团队知识库
卡片式知识库管理，详情包含文件列表、检索测试、解析任务和配置；文件管理按知识库目录组织资源。
Web 应用2026
Tech Vault · 典阁让团队文档成为可检索、可核实的知识
面向团队的 RAG 知识库系统。将文档上传、结构化解析、来源约束切片、双引擎索引和检索增强问答连接起来，并通过 PDF 高亮、任务流程图与检索诊断解释每一步的结果。
关于这个项目
团队资料分散在 PDF、Office 文档和邮件中，查找信息不仅需要命中关键词，也需要保留上下文并核实答案来源。Tech Vault 围绕“文档如何变成知识”和“答案如何回到原文”设计完整的前后端流程：以 Document IR 保留结构和来源，以 Elasticsearch 与 Milvus 进行混合召回，以 QueryRewrite、Rerank 和上下文组织支持多轮问答。前端采用浅蓝液态玻璃界面，让文档、切片、任务与引用能够在同一工作空间中联动查看。
从资料管理到有据可查的回答
项目面向需要共享技术资料的团队。上传文件和执行解析彼此独立：文档可以先归档，再按文档类型与解析参数生成索引。团队成员在共享知识库上协作，并通过各自的会话开展知识问答。
设计重点是可追溯性。切片必须来自明确的原文范围，用户可以修正内容与边界；回答引用记录来源版本和索引构建，使历史回答仍能定位当时的依据。
文档工作区
原文预览与 IR / Chunk 列表可拖动调整宽度，内部独立滚动；PDF 自适应展示，点击内容定位并高亮原文。
知识问答
会话列表与聊天内容分栏；设置抽屉支持多知识库选择、LLM 和温度等参数，回答支持 Markdown、流式输出与引用卡片。
执行过程可见
解析任务用流程图展示阶段、状态与节点详情，SSE 推送日志；团队管理员可以检查会话检索的阶段输入、输出、召回片段和分数。
文档入库：先恢复结构，再组织切片
文档解析由独立 Worker 执行。PDF 按页提取原生文本，缺乏有效文本的页面采用 OCR；结合版面与内置目录分析结构，处理多栏顺序、行文本合并和重复页眉页脚。原始提取结果与清洗后的中间产物保留，便于排查与复用。
Document IR 描述章节、内容块和来源；SemanticUnit 组织适合切分的语义单元；Chunk 则承担检索粒度。切片采用 Token 预算，并尽量保持句子、段落和结构边界，不把 PDF 的一行机械地当作一个完整段落。
- 上传原件并选择文档解析配置
- 提取正文、页码、版面坐标与 PDF 目录
- 恢复段落和章节，标记并排除重复噪声
- 生成 Document IR 与语义单元
- 按 Token 预算切片并校验来源范围
- 调用 Embedding，写入 Elasticsearch 与 Milvus
- 完整性核验后发布新的索引构建
为什么保留中间产物与两组坐标
原始坐标用于追溯提取器输出，修正坐标用于稳定定位。可修复的越界等异常保留两组坐标；无效、零面积或完全位于页面外的情况记录原始结果与诊断。IR 产物可用于查看清洗与结构分析结果，也支持后续重新切片，减少重复解析。
检索生成：改写问题、融合召回、重排证据
多轮会话首先结合历史进行 QueryRewrite，将依赖上下文的问题转成更完整的检索表达；原问题与改写问题共同参与候选召回。系统按向量模型空间组织检索，结合 Elasticsearch 关键词通道与 Milvus 向量通道，通过 RRF 融合排名，再调用 Rerank 筛选证据。
命中的切片经过邻近上下文扩展、来源去重和 Token 预算裁剪后交给 LLM。RAG 检索生成要求配置可用的重排模型。会话可以独立设置 LLM 参数，生成时保留配置快照，回答中的编号引用与来源卡片支持回到历史原文。
- 读取会话历史与生成配置快照
- QueryRewrite 生成独立问题，保留原问作为召回变体
- 解析知识库范围与可用索引构建
- Elasticsearch 与 Milvus 混合召回，RRF 融合
- 执行权限与状态过滤、Rerank 重排
- 扩展邻近上下文，去重并按 Token 预算组织证据
- 流式生成回答，保存引用与阶段诊断
如何定位一次回答的问题
检索调试保留阶段输入输出、候选片段、渠道来源、原始分数、RRF 与重排分数、选中或拒绝原因及耗时。可以区分问题改写不充分、召回遗漏、重排选择不佳与上下文预算不足，而不是只看到“检索完成”这一状态。
让复杂流程保持清晰
界面使用浅蓝透明材质、细高光与柔和层次，主导航、设置分类和知识库标签页使用可移动的玻璃胶囊表达当前位置。相关设置集中在独立卡片中，降低信息密度。
交互围绕文档和回答展开：文件名进入详情，切片关联 IR，任务返回文件，回答引用打开原文。来源卡片横向排列并自动换行，默认展示精简信息；引用弹窗提供定位高亮。界面支持中文与英文。
内容优先的阅读布局
PDF 预览只展示正文，IR 与切片使用懒加载列表，避免长文档一次性渲染全部内容。
独立任务详情
任务摘要置顶，配置快照、执行过程、执行日志和处理结果可折叠；流程图可选中节点查看执行信息。
模型服务管理
工作空间默认模型、供应商模板与已有连接分别呈现；区分 LLM、Embedding、Rerank 等模型类型，聊天通过抽屉配置使用方式。
工程实现与一致性
前端采用 Vue 3、TypeScript、Vite、Vue Router 和 vue-i18n，按业务模块组织页面、组件、类型与接口访问。PDF 预览使用 PDF.js，聊天内容使用 Markdown 渲染。后端采用 FastAPI 模块化单体，业务 API 与 Celery Worker 分开运行。
PostgreSQL 保存业务、权限与构建状态，MinIO 保存原件与解析产物，Redis 支撑任务队列，Elasticsearch 和 Milvus 分别承担全文索引与向量检索。Docker Compose 提供本地依赖服务及完整应用编排。
构建发布边界
新构建先写入并核验双索引，再通过数据库事务切换当前生效的构建；失败的新任务不会直接覆盖已有可检索结果。
权限按工作空间约束
系统管理员负责团队、人员、系统设置与审计，不进入团队知识库。团队角色与资源所有权共同约束读写，模型编辑和删除只允许所有者执行。
契约与验证
仓库维护 OpenAPI、接口示例、数据模型与 IR Schema，并包含前端单元测试、后端单元及集成测试和本地页面验证记录。
当前进展与后续方向
当前已实现文档管理、结构化解析、来源约束切片、双索引发布、知识问答和引用溯源的主要流程。截图来自本地实际运行页面，展示技术文档的真实解析结果及已有历史问答。
持续优化的方向包括复杂 PDF 的结构恢复、切片质量、检索延迟与检索评测。通用 Agent 工具调用循环、任意自定义工作流编排以及 PDF 图片语义理解属于后续扩展方向，尚不作为当前已实现能力展示。