Longdoc Evidence Reader

3. 整理跨多來源的可追溯證據鏈

• Trigger examples: 「把長規格裡所有限制整理成清單」「比對多份文件中的相互矛盾處」
• Expected result: 保留來源差異與未解決缺口，不硬湊單一答案。

Workflow overview

1. 先把來源切成可搜尋的 chunks，保留頁碼、檔名、路徑或其他定位資訊。
2. 用程式化方法縮小範圍：關鍵字、檔名、regex、結構欄位、抽樣與統計。
3. 只在需要語意判讀時才對候選片段做局部 LLM 分析。
4. 將證據整理成可追溯格式：來源位置、引用內容、重點、與問題的關聯。
5. 最後輸出答案時，優先保留證據鏈、限制與未證實缺口。

Routing boundaries

• Neighboring skills / workflows:
  • concept-alignment：先整理背景知識與外部脈絡。
  • technical-documentation-writer：下一步是把證據改寫成文件。
  • spec-organizer：下一步是把發現整理成規格與驗收條件。
• Negative triggers:
  • 「幫我摘要這篇短文」
  • 「先上網查背景再開始」
  • 「幫我把文件重寫清楚」
• Handoff rule: 一旦任務重點從「找證據」轉成「寫文件、寫 spec 或做背景研究」，就應交給鄰近 skill。

Language coverage

• Primary language(s): 繁體中文、英文。
• Mixed-language trigger phrases: PDF evidence、codebase evidence、page citation、traceability、repo search、spec evidence。
• Locale-specific wording risks: 使用者說「摘要」不一定等於證據閱讀；若沒有引用需求，通常不該啟動本 skill。

Success criteria

Quantitative (targets)

• 輸出必須包含可回指的位置資訊，如頁碼、段落、檔案路徑或 section header。
• 長文任務要先縮小搜尋空間，再進行局部語意分析。
• 找不到證據時要明確標示缺口，不得用推測補洞。

Qualitative

• 回覆是 evidence-first，不是 vibe-first。
• 能區分已確認證據、衝突證據與待查缺口。
• 對使用者來說可直接回頭核對來源。

Instructions

Step 0: Confirm the evidence task

• 先確認問題是否真的需要長文證據閱讀，而不是一般摘要或外部研究。
• 若來源是 PDF、repo 或多份文件，先列出可用的切片單位與定位欄位。

Step 1: Build a searchable context

• PDF 用頁或固定字數切片；repo 用檔案、模組或函式邊界切片。
• 每個 chunk 都要保留定位資訊，例如頁碼、檔名、路徑或 section header。
• 若環境允許，可使用 scripts/load_pdf.py、scripts/load_codebase.py、scripts/context_store.py。

Step 2: Shrink the search space before summarizing

• 先用關鍵字、檔名、regex、欄位值或簡單統計縮小範圍。
• 不要一開始就把全部 chunk 丟進同一輪語意總結。
• 若需要候選召回，可使用 scripts/bm25_index.py 作為輕量輔助。

Step 3: Extract evidence, not vibes

• 對候選片段逐一記錄：來源位置、關鍵引用、它回答了什麼問題、還缺什麼。
• 若片段彼此矛盾，明確保留差異與未解決處，不要硬湊一致說法。
• 若需要遞迴式局部判讀，可參考 scripts/rlm_runner.py、scripts/rlm_repl.py 與 references/rlm_concepts.md。

Step 4: Deliver with traceability

• 最終輸出至少包含：結論、證據摘要、來源定位、已知限制。
• 若使用者要求精確引用，優先提供頁碼、檔案路徑或段落定位。
• 找不到證據時要直接說明，不要用推測補洞。

Testing plan

Should trigger

• 「讀這份 300 頁 PDF，整理跟資料治理有關的證據」
• 「幫我從這個 repo 找出和 auth flow 有關的實作證據」
• 「把這份長規格裡所有 rate limit 規則整理成可引用清單」

Should not trigger

• 「幫我摘要這篇兩頁文章」
• 「先查 MCP 最近有哪些重大變化」
• 「幫我把這份說明文件重寫清楚」

Functional tests

• 結果必須能回指到來源位置，而不是只有結論。
• 長文任務應先縮小搜尋空間，再做局部語意分析。
• 若證據不足，應明確標示缺口，而不是輸出看似完整的答案。

Distribution notes

• Packaging: 由宿主或 registry 的標準 SKILL 發佈流程處理；若在本 repo 維護，再使用 repo 根目錄的打包腳本。
• Repo-level README belongs outside this skill folder.

References

• references/rlm-paper-cheatsheet.md
• references/rlm_concepts.md
• references/rlm_design_notes.md
• references/system_prompts.md
• scripts/load_pdf.py
• scripts/load_codebase.py
• scripts/bm25_index.py
• scripts/demo_cli.py
  • 本地端到端示範入口；適合快速驗證 PDF / repo 問答流程是否可跑通。
• scripts/rlm_providers.py
  • rlm_runner.py / demo_cli.py 使用的 provider adapter；要替換模型供應商時先看這支。
• scripts/rlm_runner.py