Memory Search Best Practices（多刀检索 + 全集召回）

单刀 top-k 不是全集；recall 任务需要 multi-query union + Read 原文 + 知道何时停。

核心命题

Query expansion 由 agent 做，不是系统做（KD-8 同源：dumb system + smart agent）：

• 系统不知道 "AUDHD" 在我们家关联 sensory gating / 2e / RSD / PDA — 那是领域知识
• Agent（LLM）有领域知识，但经常觉得"够了"就停（Ragdoll家族尤甚——2026-05-17 dogfood 实证：三猫搜同题各拿 10 条，全集需三猫合）
• 解法：教 agent 题型对应 recipe + 何时停下来判据，不在系统层加黑盒 expansion

8 类题型 → recipe

AUDHD coverage 案例 5 步 recipe（operator真实任务）

1. search_evidence("audhd adhd asd", hybrid, scope=docs, limit=10)
   → 命中 user_audhd_crossdomain + audhd-self-observation/ 三件套 + F085/F195/F196/F169
2. search_evidence("audhd adhd asd", semantic, scope=threads, limit=10)
   → 命中 5 个直接 thread
3. Agent 用领域知识 expand（不让系统猜）:
     audhd → sensory gating / 2e / RSD / PDA / hyperfocus / 倦怠 / 梦境 / 自闭 / 多动 / 神经多样性
   对每个二轮搜（中文一遍 + 英文/缩写一遍）
4. Read top canonical doc (landy-audhd-operating-manual.md)
   → 从文档抽 source thread ids → 二轮 get_thread_context Read 原文
5. 输出 coverage matrix（item / source / 谁提到 / 直接 vs 间接 / 置信度）

接系统递的铲子（F256 Related directions）

F256 Phase B/C 起，search_evidence topk 结果末尾默认渲染 📎 Related directions 块——系统把三路 expansion provenance 投影给你。接法：

• Hint 是种子不是结论：指方向、不证明相关；不相关就忽略——hints 是每刀的顺手加菜，不替代 coverage 多刀（照旧 ≥3 刀多路）
• 按 provenance 桶定信任：convention-edge（静态代码/文档关系）> source-thread（doc↔讨论溯源）> frontmatter-alias（关键词启发式——2026-07-08 三刀实测全为 backlog/architecture/lessons 类 super-hub 泛词，低信任，别当 anchor 用）
• Follow 必 Read：F200 记 followup rate，Read / graph_resolve 命中 hint anchor 才算 consumption

Ragdoll家族停止判据校准（双向）

同一张停止判据表两种读法：opus 系读下限（≥3 路才准停），fable 系读上限（无新 anchor 即必停）——校准随 F256 Phase D per-family telemetry 迭代。

Opus 系（46/47/48/4.5/sonnet）：停太早——magic words 是油门

operator experience："Ragdoll太聪明太自信，搜到足够推理就不搜了"（2026-05-17 AUDHD dogfood 实证）。

• "我能猜出来" → 停，Read 源文件。摘要是索引不是答案
• "碎片够了" → 停，至少再搜一轮不同角度，doc anchor 全部 Read 原文
• "应该是 X" / "大概知道" → 不算搜过，必须 ≥3 路真搜 + Read

Fable 系：停太晚——magic words 是刹车

档案："不给停止条件，会把假设空间收敛到唯一解才停"（2026-07-08 档案预测 + 行为层自述，待 AC-D1 per-family 分桶验证）。

• "再确认一轮" → 停，自问：上一刀有新 anchor 吗？没有 = 判据已满足，立刻收手写结论
• "万一还有呢" → absence 判据是正反两路 + 相关概念 0 命中，满足即断言，不遍历宇宙

coverage 类召回铁律（仅 coverage / source-map / absence 三题型；精确题按上表 recipe 停——"是什么"1 刀命中 Read 完即止）（2026-07-15 修订：旧版"任何召回任务 ≥3 路"与 recipe 表自相矛盾，对 opus 系治停太早、对 fable 系反向助推停太晚）：

• ≥3 路命中无新 anchor 才停（不是"找到第一个 high confidence 就停"，也不是"永不停"）
• 高置信命中 → 必 Read 原文（不止步摘要——此条全题型通用）
• 跨语言至少两遍（中文一遍 + 英文/缩写一遍）

何时停下来判据

Common Mistakes

和其他 Skill 的区别（防误触发）

关系：memory-navigation 决定第一刀走哪个工具；本 skill 决定要不要补刀 + 题型对应几刀几路 + 何时停。先用 memory-navigation 选入口，再用本 skill 决定后续。

链入下一步

• 找到决策后想立项 → feat-lifecycle
• 找到 bug 线索 → debugging
• 找到 thread 后想看原文 → cat_cafe_get_thread_context
• 找到一个有意思的方向想跨猫讨论 → collaborative-thinking

相关

• Spec: docs/features/F200-memory-recall-eval.md v1.2 SW-1 / docs/features/F256-memory-search-strategy-evolution.md（Phase A 链入 session hook；Phase B/C 上线 Related directions）
• Related: memory-navigation（前置入口决策） / cat-cafe-skills/refs/memory-routing-partial.md
• 触发案例: operator AUDHD recall 任务（2026-05-17）暴露三猫搜出不同子集，催生本 skill；2026-07-08 operator触发 Lint → 补 F256 接法 + 双向校准