53 lines
3.0 KiB
Markdown
53 lines
3.0 KiB
Markdown
# RAG 知识库
|
||
|
||
> 对齐 [plan.md §8](../../plan.md)：导入切块 → 混合嵌入 → 带出处检索 → 可选 LLM 综合。
|
||
|
||
## 管线
|
||
|
||
1. **导入**（`server/knowledge/ingest.py`）
|
||
PDF（`pdfplumber`）/ docx（`python-docx`）/ md·txt / xlsx → 按标题/段落切块（约 500 字、重叠 50）→ `KnowledgeStore.add_with_chunks`。
|
||
入口：口令「导入知识文档 …」、`POST /api/knowledge/import`、`POST /api/knowledge/import/upload`（**P2 确认卡**）。
|
||
|
||
2. **嵌入**（`server/knowledge/embedding.py`）
|
||
`EmbeddingProvider`：`local`（sentence-transformers）→ `api`（OpenAI 兼容）→ `none`（仅 bigram）。
|
||
向量落盘 `server/data/embeddings.json`（或 `APS_EMBEDDINGS_PATH`）。
|
||
|
||
3. **检索**（`server/knowledge/retrieval.py`）
|
||
`hybrid_search`：`α·vector + β·bigram` + 标签/标题加成；`min_score` 未命中返回空（不编造）。
|
||
|
||
4. **生成**（`workflow` · `knowledge.query`）
|
||
top-k 上下文 → `providers.chat_text` 综合；失败或无密钥 → 吐最相关原文。回答须带 **标题+版本** 出处；UI `evidence` 块列出命中。
|
||
|
||
## Skill 消费与知识管理（M-E）
|
||
|
||
- **`POST /api/rag/query`**：`{query, topK, kinds?, tags?, apiKey}` → 命中 chunk + 出处。
|
||
鉴权：`APS_RAG_API_KEY` 全量放行，或匹配已启用 skill 的 `auth`，并按其 manifest
|
||
`ragScopes` 过滤可见 kind/tags。经 `harness.guard("rag.query")` 审计。
|
||
- **Problem 注入**：`world_to_flex_problem(..., include_knowledge=True)` 会把订单产品相关的
|
||
知识命中摘要注入 `meta.knowledgeRefs`，外部算法拿到约束背景。
|
||
- **行业工艺模板库**（`server/knowledge/routing_templates.py`）：机加工 16 类文本知识同步产出
|
||
结构化 `routing_templates`（车/铣/钻/磨/装配…，每步含推荐工时区间与设备类型），
|
||
与知识资产互相引用（assetId ↔ template）。`GET /api/templates`、`/recommend?q=产品名`、
|
||
`POST /api/templates/apply`（**P2** 实例化为产品路线，工时标「模板」）。
|
||
- **索引自动化**：`GET /api/knowledge/index/status`（后端/已索引数/降级说明）、
|
||
`POST /api/knowledge/index/rebuild`（P1 重建 embeddings.json）。
|
||
- **知识管理页**：治理台「知识平台」——资产列表/全文查看/检索调试/文档上传（P2）/
|
||
模板库/索引状态（`apps/web/src/knowledge/KnowledgePanel.tsx`）。
|
||
|
||
## 硬规则
|
||
|
||
- 回答必须带来源文档标题与版本号（§8.1/§8.2）。
|
||
- 不把 `demand/` 大 PDF 提交进 Git；仅运行时导入解析结果。
|
||
- 无向量后端时系统仍可用（bigram 离线铁律）。
|
||
|
||
## 环境变量
|
||
|
||
| 变量 | 含义 |
|
||
| --- | --- |
|
||
| `EMBEDDING_PROVIDER` | `auto` / `local` / `api` / `off` |
|
||
| `EMBEDDING_API_KEY` / `LLM_API_KEY` | API 嵌入密钥 |
|
||
| `EMBEDDING_BASE_URL` / `LLM_BASE_URL` | 兼容端点 |
|
||
| `EMBEDDING_MODEL` | 默认 `text-embedding-3-small` |
|
||
| `APS_KNOWLEDGE_PATH` | 知识资产 JSON |
|
||
| `APS_EMBEDDINGS_PATH` | 向量仓 JSON |
|