tw-nlp/deepagentforce/rag-query

python <PROJECT_ROOT>/src/services/skills/research/rag-query/scripts/query.py "<用户问题>" --tenant-uuid <UUID>

✅ 正确格式：
python /Users/tianwei/paper/DeepAgentForce/src/services/skills/research/rag-query/scripts/query.py "公司考勤制度是什么" --tenant-uuid 6d3b9398-ca84-4db5-a38b-e88ce427918b
 
❌ 错误 - JSON 数组格式：
["python /path/query.py \"公司考勤制度\" --tenant-uuid xxx"]
 
❌ 错误 - 相对路径：
python src/services/skills/research/rag-query/scripts/query.py "问题" --tenant-uuid xxx
 
❌ 错误 - 使用 --question flag：
python /path/query.py --question "公司考勤制度" --tenant-uuid xxx
 
❌ 错误 - 缺少 --tenant-uuid：
python /path/query.py "公司考勤制度"
 
❌ 错误 - 先执行 find 查路径：
find / -type d -name "DeepAgentForce"

Step 1. 从 system prompt 读取 项目根路径，记为 PROJECT_ROOT
Step 2. 从 system prompt 读取 当前租户 UUID，记为 UUID  
Step 3. 将用户问题用双引号包裹，记为 QUESTION
Step 4. 拼接完整命令：
        python {PROJECT_ROOT}/src/services/skills/research/rag-query/scripts/query.py "{QUESTION}" --tenant-uuid {UUID}
Step 5. 通过 shell 工具以纯文本字符串形式执行（不加任何 JSON 包装）
Step 6. 将脚本输出结果整理后返回给用户

{
  "answer": "RAG 检索到的答案文本",
  "sources": ["来源文档1", "来源文档2"],
  "confidence": 0.95
}