AI 相关

• 使用 AI（deepseek / opencode / chatgpt）生成部分代码和注释
• 内置 Embedding 语义搜索与 LLM 摘要（详见 AI 命令 小节）

给 AI Agent / 脚本的初始化提醒

默认未配置模型、未做向量化——直接用 --search 会报「AI 未配置」或「尚无向量索引」。AI 应先 sip --config 确认已初始化，缺配置跑 sip --init、缺索引跑 sip --index、换过模型跑 sip --reindex。输出一律 UTF-8。

检索策略（Agent 使用建议）

1. 先用全文搜索确认命中：--grep 是精确关键字匹配（标题/正文/摘要），不依赖 AI、无阈值问题。默认就是安全的片段模式（每篇只出「编号+标题+出现次数+±50 字符片段」，上限 20 篇 × 10 段），不会把大源正文灌进上下文；命中太多加 --limit N，要结构化结果用 --json，要某篇完整正文用 --show <编号> --json。
2. 再用语义搜索扩展：--search 按语义相似度找「意思相近但字面不同」的文章；跨全源是向量全量扫描，数据量大时会明显变慢——优先 --grep，确需语义扩展再用 --search，并配合 --feed 编号 限源、--threshold 调阈值。
3. 多次换关键词：围绕主题拆出 3~6 个不同的关键词/短语/同义词/英文原文，逐个检索，合并去重。
4. 留意阈值：默认 0.7。0~2 条结果 → 降到 0.5~0.6；噪声多 → 升到 0.75~0.8；本地 bge-m3 常落在 0.5~0.6，建议 0.5；命中来自抓取全文的文章时，分普遍比标题向量低 0.1~0.2，可降阈值重试。
5. 读全文：用 sip --show <编号> --json（AI 一律带 --json，裸跑会进全屏阅读界面）；有全文缓存时 JSON 带 fulltext 字段，优先用它。

ai skill

代码里的 .opencode/skills/sip-rss 内含一份 skill，直接喂给 AI 即可。也可以直接从 Releases 下载 sip-skill.zip（与各平台单文件一起提供）。