这个应该是 QT framework 、.Net Core , SwiftUI Kit 先解决，软件再跟进的问题。 macOS 好的点就是无障碍做的好，可以将 无障碍功能做成 mcp 给 LLM 用。

有，不过提示词演变成了 “质量词” “任务拆分词” “选择偏好词”。 默认 AI 能做70分，想90分就得做很多的具体描述

所有知识图谱的搭建都面临一个问题，就是知识本身是有时效性的。一旦过了这个时效，或者被别的文档进行覆盖时，旧的文档只配用来做归档，大概率不应该放入到回答当中去。 所以就要搞自定义的路由，但这个路由的话，介入的节点也应该是在数据录入的时候。数据一旦录入，就可以判定现有的哪些文档是低价值并需要干掉的。 目前看开源的 RAG 方案，好像都没有考虑这个问题。