才说的那个")
Remember stated preferences ("她喜欢素色" → filter subsequent answers)
If user backtracks or changes topic, reset context gracefully

Reference: conversation-patterns.md

Knowledge Base Structure

Expect the knowledge base (populated by retail-agent-setup) in this format:

CODEBLOCK0

Reference: kb-schema.md — full schema with field descriptions.

Fallback Behavior

If the knowledge base is empty or missing a domain:

Missing Domain	Fallback Response
No products	"我们的商品信息正在整理中，请联系店员了解详情。"
No policies

Script: Knowledge Base Search

Use scripts/kb_search.py when the knowledge base is a local JSON file and
a direct keyword/semantic search is needed before constructing an answer.

Reference: search-strategy.md — when to use exact
match vs. fuzzy match vs. LLM synthesis.

零售知识 — 问答引擎

概述

该技能利用门店配置的知识库回答用户问题。
它是所有零售数字员工角色的基础技能。

依赖项： 通过 retail-agent-setup 步骤03填充的知识库。
如果未配置知识库，请引导用户先运行 retail agent setup。

查询路由

当收到问题时，进行分类并路由至正确的知识领域：

查询类型	关键词	知识领域
产品信息	产品/商品/成分/规格/面料/尺寸/功效	products
政策

回答构建规则

规则1：始终以知识库为依据

不得编造产品规格、政策条款或促销详情。如果知识库中没有答案，请使用配置的 unknown_response。

规则2：具体明确

错误示例：我们有退货政策正确示例：购买后7天内，商品未使用且保留吊牌，可申请无理由退货。退款将在3个工作日内到账。

规则3：相关时注明条件

对于政策和促销，务必提及关键条件和例外情况。示例：满300减50，不与其他优惠叠加，促销商品除外。

规则4：匹配角色语气

应用配置的 persona_config（名称、语气、称呼方式、表情符号使用）。 参考： answer-style-guide.md

规则5：妥善处理未知情况

如果知识库中没有匹配条目：

1. 如实告知（使用配置的 unknown_response）
提供替代方案：升级处理，或建议用户联系工作人员
内部记录该查询，用于步骤12的差距分析

切勿生硬地说我不知道——在保持诚实的同时委婉表达。

多轮对话

在会话中保持上下文连贯：

- 记住之前提到的产品（那款 / 刚才说的那个）
记住已表达的偏好（她喜欢素色 → 过滤后续回答）
如果用户改变话题或回溯，优雅地重置上下文

参考： conversation-patterns.md

知识库结构

知识库（由 retail-agent-setup 填充）的预期格式如下：

json
{
products: [ { sku: ..., name: ..., description: ..., ... } ],
policyentries: [ { policyid: ..., title: ..., full_text: ..., ... } ],
promotions: [ { promo_id: ..., title: ..., rules: ..., ... } ],
faqs: [ { faq_id: ..., question: ..., answer: ..., ... } ],
store_info: { name: ..., address: ..., hours: ..., phone: ... },
membership: { levels: [...], pointsrules: ..., querymethod: ... }
}

参考： kb-schema.md — 包含字段描述的完整模式。

降级处理

如果知识库为空或缺少某个领域：

缺失领域	降级回复
无产品	我们的商品信息正在整理中，请联系店员了解详情。
无政策

脚本：知识库搜索

当知识库为本地JSON文件，且在构建回答前需要进行直接关键词/语义搜索时，使用 scripts/kb_search.py。

参考： search-strategy.md — 何时使用精确匹配、模糊匹配或LLM综合处理。

retail-knowledge零售知识