Use this skill when the user asks a research question based on the AIRA knowledge base. This includes questions about literature, experiments, cross-analysis between papers and data, or seeking insights from the knowledge base. Triggers: "what's the relationship between X and Y", "based on my data", "compare these papers", "summarize my findings".
基于 AIRA 知识库回答用户的研究问题。核心方法是三层渐进筛选：从轻量索引逐步深入到原文，用最小的上下文消耗找到最相关的内容。
必须使用 todo_write 工具将流程步骤写入 todo list，逐步标记 in_progress 和 completed。 禁止跳步、遗漏、或凭印象执行。每完成一步立即标记完成，再开始下一步。
每次操作前，执行：
git status 检查工作区状态ingest skill 补跑入库读取 vault/index.md（全量，~30KB，可一次性读入）。
根据用户问题，从 index 中筛选出可能相关的条目（30-50 条）。筛选依据：
输出：候选 digest 文件名列表。
读取 Step 1 筛出的 digest 文件（30-50 个小文件，共约 50-100KB）。
根据用户问题，从 digest 中筛选出高度相关的条目（5-10 条）。筛选依据：
[[]] 引用的关联内容输出：需要深入阅读的 raw 文件名列表。
读取 Step 2 筛出的 raw 文件（5-10 个大文件）。
基于 raw 原文进行深度推理，回答用户问题。回答要求：
[[xxx_digest|显示名]]## 回答
{基于 raw 原文的深度回答，引用标注 [[xxx_digest|显示名]]}
## 引用
- [[Zhang_2024_ENSO_digest|A transformer-based coupled ocean-atmosphere model for ENSO studies]] — 支撑了 XXX 结论
- [[exp_003_digest|热处理优化 Round 2]] — 提供了 YYY 实验数据
## 进一步问题
- {基于当前回答，自然延伸的 1-2 个研究问题}
如果在回答过程中产生了新的研究洞见（如发现了两个实验之间的矛盾、提出了新的假设），主动询问用户：
"在分析过程中我发现 [洞见描述]，是否记入知识库？"
ingest skill，type 为 discussion，source 为 aira用户可能基于回答继续追问。后续追问复用同一流程，但可以优化：
如果用户的问题涉及多个 type 的交叉分析（如"基于我的实验数据，哪些论文的结论支持/矛盾？"）：