dellweb3's picture
Work OS validated demo local-v0.8
99caad5 verified
|
Raw History Blame Contribute Delete
4.36 kB

Knowledge Service

提供企业范围内的知识入库、授权检索、不可变版本、分块引用与来源追溯。当前演示包含五个共享库和一个个人事项隔离库,共69篇共享资料:43篇原创模拟、24篇CC BY 4.0写作资料及导读、2张官方来源参考卡。

使用与管理

管理员从“知识库管理 → 来源与适用性”按库和来源筛选离线语料,查看出处、许可、适用范围、版本和SHA256;从“文档入库”查看运行数据库中的文档、切块、标签及发布状态。来源清单与运行数据库分别展示,上传资料不会自动成为官方资料。员工可检索授权库,打开引用核对原文与来源。官方参考卡下载的是项目原创摘要,不是标准全文。

运行ID 范围
kb-rules 制度与工作依据
kb-history 历史公文案例
kb-templates 公文模板与要素
kb-circulation 发文与办理流程
kb-office 邮件与会议
kb-personal 本人当前Workspace上传材料

搜索兼容KB01–KB06别名;KB05为个人库,KB06为邮件会议库。kb-policy兼容映射到kb-rules。默认演示只授权demo-tenant的lin、zhou、admin;其他主体不自动获得权限。撤权不会被重启恢复。读取需要同时满足租户、用户/组授权、发布与有效期;个人资料还需本人和Workspace相符。管理员不默认取得别人个人正文。

导入与后端稳定性

  • seed.py统一清点、预检和导入,启动时离线读取固定语料,不访问互联网。全包路径与哈希检查通过后才开始写文档;单文档、切块、原始字节和来源元数据在同一事务内写入。数据库中途失败可按幂等编号重试,不承诺跨整包事务。
  • 项目原创和中文导读采用LF规范化校验;上游原文验证固定来源的字节哈希。升级遇到仅换行差异时保留已入库版本的原始字节与引用哈希,同时记录bundle_sha256;其他内容变化仍必须新建版本。
  • open_sources/manifest.json记录固定上游commit、CC BY 4.0归属及导读自身哈希;authority_sources.json记录官方链接、版本、核对日和旧版排除原因。新增或修改正文时更新相应校验值和不可变版本,不能静默覆盖历史原件。
  • 中文BM25在授权且有效的最新版本集合上排名,无匹配返回空。来源类型表示资料性质,不表示法律意见或客户制度的自动确认。尚未达到K08/K09独立20问质量签出。
  • 管理文档列表使用批量元数据和分块计数查询,查询数不随篇数线性增加。上传支持MD/TXT/DOCX及文字PDF;扫描件无OCR时明确失败。上传outbox遇到存储故障保留待投递,确定性解析失败落失败状态。

接口

前缀为/api/v1;外网管理端为/manage/api/v1。员工与管理Token audience分离。

接口 功能
GET /knowledge-bases 当前主体授权库
POST /knowledge/search Workspace范围检索、来源与chunk定位
GET /citations/{id}?workspace_id=... 再次鉴权读取分块原文和来源
GET /citations/{id}/original?workspace_id=... 再次鉴权下载引用资料
GET /admin/knowledge/sources 管理员查看随版本提供的共享语料清单和权威出处
GET /admin/knowledge/bases/{id}/documents 运行数据库文档、版本、来源与发布状态
GET /admin/knowledge/documents/{key}/preview 管理员在实际读取授权内查看分块和来源

开发与验收

python -m KnowledgeService.seed --output inventory.json
python -X utf8 tests/run_checks.py unit KnowledgeService/tests
python -X utf8 run_local.py

tests/test_corpus_acceptance.py覆盖全量来源、换行兼容、重复启动、坏哈希/路径拒绝、单文档事务回滚、具体制度问答、撤权和管理查询上限。完整来源清单及内容问题见docs/39_K01_K03知识来源与验收.md。模型配置、标注和结构化导入由lab.py及平台接口提供,仍需按K07–K09独立业务验收。

当前SQLite单进程演示已验证;生产持久备份、分布式索引、正式SSO、OCR和国产数据库需要独立适配与验收。不得把公开访客演示当作企业生产环境。