把skill写成txt让llama-index去检索直接导入上下文

Llamaindex可以选出最相关的文档

好处是可以不用skill文件夹，而且是100%导入skill

我的情况是，ai不爱用read skill文档方法，然后我得写prompt让ai调用方法前必须调用read方法，然后普通对话他也给我用read skill

不过有新的问题，原本skill的活变成rag做了，如果有相关记忆可能冲突

def retrieve_document_chunks(query_text="你的问题", top_k=1):
    """
    仅检索文档中的相关文本块，不进行问答生成
    
    Args:
        query_text (str): 查询的问题文本
        top_k (int): 返回最相似的文本块数量，默认5个
        
    Returns:
        str: 格式化的检索结果字符串
    """
    if not os.path.exists(memory_dir):
        os.makedirs(memory_dir)
    try:
        # 加载文档数据
        documents = SimpleDirectoryReader("E:/code/my_python_server/memory_server/memory_data").load_data()
        # 创建向量索引
        index = VectorStoreIndex.from_documents(documents)
        
        # 创建检索器
        retriever = index.as_retriever(similarity_top_k=top_k)
        # 执行检索
        nodes = retriever.retrieve(query_text)
        
        # 构建格式化的字符串结果
        result_lines = []
        result_lines.append(f"共检索到 {len(nodes)} 个相关文本块:")
        result_lines.append("")
        
        for i, node in enumerate(nodes, 1):
            result_lines.append(f"--- 文本块 {i} ---")
            result_lines.append(node.text)
            # 添加相似度分数（如果存在）
            if hasattr(node, 'score') and node.score is not None:
                result_lines.append(f"相似度分数: {node.score:.4f}")
            result_lines.append("")
            
        result_str = "\n".join(result_lines)
        print(f"检索完成: {result_str}")
        return result_str
        
    except Exception as e:
        error_msg = f"文档检索出错: {e}"
        print(error_msg)
        return error_msg