RT，我目前在用 Pi 的 SDK 模式，把 Pi 集成成一个 agent server，作为公司内部飞书问答机器人的后端，用来解答公司内部各种问题。
我的使用方式是：给 Pi 内置各种自己的 skill。比如查 DevOps 问题是一个 skill，堡垒机是一个 skill，skill 内部写清楚对应的文档链接和相关知识。用户提问后，Pi 路由到对应 skill，再基于 skill 里的内容回答。
用下来感觉有点怪怪的，但说不上来哪里不对。想请教一下：
这是 Pi agent 的正确使用姿势吗？
如果 skill 越来越多、每个 skill 里的知识越来越重，会不会变成一种反模式？
更合理的架构应该长什么样？
求有经验的老哥指点一下。
pi的核心特色是他本身的轻量化，以及配套的插件系统，怎么会是skill呢（）
pi应该去调用知识库，塞给pi就不对了
如果只是问答，可以使用知识问答库：fastgpt、dify 这些，而且这两个也支持接入飞书，用 pi 调用也行，纯 skill 上下文太多了
可是我让他回答的是公司内部问题，不需要市场上那些插件哇
那这个任务就不适合pi agent呗，做这种问答的有更合适的框架，dify什么的
公司内部的问题，不更值得做知识库吗
为什么会把pi 这种agent作为后端的server，按我的理解这不该是LLM得场景吗，搭配着RAG,在自己搭建一套小型可用的harness
不用拘泥于正不正确
先从效果开始分析，文档少就直接让 agent 找
多就开始想 RAG 可以怎么加
没有所谓的合理架构
无脑上 dify 然后不会用照样白费工夫