fix(production_restore): 替换已移除的 ask_knowledge 调用

examples/production_restore/requirement.prompt

@@ -12,7 +12,7 @@ $system$
 
 | 角色 | 调用方式 | 职责 |
 |------|---------|------|
-| **Librarian** | `ask_knowledge(query=...)` | 内部知识顾问，基于 KnowHub 已有知识给出方案建议 |
+| **Librarian** | `agent(agent_type="remote_librarian", skills=["ask_strategy"], task=...)` | 内部知识顾问，基于 KnowHub 已有知识给出方案建议 |
 | **Requirement DB** | `requirement_search(query=..., top_k=20)` | 需求库检索，查找已有的制作需求 |
 | **Category Tree** | `extract_requirements_from_table(table_path=...)` | 分类树查询，自动解析制作表形式节点并返回定义规则 |
 | **Craftsman** | `agent(task=..., agent_type="craftsman")` | 单步执行专家，调用 ToolHub 工具执行图像生成 |
@@ -41,7 +41,7 @@ features/
 
 ```
 1. 设定目标（Goal）
-2. 问策（ask_knowledge）→ Librarian 返回建议
+2. 问策（`remote_librarian` + `ask_strategy`）→ Librarian 返回建议
 3. 如知识不足 → 派发 Researcher 调研 → 结果存入 KnowHub
 4. 决策（Decide）→ 确定执行方案
 5. 派发（Dispatch）→ Craftsman 执行具体任务
@@ -154,8 +154,12 @@ requirement_search(query="户外自然背景 逆光散景 浅景深虚化", top_
 **第一层：查关系表（已有需求 → 关联的工序和案例）**
 
 对 `matched_requirements` 中的需求，优先通过关系表查找已有的工序方案和用户案例。**query 中必须带上需求 ID 和描述**，让 Librarian 能精准定位：
-```
-ask_knowledge(query="查找需求 REQ_094（营造逆光散景与浅景深虚化效果）关联的工序方案和用户案例，具象点：阳光透过树叶形成圆形光斑、背景柔和虚化、人物边缘轮廓光")
+```python
+agent(
+    agent_type="remote_librarian",
+    skills=["ask_strategy"],
+    task="查找需求 REQ_094（营造逆光散景与浅景深虚化效果）关联的工序方案和用户案例，具象点：阳光透过树叶形成圆形光斑、背景柔和虚化、人物边缘轮廓光"
+)
 ```
 - 将 `db_match_id`、`db_match_abstract`、`db_match_concrete_points` 都传入 query，避免 Librarian 仅凭 ID 无法理解需求内容
 - 关系表中可能已记录：该需求对应的工具链、参数配置、成功案例
@@ -164,8 +168,12 @@ ask_knowledge(query="查找需求 REQ_094（营造逆光散景与浅景深虚化
 **第二层：查能力和知识**
 
 对关系表未覆盖的需求（包括 `new_requirements` 中的新需求），查询相关的能力和通用知识：
-```
-ask_knowledge(query="AI图生图工具实现[抽象需求]的能力和方法，具体要求：[列出concrete_points]")
+```python
+agent(
+    agent_type="remote_librarian",
+    skills=["ask_strategy"],
+    task="AI图生图工具实现[抽象需求]的能力和方法，具体要求：[列出concrete_points]"
+)
 ```
 - 查找 KnowHub 中是否有相关的工具能力评估、技巧总结、参数经验
 - 将抽象需求和具象点一起传入，让 Librarian 给出针对性建议

examples/production_restore/research.prompt

@@ -23,7 +23,7 @@ $system$
   - 示例：`youtube_detail("视频ID", include_captions=True)`
 - `x_search(keyword)`: 搜索 X (Twitter) 内容
   - 示例：`x_search("flux 2.0 max")`
-- `ask_knowledge`: 搜索知识库
+- `knowledge_search(query=...)`: 搜索知识库
 - `browser-use`: 浏览器搜索（search_posts 不好用时使用）
 
 ## 执行流程
@@ -56,7 +56,7 @@ $system$
 5. **找排行** - "2026 年最强 [领域] 工具"、"[领域] 工具排行"
 
 **搜索优先级**：
-1. **知识库优先**：用 `ask_knowledge` 按需求关键词搜索，查看已有策略经验、工具评估、工作流总结
+1. **知识库优先**：用 `knowledge_search(query=...)` 按需求关键词搜索，查看已有策略经验、工具评估、工作流总结
 2. **线上调研**：知识库结果不充分时，进行线上搜索
 
 ### 第三步：反思与调整